python 美化优化编程序：及时执行del语句+设置随机种子+tqdm(执行进度条显示)+时长计算装饰器

原创已于 2022-04-03 19:53:25 修改 · 1.7k 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python #深度学习 #开发语言

于 2022-02-08 12:02:14 首次发布

语言学习笔记专栏收录该内容

193 篇文章

订阅专栏

本文探讨了如何使用Python进行高效编程，包括计时装饰器的应用、内存管理的原理、设置随机数种子、使用tqdm实现进度条，以及介绍Scientific Python库及其在科学计算中的作用，涵盖了数据处理、可视化和开发工具等多个方面。

输出

print("-------------------------------------------")

将以上改为：

print('-'*30)

输入

# 使用"  \  "来序行
input = '-----------------------------------------------------------'\
        '-------'

运行计时装饰器

import time
def display_time(func):# 装饰器函数
    def wrapper(*args):
        t1 = time.time()
        result = func(*args)
        t2 = time.time()
        print('Total Time is {:.4}'.format(t2 - t1))
        return result
    return wrapper

@display_time
def func():
    for i in range (1_0000_0000):
        i = i+1
    return i

print(func())

del语句

python内存机制的底层实现
在这里插入图片描述

设置随机种子，使得每次生成的随机数相同

cpu:
torch.mamual_seed(seed)
单gpu:
torch.cuda.manual_seed(seed)
多gpu:
torch.cuda.manual_seed_all(seed)

tqdm(运行进度条显示)

import time
from tqdm import *
for i in tqdm(range(1000)):
    time.sleep(.01)    #进度条每0.1s前进一次，总时间为1000*0.1=100s

在这里插入图片描述

# 用tqmd来迭代数据
tqdm(enumerate(loader_train),total=len(loader_train))
#或者
tqdm(enumerate(loader_train))

cientificpython

cientificpython是一组有用的python模块用于科学计算。在这个集合中，您将找到模块包括基本几何（向量，张量，变换，向量和张量场），四元数，自动导数，（线性）插值，多项式，初等统计，非线性最小二乘拟合、单位计算、Fortran兼容文本格式化，通过vrml进行三维可视化，以及两个tk小部件线图和三维线框模型。github