Tiếp theo bài trước về Cấu trúc điều khiển của Python 3[Lệnh If, While, For] các bạn đã nắm bắt được cách sử dụng các vòng lặp. Bài viết này sẽ nói về các sử dụng câu lệnh break và continue để kiểm soát các vòng lặp while hoặc for.
Nội dung chính
- Câu lệnh continue
- Tổng quan
- 1. Kiểm tra
- 1.1 Bắt đầu Đồng hồ bấm giờ
- 1.2 Phần trăm của tập dữ liệu
- 1.3 Mảng di động [cell2mat]
- 1.4 Mảng di động [num2cell]
- 1.5 Chuỗi liên kết [strcat]
- 1.6 Biểu đồ [histc]
- 1.7 Độc đáo
- 1.8 chồng chéo
- Cân nhắc
- BIÊN TẬP :
Câu lệnh break được sử dụng để thoát ra khỏi câu lệnh lặp, tức là dừng thực thi các câu lệnh lặp, ngay cả khi điều kiện vòng lặp chưa trở thành False hoặc chuỗi các mục chưa được lặp lại hoàn toàn.
Một lưu ý quan trọng là nếu bạn thoát ra khỏi một vòng lặp for hoặc while bất kỳ khối vòng lặp else tương ứng cũng sẽ không được thức thi.
Ví dụ [tạo file break.py]:
while True:
s = input['Nhap vao mot chuoi bat ky: ']
if s == 'quit':
break
print['Do dai cua chuoi la: ', len[s]]
print['Ket thuc!']
Kết quả:
Nhap vao mot chuoi bat ky: dnmtechs Do dai cua chuoi la: 8 Nhap vao mot chuoi bat ky: quit Ket thuc! Process finished with exit code 0
Câu lệnh continue
Câu lệnh continue được sử dụng để báo cho Python bỏ qua phần còn lại của các câu lệnh trong khối vòng lặp hiện tại và thực hiện tiếp lần lặp tiếp theo của vòng lặp đó.
Ví dụ [tạo file continue.py]:
while True:
s = input['Nhap vao mot chuoi: ']
if s == 'quit':
break
if len[s] < 3:
print['Chuoi da nhap qua ngan']
continue
print['Chuoi da nhap hop le!']
Kết quả:
Nhap vao mot chuoi: dnmtechs Chuoi da nhap hop le! Nhap vao mot chuoi: lap trinh pthon Chuoi da nhap hop le! Nhap vao mot chuoi: vn Chuoi da nhap qua ngan Nhap vao mot chuoi: quit Process finished with exit code 0
Chúng ta đã thấy được cách sử dụng các câu lệnh điều khiển luồng if, while, for trong Python cùng với đó là các câu lệnh break và continue liên quan. Đây là một số phần được sử dụng phổ biến nhất của Python và do đó việc nắm rõ cách sử dụng chúng là điều cần thiết.
Tiếp theo, chúng ta sẽ xem cách tạo và sử dụng các hàm [function] trong Python 3
Tổng quan
Gần đây trong công việc của mình, tôi đã viết lại các thuật toán được phát triển trong MatLab sang Python , một số hàm không đơn giản để thích nghi, đặc biệt là các hàm mảng được gọi là Mảng di động .
Nội dung chính
- Tổng quan
- 1. Kiểm tra
- 1.1 Bắt đầu Đồng hồ bấm giờ
- 1.2 Phần trăm của tập dữ liệu
- 1.3 Mảng di động [cell2mat]
- 1.4 Mảng di động [num2cell]
- 1.5 Chuỗi liên kết [strcat]
- 1.6 Biểu đồ [histc]
- 1.7 Độc đáo
- 1.8 chồng chéo
- Cân nhắc
- BIÊN TẬP :
MatLab có API nơi bạn có thể gọi các hàm MatLab thông qua Python. Tuy nhiên, ý tưởng không phải là sử dụng MatLab, nhưng cùng một thuật toán hoạt động theo cùng một cách chỉ sử dụng Python và NumPy và GNU Octave cũng có API tương tự như MatLab.
Để duy trì khả năng tương thích, tôi đã tạo các hàm có cùng tên được sử dụng trong MatLab được gói gọn trong một lớp có tên là Precision .
1. Kiểm tra
Tạo bản sao kho lưu trữ và làm theo các hướng dẫn trong tệp README:
- //github.com/edersoncorbari/mat2py
Dưới đây tôi sẽ chỉ ra một số ví dụ, chúng được chứa trong các bài kiểm tra đơn vị.
1.1 Bắt đầu Đồng hồ bấm giờ
Đo lường thời gian dành cho chế biến.
from precision import Precision
p = Precision[]
p.tic[]
for i in range[0, 1000]: print[i]
p.toc[]Đầu ra sẽ trông giống như thế này:
: > Elapsed time is 0:0:2 secounds.1.2 Phần trăm của tập dữ liệu
Điều này được sử dụng để có được một phần trăm. Trong ví dụ dưới đây, chúng tôi đang tạo ra một phạm vi ngày thứ tự bằng cách cắt 5% từ bên trái và 5% từ bên phải.
from datetime import datetime
from precision import Precision
p = Precision[]
d = [i for i in p.dtrange[datetime[2018, 6, 12],
datetime[2059, 12, 12],
{'days':1, 'hours':2}]]
x = [p.datenum[i.date[]] for i in d]
x1 = p.prctile[x, 5]
x2 = p.prctile[x, 95]
r = [x2 - x1]Đầu ra sẽ trông giống như thế này:
5% lower: 737980.1
5% higher: 751621.9
delta: 13641.8000000000471.3 Mảng di động [cell2mat]
Điều này chuyển đổi một mảng ô thành một mảng thông thường của kiểu dữ liệu cơ bản.
from precision import Precision
p = Precision[]
p.cell2mat[[[1, 2], [3, 4]]]
p.cell2mat['1 2; 3 4']Đầu ra sẽ trông giống như thế này:
matrix[[[1, 2],
[3, 4]]]1.4 Mảng di động [num2cell]
Chuyển đổi mảng thành mảng ô với các ô có kích thước phù hợp.
import numpy
from precision import Precision
p = Precision[]
x = numpy.array[[[1, 2, 3], [4, 5, 6], [7, 8, 9]], numpy.int64]
p.num2cell[x]Đầu ra sẽ trông giống như thế này:
[[1, 2, 3], [4, 5, 6], [7, 8, 9]]1.5 Chuỗi liên kết [strcat]
Điều này nối chuỗi theo chiều ngang bằng cách sử dụng strcat.
import pandas
from precision import Precision
p = Precision[]
df = pandas.DataFrame[data={'A': [1, 2], 'B': [3, 4]}, dtype=numpy.int8]
p.strcat[df, 'B']Đầu ra sẽ trông giống như thế này:
['3', '4']1.6 Biểu đồ [histc]
Điều này đếm số lượng giá trị trong x nằm trong mỗi phạm vi bin được chỉ định. Đầu vào, binranges, xác định điểm cuối cho mỗi thùng. Đầu ra, bincounts, chứa số phần tử từ x trong mỗi thùng.
import numpy
from precision import Precision
p = Precision[]
v = numpy.array[[[1.5, 2.0, 3], [4, 5.9, 6]], numpy.int64]
p.histc[v, numpy.amax[v] + 1]Đầu ra sẽ trông giống như thế này:
[array[[1, 1, 1, 0, 1, 1, 1]], array[[1., 1.71428571, 2.42857143,
3.14285714, 3.85714286, 4.57142857, 5.28571429, 6.]]]1.7 Độc đáo
Tìm kiếm các giá trị duy nhất trong một mảng và trả về các chỉ mục, nghịch đảo và đếm.
import numpy
from precision import Precision
p = Precision[]
x = [0, 1, 1, 2, 3, 4, 4, 5, 5, 6, 7, 7, 7]
p.unique[numpy.array[[x]]]
Đầu ra sẽ trông giống như thế này:
array[[[array[[0, 1, 2, 3, 4, 5, 6, 7]],
array[[[ 0, 1, 3, 4, 5, 7, 9, 10]]],
array[[0, 1, 1, 2, 3, 4, 4, 5, 5, 6, 7, 7, 7]],
array[[1, 2, 1, 1, 2, 2, 1, 3]]]], dtype=object]1.8 chồng chéo
Tìm kiếm các lớp phủ giữa hai mảng trả về chỉ mục.
import numpy
from precision import Precision
p = Precision[]
x, y = p.overlap2d[numpy.array[['A','B','B','C']],
numpy.array[['C','A','B','C','D']]]Đầu ra sẽ trông giống như thế này:
[array[[0, 1, 2, 3]], array[[1, 2, 0, 3]]]Cân nhắc
Có những chức năng không chính xác là MatLab nhưng sẽ đóng vai trò hỗ trợ, tôi hy vọng nó có thể giúp được ai đó. Có một bài viết thú vị trong NumPy cho người dùng đang chuyển từ MatLab sang Python.
- NumPy cho MATLAB © Người dùng
0 hữu ích 0 bình luận 12k xem chia sẻ
Tôi đã điều chỉnh perl.mthành python.mvà đính kèm điều này để tham khảo cho những người khác, nhưng dường như tôi không thể nhận bất kỳ đầu ra nào từ các tập lệnh Python để được trả về biến MATLAB :[
Đây là M-file của tôi; lưu ý rằng tôi trỏ trực tiếp đến thư mục Python C:\python27_64, trong mã của tôi, và điều này sẽ thay đổi trên hệ thống của bạn.
function [result status] = python[varargin]
cmdString = '';
for i = 1:nargin
thisArg = varargin{i};
if isempty[thisArg] || ~ischar[thisArg]
error['MATLAB:python:InputsMustBeStrings', 'All input arguments must be valid strings.'];
end
if i==1
if exist[thisArg, 'file']==2
if isempty[dir[thisArg]]
thisArg = which[thisArg];
end
else
error['MATLAB:python:FileNotFound', 'Unable to find Python file: %s', thisArg];
end
end
if any[thisArg == ' ']
thisArg = ['"', thisArg, '"'];
end
cmdString = [cmdString, ' ', thisArg];
end
errTxtNoPython = 'Unable to find Python executable.';
if isempty[cmdString]
error['MATLAB:python:NoPythonCommand', 'No python command specified'];
elseif ispc
pythonCmd = 'C:\python27_64';
cmdString = ['python' cmdString];
pythonCmd = ['set PATH=',pythonCmd, ';%PATH%&' cmdString];
[status, result] = dos[pythonCmd]
else
[status ignore] = unix['which python']; %#ok
if [status == 0]
cmdString = ['python', cmdString];
[status, result] = unix[cmdString];
else
error['MATLAB:python:NoExecutable', errTxtNoPython];
end
end
if nargout < 2 && status~=0
error['MATLAB:python:ExecutionError', ...
'System error: %sCommand executed: %s', result, cmdString];
end
BIÊN TẬP :
Giải quyết vấn đề của tôi, perl.m ban đầu trỏ đến một cài đặt Perl trong thư mục MATLAB bằng cách cập nhật PATH sau đó gọi Perl. Hàm trên trỏ đến cài đặt Python của tôi. Khi tôi gọi function.pytệp của mình , nó nằm trong một thư mục khác và được gọi là các tệp khác trong thư mục đó. Những
thứ này không được phản ánh trong PATH và tôi đã phải easy_install các tệp Python của mình vào bản phân phối Python của mình.
4 hữu ích 0 bình luận chia sẻ