在Python中定義Main函數(shù)

目錄

成都創(chuàng)新互聯(lián)公司主要從事成都網(wǎng)站設(shè)計(jì)、成都網(wǎng)站制作、外貿(mào)網(wǎng)站建設(shè)、網(wǎng)頁設(shè)計(jì)、企業(yè)做網(wǎng)站、公司建網(wǎng)站等業(yè)務(wù)。立足成都服務(wù)松江,十載網(wǎng)站建設(shè)經(jīng)驗(yàn),價(jià)格優(yōu)惠、服務(wù)專業(yè),歡迎來電咨詢建站服務(wù):18980820575

許多編程語言都有一個(gè)特殊的函數(shù)，當(dāng)操作系統(tǒng)開始運(yùn)行程序時(shí)會(huì)自動(dòng)執(zhí)行該函數(shù)。這個(gè)函數(shù)通常被命名為main()，并且依據(jù)語言標(biāo)準(zhǔn)具有特定的返回類型和參數(shù)。另一方面，Python解釋器從文件頂部開始執(zhí)行腳本，并且沒有自動(dòng)執(zhí)行的特殊函數(shù)。

盡管如此，為程序的執(zhí)行定義一個(gè)起始點(diǎn)有助于理解程序是如何運(yùn)行的。Python程序員提出了幾種方式對(duì)此進(jìn)行實(shí)現(xiàn)。

本文結(jié)束時(shí)，您將了解以下內(nèi)容：

Python中的基本main()函數(shù)

一些Python腳本中，包含一個(gè)函數(shù)定義和一個(gè)條件語句，如下所示：

此代碼中，包含一個(gè)main()函數(shù)，在程序執(zhí)行時(shí)打印Hello World!。此外，還包含一個(gè)條件（或if）語句，用于檢查__name__的值并將其與字符串"__main__"進(jìn)行比較。當(dāng)if語句為True時(shí)，Python解釋器將執(zhí)行main()函數(shù)。更多關(guān)于Python條件語句的信息可以由此獲得。

這種代碼模式在Python文件中非常常見，它將作為腳本執(zhí)行并導(dǎo)入另一個(gè)模塊。為了幫助理解這段代碼的執(zhí)行方式，首先需要了解Python解釋器如何根據(jù)代碼的執(zhí)行方式設(shè)置__name__。

Python中的執(zhí)行模式

Python解釋器執(zhí)行代碼有兩種方式：

更多內(nèi)容可參考如何運(yùn)行Python腳本。無論采用哪種方式，Python都會(huì)定義一個(gè)名為__name__的特殊變量，該變量包含一個(gè)字符串，其值取決于代碼的使用方式。

本文將如下示例文件保存為execution_methods.py，以 探索 代碼如何根據(jù)上下文改變行為：

在此文件中，定義了三個(gè)對(duì)print()函數(shù)的調(diào)用。前兩個(gè)打印一些介紹性短語。第三個(gè)print()會(huì)先打印短語The value __name__ is，之后將使用Python內(nèi)置的repr()函數(shù)打印出__name__變量。

在Python中，repr()函數(shù)將對(duì)象轉(zhuǎn)化為供解釋器讀取的形式。上述示例通過使用repr()函數(shù)來強(qiáng)調(diào)__name__的值為字符串。更多關(guān)于repr()的內(nèi)容可參考Python文檔。

在本文中，您將隨處可見文件(file)，模塊(module)和腳本(script)這三個(gè)字眼。實(shí)際上，三者之間并無太大的差別。不過，在強(qiáng)調(diào)代碼目的時(shí)，還是存在細(xì)微的差異：

“如何運(yùn)行Python腳本”一文也討論了三者的差別。

基于命令行執(zhí)行

在這類方法中，Python腳本將通過命令行來執(zhí)行。

執(zhí)行腳本時(shí)，無法與Python解釋器正在執(zhí)行的代碼交互。關(guān)于如何通過命令行執(zhí)行代碼的詳細(xì)信息對(duì)本文而言并不重要，但您可以通過展開下框閱讀更多有關(guān)Windows，Linux和macOS之間命令行差異的內(nèi)容。

命令行環(huán)境

不同的操作系統(tǒng)在使用命令行執(zhí)行代碼時(shí)存在細(xì)微的差異。

在Linux和macOS中，通常使用如下命令：

美元符號(hào)($)之前的內(nèi)容可能有所不同，具體取決于您的用戶名和計(jì)算機(jī)名稱。您鍵入的命令位于$之后。在Linux或macOS上，Python3的可執(zhí)行文件名為python3，因此可以通過輸入python3 script_name.py來運(yùn)行python腳本。

在Windows上，命令提示符通常如下所示：

根據(jù)您的用戶名，之前的內(nèi)容可能會(huì)有所不同，您輸入的命令位于之后。在Windows上，Python3的可執(zhí)行文件通常為python。因此可以通過輸入python script_name.py來運(yùn)行python腳本。

無論哪種操作系統(tǒng)，本文的Python腳本的輸出結(jié)果都是相同的。因此本文以Linux和macOS為例。

使用命令行執(zhí)行execution_methods.py，如下所示：

在這個(gè)示例中，__name__具有值'__main__'，其中引號(hào)(')表明該值為字符串類型。

請(qǐng)記住，在Python中，使用單引號(hào)(')和雙引號(hào)(")定義的字符串沒有區(qū)別。更多關(guān)于字符串的內(nèi)容請(qǐng)參考Python的基本數(shù)據(jù)類型。

如果在腳本中包含"shebang行"并直接執(zhí)行它(./execution_methods.py)，或者使用IPython或Jupyter Notebook的%run，將會(huì)獲取相同的結(jié)果。

您還可以通過向命令行添加-m參數(shù)的方法實(shí)現(xiàn)以模塊的方式執(zhí)行。通常情況下，推薦如下方式pip: python3 -m pip install package_name。

添加-m參數(shù)將會(huì)運(yùn)行包中__main__.py的代碼。更多關(guān)于__main__.py文件的內(nèi)容可參考如何將開源Python包發(fā)布到PyPI中。

在三種情況中，__name__都具有相同的值：字符串'__main__'。

技術(shù)細(xì)節(jié)：Python文檔中具體定義了__name__何時(shí)取值為'__main__'。

當(dāng)通過標(biāo)準(zhǔn)輸入，腳本或者交互提示中讀取數(shù)據(jù)時(shí)，模塊的__name__將取值為'__main__'。（來源）

__name__與__doc__，__package__和其他屬性一起存儲(chǔ)在模塊的全局命名空間。更多關(guān)于屬性的信息可參考Python數(shù)據(jù)模型文檔，特別是關(guān)于模塊和包的信息，請(qǐng)參閱Python Import文檔。

導(dǎo)入模塊或解釋器

接下來是Python解釋器執(zhí)行代碼的第二種方式：導(dǎo)入。在開發(fā)模塊或腳本時(shí)，可以使用import關(guān)鍵字導(dǎo)入他人已經(jīng)構(gòu)建的模塊。

在導(dǎo)入過程中，Python執(zhí)行指定模塊中定義的語句（但僅在第一次導(dǎo)入模塊時(shí)）。要演示導(dǎo)入execution_methods.py文件的結(jié)果，需要啟動(dòng)Python解釋器，然后導(dǎo)入execution_methods.py文件：

在此代碼輸出中，Python解釋器執(zhí)行了三次print()函數(shù)調(diào)用。前兩行由于沒有變量，在輸出方面與在命令行上作為腳本執(zhí)行時(shí)完全相同。但是第三個(gè)輸出存在差異。

當(dāng)Python解釋器導(dǎo)入代碼時(shí)，__name__的值與要導(dǎo)入的模塊的名稱相同。您可以通過第三行的輸出了解這一點(diǎn)。__name__的值為'execution_methods'，是Python導(dǎo)入的.py文件。

注意如果您在沒有退出Python時(shí)再次導(dǎo)入模塊，將不會(huì)有輸出。

注意：更多關(guān)于導(dǎo)入在Python中如何工作的內(nèi)容請(qǐng)參考官方文檔和Python中的絕對(duì)和相對(duì)導(dǎo)入。

Main函數(shù)的最佳實(shí)踐

既然您已經(jīng)了解兩種執(zhí)行方式上的差異，那么掌握一些最佳實(shí)踐方案還是很有用的。它們將適用于編寫作為腳本運(yùn)行的代碼或者在另一個(gè)模塊導(dǎo)入的代碼。

如下是四種實(shí)踐方式：

將大部分代碼放入函數(shù)或類中

請(qǐng)記住，Python解釋器在導(dǎo)入模塊時(shí)會(huì)執(zhí)行模塊中的所有代碼。有時(shí)如果想要實(shí)現(xiàn)用戶可控的代碼，會(huì)導(dǎo)致一些副作用，例如：

在這種情況下，想要實(shí)現(xiàn)用戶控制觸發(fā)此代碼的執(zhí)行，而不是讓Python解釋器在導(dǎo)入模塊時(shí)執(zhí)行代碼。

因此，最佳方法是將大部分代碼包含在函數(shù)或類中。這是因?yàn)楫?dāng)Python解釋器遇到def或class關(guān)鍵字時(shí)，它只存儲(chǔ)這些定義供以后使用，并且在用戶通知之前不會(huì)實(shí)際執(zhí)行。

將如下代碼保存在best_practices.py以證明這個(gè)想法：

在此代碼中，首先從time模塊中導(dǎo)入sleep()。

在這個(gè)示例中，參數(shù)以秒的形式傳入sleep()函數(shù)中，解釋器將暫停一段時(shí)間再運(yùn)行。隨后，使用print()函數(shù)打印關(guān)于代碼描述的語句。

之后，定義一個(gè)process_data()函數(shù)，執(zhí)行如下五項(xiàng)操作：

在命令行中執(zhí)行

當(dāng)你將此文件作為腳本用命令行執(zhí)行時(shí)會(huì)發(fā)生什么呢？

Python解釋器將執(zhí)行函數(shù)定義之外的from time import sleep和print()，之后將創(chuàng)建函數(shù)process_data()。然后，腳本將退出而不做任何進(jìn)一步的操作，因?yàn)槟_本沒有任何執(zhí)行process_data()的代碼。

如下是這段腳本的執(zhí)行結(jié)果：

我們?cè)谶@里看到的輸出是第一個(gè)print()的結(jié)果。注意，從time導(dǎo)入和定義process_data()函數(shù)不產(chǎn)生結(jié)果。具體來說，調(diào)用定義在process_data()內(nèi)部的print()不會(huì)打印結(jié)果。

導(dǎo)入模塊或解釋器執(zhí)行

在會(huì)話（或其他模塊）中導(dǎo)入此文件時(shí)，Python解釋器將執(zhí)行相同的步驟。

Python解釋器導(dǎo)入文件后，您可以使用已導(dǎo)入模塊中定義的任何變量，類或函數(shù)。為了證明這一點(diǎn)，我們將使用可交互的Python解釋器。啟動(dòng)解釋器，然后鍵入import best_practices：

導(dǎo)入best_practices.py后唯一的輸出來自process_data()函數(shù)外定義的print()。導(dǎo)入模塊或解釋器執(zhí)行與基于命令行執(zhí)行類似。

使用__name__控制代碼的執(zhí)行

如何實(shí)現(xiàn)基于命令行而不使用Python解釋器導(dǎo)入文件來執(zhí)行呢？

您可以使用__name__來決定執(zhí)行上下文，并且當(dāng)__name__等于"__main__"時(shí)才執(zhí)行process_data()。在best_practices.py文件中添加如下代碼：

這段代碼添加了一個(gè)條件語句來檢驗(yàn)__name__的值。當(dāng)值為"__main__"時(shí)，條件為True。記住當(dāng)__name__變量的特殊值為"__main__"時(shí)意味著Python解釋器會(huì)執(zhí)行腳本而不是將其導(dǎo)入。

條件語塊內(nèi)添加了四行代碼（第12，13，14和15行）：

現(xiàn)在，在命令行中運(yùn)行best_practices.py，并觀察輸出的變化：

首先，輸出顯示了process_data()函數(shù)外的print()的調(diào)用結(jié)果。

之后，data的值被打印。因?yàn)楫?dāng)Python解釋器將文件作為腳本執(zhí)行時(shí)，變量__name__具有值"__main__"，因此條件語句被計(jì)算為True。

接下來，腳本將調(diào)用process_data()并傳入data進(jìn)行修改。當(dāng)process_data執(zhí)行時(shí)，將輸出一些狀態(tài)信息。最終，將輸出modified_data的值。

現(xiàn)在您可以驗(yàn)證從解釋器（或其他模塊）導(dǎo)入best_practices.py后發(fā)生的事情了。如下示例演示了這種情況：

注意，當(dāng)前結(jié)果與將條件語句添加到文件末尾之前相同。因?yàn)榇藭r(shí)__name__變量的值為"best_practices"，因此條件語句結(jié)果為False，Python將不執(zhí)行process_data()。

創(chuàng)建名為main()的函數(shù)來包含要運(yùn)行的代碼

現(xiàn)在，您可以編寫作為腳本由從命令行執(zhí)行并導(dǎo)入且沒有副作用的Python代碼。接下來，您將學(xué)習(xí)如何編寫代碼并使其他程序員能輕松地理解其含義。

許多語言，如C，C++，Java以及其他的一些語言，都會(huì)定義一個(gè)叫做main()的函數(shù)，當(dāng)編譯程序時(shí)，操作系統(tǒng)會(huì)自動(dòng)調(diào)用該函數(shù)。此函數(shù)通常被稱為入口點(diǎn)(entry point)，因?yàn)樗浅绦蜻M(jìn)入執(zhí)行的起始位置。

相比之下，Python沒有一個(gè)特殊的函數(shù)作為腳本的入口點(diǎn)。實(shí)際上在Python中可以將入口點(diǎn)定義成任何名稱。

盡管Python不要求將函數(shù)命名為main()，但是最佳的做法是將入口點(diǎn)函數(shù)命名為main()。這樣方便其他程序員定位程序的起點(diǎn)。

此外，main()函數(shù)應(yīng)該包含Python解釋器執(zhí)行文件時(shí)要運(yùn)行的任何代碼。這比將代碼放入條件語塊中更好，因?yàn)橛脩艨梢栽趯?dǎo)入模塊時(shí)重復(fù)使用main()函數(shù)。

修改best_practices.py文件如下所示：

在這個(gè)示例中，定義了一個(gè)main()函數(shù)，它包含了上面的條件語句塊。之后修改條件語塊執(zhí)行main()。如果您將此代碼作為腳本運(yùn)行或?qū)耄瑢@得與上一節(jié)相同的輸出。

在main()中調(diào)用其他函數(shù)

另一種常見的實(shí)現(xiàn)方式是在main()中調(diào)用其他函數(shù)，而不是直接將代碼寫入main()。這樣做的好處在于可以實(shí)現(xiàn)將幾個(gè)獨(dú)立運(yùn)行的子任務(wù)整合。

例如，某個(gè)腳本有如下功能：

如果在單獨(dú)的函數(shù)中各自實(shí)現(xiàn)這些子任務(wù)，您（或其他用戶）可以很容易地實(shí)現(xiàn)代碼重用。之后您可以在main()函數(shù)中創(chuàng)建默認(rèn)的工作流。

您可以根據(jù)自己的情況選擇是否使用此方案。將任務(wù)拆分為多個(gè)函數(shù)會(huì)使重用更容易，但會(huì)增加他人理解代碼的難度。

修改best_practices.py文件如下所示：

在此示例代碼中，文件的前10行具有與之前相同的內(nèi)容。第12行的第二個(gè)函數(shù)創(chuàng)建并返回一些示例數(shù)據(jù)，第17行的第三個(gè)函數(shù)模擬將修改后的數(shù)據(jù)寫入數(shù)據(jù)庫。

第21行定義了main()函數(shù)。在此示例中，對(duì)main()做出修改，它將調(diào)用數(shù)據(jù)讀取，數(shù)據(jù)處理以及數(shù)據(jù)寫入等功能。

首先，從read_data_from_web()中創(chuàng)建data。將data作為參數(shù)傳入process_data()，之后將返回modified_data。最后，將modified_data傳入write_data_to_database()。

腳本的最后兩行是條件語塊用于驗(yàn)證__name__，并且如果if語句為True，則執(zhí)行main()。

在命令行中運(yùn)行如下所示：

根據(jù)執(zhí)行結(jié)果，Python解釋器在執(zhí)行main()函數(shù)時(shí)，將依次執(zhí)行read_data_from_web()，process_data()以及write_data_to_database()。當(dāng)然，您也可以導(dǎo)入best_practices.py文件并重用process_data()作為不同的數(shù)據(jù)輸入源，如下所示：

在此示例中，導(dǎo)入了best_practices并且將其簡(jiǎn)寫為bp。

導(dǎo)入過程會(huì)導(dǎo)致Python解釋器執(zhí)行best_practices.py的全部代碼，因此輸出顯示解釋文件用途的信息。

然后，從文件中存儲(chǔ)數(shù)據(jù)而不是從Web中讀取數(shù)據(jù)。之后，可以重用best_practices.py文件中的process_data()和write_data_to_database()函數(shù)。在此情況下，可以利用代碼重寫來取代在main()函數(shù)中實(shí)現(xiàn)全部的代碼邏輯。

實(shí)踐總結(jié)

以下是Python中main()函數(shù)的四個(gè)關(guān)鍵最佳實(shí)踐：

結(jié)論

恭喜！您現(xiàn)在已經(jīng)了解如何創(chuàng)建Python main()函數(shù)了。

本文介紹了如下內(nèi)容：

現(xiàn)在，您可以開始編寫一些非常棒的關(guān)于Python main()函數(shù)代碼啦！

Python嵌套函數(shù)和閉包

在Python語言中，可以在函數(shù)中定義函數(shù)。 這種在函數(shù)中嵌套定義的函數(shù)也叫內(nèi)部函數(shù)。我們來看下面的代碼：

上述代碼中，定義了函數(shù)greet，在函數(shù)greet內(nèi)部又定義了一個(gè)函數(shù)inner_func, 并調(diào)用該函數(shù)打印了一串字符。

我們可以看到，內(nèi)部函數(shù)inner_func的定義和使用與普通函數(shù)基本相同。需要注意的是變量的作用域，在上述代碼中，函數(shù)參數(shù)name對(duì)于全局函數(shù)greet是局部變量，對(duì)內(nèi)部函數(shù)inner_func來說則是非局部變量。內(nèi)部函數(shù)對(duì)于非局部變量的訪問規(guī)則類似于標(biāo)準(zhǔn)的外部函數(shù)訪問全局變量。

從這個(gè)例子我們還可以看到內(nèi)部函數(shù)的一個(gè)作用，就是通過定義內(nèi)部函數(shù)的方式將一些功能隱藏起來，防止外部直接調(diào)用。常見的場(chǎng)景是，在一個(gè)復(fù)雜邏輯的函數(shù)中，將一些小的任務(wù)定義成內(nèi)部函數(shù)，然后由這個(gè)外層函數(shù)使用，這樣可以使代碼更為清晰，易于維護(hù)。這些內(nèi)部函數(shù)只會(huì)在這個(gè)外層函數(shù)中使用，不能被其他函數(shù)或模塊使用。

在Python語言中, 函數(shù)也是對(duì)象，它可以被創(chuàng)建、賦值給變量，或者作為函數(shù)的返回值。我們來看下面這個(gè)例子。

在上述代碼中，在函數(shù)gen_greet內(nèi)部定義了inner_func函數(shù)，并返回了一個(gè)inner_func函數(shù)對(duì)象。外部函數(shù)gen_greet返回了一個(gè)函數(shù)對(duì)象，所以像gen_greet這樣的函數(shù)也叫工廠函數(shù)。

在內(nèi)部函數(shù)inner_func中，使用了外部函數(shù)的傳參greet_words（非局部變量），以及函數(shù)的參數(shù)name（局部變量），來打印一個(gè)字符串。

接下來，調(diào)用gen_greet("Hello")創(chuàng)建一個(gè)函數(shù)對(duì)象say_hello，緊接著調(diào)用say_hello("Mr. Zhang")，輸出的結(jié)果為：Hello, Mr. Zhang！

同樣的，調(diào)用gen_greet("Hi")創(chuàng)建一個(gè)函數(shù)對(duì)象say_hi，調(diào)用say_hello("Mr. Zhang")，輸出的結(jié)果為：Hi，Tony！

我們可以發(fā)現(xiàn)，gen_greet返回的函數(shù)對(duì)象具有記憶功能，它能夠把所需使用的非局部變量保存下來，用于后續(xù)被調(diào)用的時(shí)候使用。這種保存了非局部變量的函數(shù)對(duì)象被稱作閉包（closure）。

那么閉包是如何實(shí)現(xiàn)的呢？其實(shí)并不復(fù)雜，函數(shù)對(duì)象中有一個(gè)屬性__closure__，它就是在創(chuàng)建函數(shù)對(duì)象時(shí)用來保存這些非局部變量的。

__closure__屬性是一個(gè)元組或者None類型。在上述代碼中，我們可以通過下面方式查看：

函數(shù)的嵌套所實(shí)現(xiàn)的功能大都可以通過定義類的方式來實(shí)現(xiàn)，而且類是更加面向?qū)ο蟮拇a編寫方式。

嵌套函數(shù)的一個(gè)主要用途是實(shí)現(xiàn)函數(shù)的裝飾器。我們看下面的代碼：

在上述代碼中，logger函數(shù)返回函數(shù)with_logging，with_logging則是打印了函數(shù)func的名稱及傳入的參數(shù)，然后調(diào)用func, 并將參數(shù)傳遞給func。其中的@wraps(func)語句用于復(fù)制函數(shù)func的名稱、注釋文檔、參數(shù)列表等等，使得with_logging函數(shù)具有被裝飾的函數(shù)func相同的屬性。

代碼中接下來用@logger對(duì)函數(shù)power_func進(jìn)行修飾，它的作用等同于下面的代碼:

可見，裝飾器@符其實(shí)就是上述代碼的精簡(jiǎn)寫法。

通過了解了嵌套函數(shù)和閉包的工作原理，我們?cè)谑褂眠^程中就能夠更加得心應(yīng)手了。

新手如何快速入門Python編程?

了解 Python 編程基礎(chǔ)

首先第一點(diǎn)，要能夠看懂了解變量、基礎(chǔ)語法、編程規(guī)范等，這些事能夠上手編寫Python 代碼的前提。

其次第二點(diǎn)，對(duì)于數(shù)據(jù)結(jié)構(gòu)，字符串、列表、字典等需要比較熟練運(yùn)用。

剛開始的這部分就做一些簡(jiǎn)單的練習(xí)，構(gòu)造出一個(gè)數(shù)據(jù)類型，然后再實(shí)現(xiàn)基本的用法。比如你自己構(gòu)造一個(gè)列表，實(shí)現(xiàn)列表中數(shù)據(jù)的訪問、更新、刪除等基本操作，比如len()、max()、min() 函數(shù)，以及 append()、count()、extend() 等方法。

Python函數(shù)及流程控制

有了前面的基礎(chǔ)練習(xí)之后，學(xué)習(xí)Python的函數(shù)和控制語句，是真正去解決問題的過程，如何將固定的功能模塊封裝成函數(shù)，如何實(shí)現(xiàn)判斷和循壞，這些不僅是寫出代碼的必要條件，也是訓(xùn)練編程思維的必經(jīng)之路。

流程控制比較好掌握一些，條件語句和循壞語句在不同的場(chǎng)景下練習(xí)幾遍，知道判斷和循環(huán)實(shí)現(xiàn)的過程就行。

函數(shù)這個(gè)部分無外乎函數(shù)的定義、函數(shù)調(diào)用以及參數(shù)傳遞，但是要能夠熟練地寫出函數(shù)實(shí)現(xiàn)對(duì)應(yīng)的功能，需要注意的細(xì)節(jié)很多。

利用Python做些事情

在前期的理論知識(shí)學(xué)透之后，你不妨嘗試著利用利用Python做些事情，檢驗(yàn)自己的學(xué)習(xí)成果，這樣也能夠鞏固加深自己學(xué)習(xí)的理論知識(shí)。同時(shí)，可以查漏補(bǔ)缺，看看自己哪方面需要保持，哪方面需要繼續(xù)學(xué)習(xí)。

這個(gè)時(shí)候不妨了解一些第三方庫，你可以做更多的事情。對(duì)于不同的庫，內(nèi)部的方法、函數(shù)你還需要去熟悉，開始的時(shí)候先掌握少部分最常用的方法，在遇到實(shí)際的問題的時(shí)候，再去查對(duì)應(yīng)的更多的用法，這樣會(huì)更高效。

深入Python編程

首先需要了解Python的高級(jí)特性，如迭代器、生成器、裝飾器等，了解類和面向?qū)ο蟮睦砟睢Ｉ钊胂氯?，你可以去探索Python的實(shí)現(xiàn)原理，Python的性能優(yōu)化，跳出Python語言本身，去了解計(jì)算機(jī)的交互原理，還有很長的路要走，但并不是每一個(gè)人都需要這個(gè)過程。

但這些確實(shí)是你在這個(gè)領(lǐng)域立足生根的重要條件，對(duì)于特別想要在IT行業(yè)發(fā)展的人來說，這個(gè)過程是非常有必要的。

以上就是關(guān)于如何快速入門Python編程的內(nèi)容，希望可以為您提供一些幫助。如果您還想了解更多關(guān)于數(shù)據(jù)分析師、大數(shù)據(jù)工程師、Python編程素材及方法等內(nèi)容，可以點(diǎn)擊本站的其他文章進(jìn)行學(xué)習(xí)。

Python實(shí)現(xiàn)簡(jiǎn)單多線程任務(wù)隊(duì)列

Python實(shí)現(xiàn)簡(jiǎn)單多線程任務(wù)隊(duì)列

最近我在用梯度下降算法繪制神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)時(shí)，遇到了一些算法性能的問題。梯度下降算法的代碼如下（偽代碼）：

defgradient_descent(): # the gradient descent code plotly.write(X, Y)

一般來說，當(dāng)網(wǎng)絡(luò)請(qǐng)求 plot.ly 繪圖時(shí)會(huì)阻塞等待返回，于是也會(huì)影響到其他的梯度下降函數(shù)的執(zhí)行速度。

一種解決辦法是每調(diào)用一次 plotly.write 函數(shù)就開啟一個(gè)新的線程，但是這種方法感覺不是很好。 我不想用一個(gè)像 cerely（一種分布式任務(wù)隊(duì)列）一樣大而全的任務(wù)隊(duì)列框架，因?yàn)榭蚣軐?duì)于我的這點(diǎn)需求來說太重了，并且我的繪圖也并不需要 redis 來持久化數(shù)據(jù)。

那用什么辦法解決呢？我在 python 中寫了一個(gè)很小的任務(wù)隊(duì)列，它可以在一個(gè)單獨(dú)的線程中調(diào)用 plotly.write函數(shù)。下面是程序代碼。

fromthreadingimportThreadimportQueueimporttime classTaskQueue(Queue.Queue):

首先我們繼承 Queue.Queue 類。從 Queue.Queue 類可以繼承 get 和 put 方法，以及隊(duì)列的行為。

def__init__(self, num_workers=1): Queue.Queue.__init__(self) self.num_workers=num_workers self.start_workers()

初始化的時(shí)候，我們可以不用考慮工作線程的數(shù)量。

defadd_task(self, task,*args,**kwargs): args=argsor() kwargs=kwargsor{} self.put((task, args, kwargs))

我們把 task, args, kwargs 以元組的形式存儲(chǔ)在隊(duì)列中。*args 可以傳遞數(shù)量不等的參數(shù)，**kwargs 可以傳遞命名參數(shù)。

defstart_workers(self): foriinrange(self.num_workers): t=Thread(target=self.worker) t.daemon=True t.start()

我們?yōu)槊總€(gè) worker 創(chuàng)建一個(gè)線程，然后在后臺(tái)刪除。

下面是 worker 函數(shù)的代碼：

defworker(self): whileTrue: tupl=self.get() item, args, kwargs=self.get() item(*args,**kwargs) self.task_done()

worker 函數(shù)獲取隊(duì)列頂端的任務(wù)，并根據(jù)輸入?yún)?shù)運(yùn)行，除此之外，沒有其他的功能。下面是隊(duì)列的代碼：

我們可以通過下面的代碼測(cè)試：

defblokkah(*args,**kwargs): time.sleep(5) print“Blokkah mofo!” q=TaskQueue(num_workers=5) foriteminrange(1): q.add_task(blokkah) q.join()# wait for all the tasks to finish. print“Alldone!”

Blokkah 是我們要做的任務(wù)名稱。隊(duì)列已經(jīng)緩存在內(nèi)存中，并且沒有執(zhí)行很多任務(wù)。下面的步驟是把主隊(duì)列當(dāng)做單獨(dú)的進(jìn)程來運(yùn)行，這樣主程序退出以及執(zhí)行數(shù)據(jù)庫持久化時(shí)，隊(duì)列任務(wù)不會(huì)停止運(yùn)行。但是這個(gè)例子很好地展示了如何從一個(gè)很簡(jiǎn)單的小任務(wù)寫成像工作隊(duì)列這樣復(fù)雜的程序。

defgradient_descent(): # the gradient descent code queue.add_task(plotly.write, x=X, y=Y)

修改之后，我的梯度下降算法工作效率似乎更高了。如果你很感興趣的話，可以參考下面的代碼。fromthreadingimportThreadimportQueueimporttime classTaskQueue(Queue.Queue): def__init__(self, num_workers=1):Queue.Queue.__init__(self)self.num_workers=num_workersself.start_workers() defadd_task(self, task,*args,**kwargs):args=argsor()kwargs=kwargsor{}self.put((task, args, kwargs)) defstart_workers(self):foriinrange(self.num_workers):t=Thread(target=self.worker)t.daemon=Truet.start() defworker(self):whileTrue:tupl=self.get()item, args, kwargs=self.get()item(*args,**kwargs)self.task_done() deftests():defblokkah(*args,**kwargs):time.sleep(5)print"Blokkah mofo!" q=TaskQueue(num_workers=5) foriteminrange(10):q.add_task(blokkah) q.join()# block until all tasks are doneprint"All done!" if__name__=="__main__":tests()

分享題目：python函數(shù)任務(wù)編排,python任務(wù)調(diào)度框架
分享地址：http://sd-ha.com/article26/dsiphcg.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供品牌網(wǎng)站建設(shè)、靜態(tài)網(wǎng)站、企業(yè)建站、微信公眾號(hào)、、軟件開發(fā)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)