阅读大概需要3分钟

跟随小博主，每天进步一丢丢
今天总共说下四个函数：assert，map，filter，reduce。
assert
俗称 断言！就是说断言一件事，如果是真，程序继续进行；如果是假，则报错。
怎么用捏？
两种用法
  • assert <condition>

  • assert <condition>, <error message>
第一种
def avg(
marks
):

   assert
len
(
marks
) !=
0
return
sum(
marks
)/
len
(
marks
)


mark1 = []

print
(
"Average of mark1:"
,avg(mark1))
结果为
AssertionError
第二种
def avg(
marks
):

   assert
len
(
marks
) !=
0
,
"List is empty."
return
sum(
marks
)/
len
(
marks
)


mark2 = [
55
,
88
,
78
,
90
,
79
]

print
(
"Average of mark2:"
,avg(mark2))


mark1 = []

print
(
"Average of mark1:"
,avg(mark1))
结果为
Average of mark2:
78.0
AssertionError: List
isempty
.
map
很多时候，我们对一个list里的数据进行同一种操作，比如：
items
= [
1
,
2
,
3
,
4
,
5
]

squared = []

for
i in item
s:
   squared.
append
(i**
2
)
这个时候，就可以用map操作，格式为：
map(function_to_apply, list_input)
具体操作为
items
= [
1
,
2
,
3
,
4
,
5
]

squared
= list(map(lambda x: x**
2
, items))
当然list里可以放函数
defmultiply(x):
return
(x*x)

defadd(x):
return
(x+x)


funcs = [multiply, add]

for
i
in
range(
5
):

  value = list(map(
lambda
x: x(i), funcs))

  print(value)


# Output:
# [0, 0]
# [1, 2]
# [4, 4]
# [9, 6]
# [16, 8]
当然也可以进行str2id操作
a
= [
'5'
,
'2'
,
'3'
,
'4'
,
'5'
]

print
(
list
(
map
(
int
,
a
)))


# [
5
,
2
,
3
,
4
,
5
]
filter
filter函数就是对于给定的条件进行筛选，过滤。
number_list =
range
(-
5
,
5
)

less_than_zero =
list
(
filter
(lambda
x
:
x
<
0
, number_list))

print
(less_than_zero)


# Outpu
t:
[-
5
, -
4
, -
3
, -
2
, -
1
]
这个可以用在神经网络中是否对部分网络进行fine-tune
if
self.
args
.fine_tune
is
False:

    parameters =
filter
(lambda
p
:
p
.requires_grad, model.parameters())

else
:

    parameters = model.parameters()
reduce
reduce就是累计上次的结果，用在当前操作上。比如不用reduce是这样的
product =
1
list
= [
1
,
2
,
3
,
4
]

for
num in
list
:

   product = product * num


# product = 24
用了之后
from
functools
import
reduce

product = reduce((
lambda
x, y: x * y), [
1
,
2
,
3
,
4
])


# Output: 24
IELTS a bit
colossal adj. 巨大的；广大的；庞大的
deposit n. 存款   v. 将钱存入银行
PS：如果觉得文章对您有一丢丢帮助
欢迎点赞与转发！
推荐阅读：
一大批历史精彩文章啦
详解文本分类之多通道CNN的理论与实践
继续阅读
阅读原文