python3 生成器初识 NLP第五条

话不多说,先把第五条抄一遍:

五,沟通的意义在于对方的回应

沟通没有对与错,只有“有效果”或者“没有效果”之分。

自己说得多“对”没有意义,对方收到你想表达的讯息才是沟通的意义。

因此自己说什么不重要,对方听到什么才是重要。

话有很多种方法说出来,使听着完全收到讲者意图传达的讯息,便是正确的方法。

沟通的效果,来自声调和身体语言的文字更大。

沟通讯息的送出与接受在潜意识层面的比意识层面的大得多。

没有两个人对同样的讯息有完全相同的反应。

说话的效果由讲者控制,但由听着决定。

改变说的方法,才有机会改变听的效果。

沟通成功的先决条件是和谐气氛。

抗拒是对讲者不够灵活的说明。



头疼 一堆屁事拖着我学习python的步伐 哈哈哈哈   今天只学了一点点装饰器 其他时间被迫拿去搞树莓派去了唉。

直接上草稿把吧 太少了 没啥好说的 还没理解好呢

不过又学了一个小技巧   就是按着Alt 然后用鼠标操作 就能删除多列了 嘿嘿 可以从来删copy来的代码的行号了,以前都是一个一个删的,我加行号是觉得没行号不好看。。。

 1 #!usr/bin/env/ python
 2 # -*- coding:utf-8 -*-
 3 # Author: XiaoFeng
 4
 5
 6 def func(i):
 7     i = (i + 2)*3
 8     return i
 9
10
11 # 列表生成式
12 list_test = [func(i) for i in range(5)]
13 print(list_test)
14
15 # 生成器 generator
16 list_test2 = (func(i) for i in range(5))   # 生成就是要用就用现有的数据生成下一个
17 print(list_test2)
18 # print(list_test2.__next__())      # generator 只有一个用法:list,__next__()返回下一个值
19 # print(list_test2.__next__())      # 一般用for来调用
20 # print(list_test2.__next__())
21 # print(list_test2.__next__())
22 # print(list_test2.__next__())
23 # print(list_test2.__next__())     # 这里多来一个next就抛出异常了
24 for i in list_test2:       # 这里循环就事儿。。。
25     print(i)
26
27
28 # 来个斐波拉契数列
29 def fib(max_f):
30     n, a, b = 0, 0, 1
31     while n < max_f:
32         # print(b)
33         yield b      # 用关键字yield就能让函数变为生成器
34         a, b = b, a+b  # 相当于元组(a, b) 然后b,a+b分别赋值  或者说先执行右边,再赋给左边
35         n += 1         # 即先算b 还有a+b 算好了以后再把结果 赋给a,b  与a=b  b=a+b不一样
36
37
38 fib(6)
39 print(fib(6))
40 for n in fib(6):
41     print(n)

原文地址:https://www.cnblogs.com/xf1262048067/p/10591417.html

时间: 2024-10-29 11:43:25

python3 生成器初识 NLP第五条的相关文章

python3 生成器表达式

生成器表达式 [i for i in range(100)] #列表解析 与列表解析的不同是,列表解析用中括号,生成器表达式用小括号 g = (i for i in range(1000)) #生成器表达式 #不用yield的表达形式 print(g) #这是一个迭代对象 print(next(g)) #next(g) == g.__next__() #next(g)相当于g.__next__() print(next(g)) #next(g) == g.__next__() print(nex

1.17 Python基础知识 - 迭代器和生成器初识

可循环迭代的对象称为可迭代对象,迭代器和生成器函数是可迭代对象. 列表解析表达式:可以简单高效处理一个可迭代对象,并生成结果列表 示例代码: [ i ** 2 for i in range(10) ] #输出结果 [0,1,4,9,16,25,36,49,64,81] 生成器表达式:可以简便快捷地返回一个生成器.生成器表达式的语法和列表解析式基本一样,只不过是将[]替换成() 生成器的数据只有在调用时才生成 示例代码: a = ( i ** 2 for i in range(10)) print

python3 - 生成器genarator

在Python中,这种一边循环一边计算的机制,称为生成器:generator. 生成器保存的是算法,每次调用 next() ,就计算出 下一个元素的值,直到计算到最后一个元素,没有更多的元素时,抛出 StopIteration 的异常当然,这种不断调用 next() 实在是太变态了,正确的方法是使用 for 循环,因为生成器也是可迭代对象.所以,我们创建了一个生成器后,基本上永远不会调用 next() ,而是通过 for 循环来迭代它,并且不需要关心 StopIteration 异常. 创建生成

python3 生成器&amp;迭代器

#Author by Andy#_*_ coding:utf-8 _*_import timefrom collections import Iterable#列表生成式 def func(): list=[] for i in range(10000000): list.append(i) print(list)#print(list)#[0, 2, 4, 6, 8, 10, 12, 14, 16, 18]generator=(i for i in range(10)) #print(type

初识NLP 自然语言处理(一)

接下来的一段时间,要深入研究下自然语言处理这一个学科,以期能够带来工作上的提升. 学习如何实用python实现各种有关自然语言处理有关的事物,并了解一些有关自然语言处理的当下和新进的研究主题. NLP,Natural Language Processing,自然语言处理是计算机科学领域与人工智能领域中的一个重要方向.它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法.自然语言处理是一门融语言学.计算机科学.数学于一体的科学.因此,这一领域的研究将涉及自然语言,即人们日常使用的语言,

python3模块初识

使用yum安装的python3的库 /usr/lib64/python 自己单独安装的库是: /usr/local/lib64/python3.6/site-packages/ 比如Django sys模块 sys.path: 显示python引用模块的路径 sys.argv: 显示输入的参数,以列表显示出来 argv[0]是文件名,有时是绝对路径,有时不是 sys.system():执行命令,但是执行返回了字符串只是返回到屏幕上,无法获得 sys.popen()执行命令,返回文件对象使用.se

第五篇、Python之迭代器与生成器

1.迭代和递归等概念 循环(loop):指的是在满足条件的情况下,重复执行同一段代码.比如,while语句,for循环. 迭代(iterate):指的是按照某种顺序逐个访问列表中的每一项.比如,for语句.Python中,迭代永远是取出元素本身,而非元素的索引.对于有序集合,元素确实是有索引的.使用 enumerate() 函数获得索引. 递归(recursion):指的是一个函数不断调用自身的行为.比如,以编程方式输出著名的斐波纳契数列. 遍历(traversal):指的是按照一定的规则访问树

python迭代器,生成器,推导式

可迭代对象 字面意思分析:可以重复的迭代的实实在在的东西. list,dict(keys(),values(),items()),tuple,str,set,range, 文件句柄(待定) 专业角度: 内部含有'__iter__'方法的对象,就是可迭代对象. 内置函数:dir() print(dir(str)) 判断一个对象是否是可迭代对象: print('iter' in dir(str)) 优点: 直观. 操作方法较多. 缺点: 占内存. 不能迭代取值(索引,字典的key). 迭代器 字面意

函数—函数进阶(二)

函数-函数进阶(二) 函数-函数进阶-列表生成式 1 #列表回顾 2 name = [2,5,7,9,4] 3 print(name) 4 for i in name: 5 print(i) 6 #结果为: 7 # [2, 5, 7, 9, 4] 8 # 2 9 # 5 10 # 7 11 # 9 12 # 4 13 14 #枚举 15 for index,i in enumerate(name): 16 print(index,i) 17 #结果为: 18 # 0 2 19 # 1 5 20