Enviar pesquisa
Carregar
S03 t2 sta_py_tsuji_0810_slides
•
3 gostaram
•
1,170 visualizações
Takeshi Akutsu
Seguir
業務のためのPython勉強会#3 Talk2 「2と3の違いから見るPythonの進化」(辻真吾)
Leia menos
Leia mais
Software
Denunciar
Compartilhar
Denunciar
Compartilhar
1 de 40
Baixar agora
Baixar para ler offline
Recomendados
統計用言語Rの使い方
統計用言語Rの使い方
Ak Ok
Python による 「スクレイピング & 自然言語処理」入門
Python による 「スクレイピング & 自然言語処理」入門
Tatsuya Tojima
Rの導入とRStudio事始め(改訂版)
Rの導入とRStudio事始め(改訂版)
Takashi Yamane
Sapporo20140709
Sapporo20140709
Kimikazu Kato
サンプリングと推定 Siとht推定量
サンプリングと推定 Siとht推定量
T T
開発者からみたTensor flow
開発者からみたTensor flow
Hideo Kinami
2016tf study5
2016tf study5
Shin Asakawa
Tokyo.R女子部発表スライド「Rではじめるデータ解析の超基礎」
Tokyo.R女子部発表スライド「Rではじめるデータ解析の超基礎」
tokyorgirls
Recomendados
統計用言語Rの使い方
統計用言語Rの使い方
Ak Ok
Python による 「スクレイピング & 自然言語処理」入門
Python による 「スクレイピング & 自然言語処理」入門
Tatsuya Tojima
Rの導入とRStudio事始め(改訂版)
Rの導入とRStudio事始め(改訂版)
Takashi Yamane
Sapporo20140709
Sapporo20140709
Kimikazu Kato
サンプリングと推定 Siとht推定量
サンプリングと推定 Siとht推定量
T T
開発者からみたTensor flow
開発者からみたTensor flow
Hideo Kinami
2016tf study5
2016tf study5
Shin Asakawa
Tokyo.R女子部発表スライド「Rではじめるデータ解析の超基礎」
Tokyo.R女子部発表スライド「Rではじめるデータ解析の超基礎」
tokyorgirls
Pythonによるソーシャルデータ分析―わたしはこうやって修士号を取得しました―
Pythonによるソーシャルデータ分析―わたしはこうやって修士号を取得しました―
Hisao Soyama
Software Foundation:形式的証明と非形式的証明
Software Foundation:形式的証明と非形式的証明
T T
Chainerのテスト環境とDockerでのCUDAの利用
Chainerのテスト環境とDockerでのCUDAの利用
Yuya Unno
ggplot2によるグラフ化@HijiyamaR#2
ggplot2によるグラフ化@HijiyamaR#2
nocchi_airport
QaA
QaA
Atsushi Hayakawa
内省するTensorFlow
内省するTensorFlow
Yoshiyuki Kakihara
Cythonやってみた!
Cythonやってみた!
YukiFukuda3
ICML2013読み会 ELLA: An Efficient Lifelong Learning Algorithm
ICML2013読み会 ELLA: An Efficient Lifelong Learning Algorithm
Yuya Unno
機械学習ゴリゴリ派のための数学とPython
機械学習ゴリゴリ派のための数学とPython
Kimikazu Kato
ElectraとpQRNNについて
ElectraとpQRNNについて
Itsuki Slide
情報抽出入門 〜非構造化データを構造化させる技術〜
情報抽出入門 〜非構造化データを構造化させる技術〜
Yuya Unno
TensorFlowをざっくりLTしてみた
TensorFlowをざっくりLTしてみた
Mitsuki Ogasahara
Jubatusの紹介@第6回さくさくテキストマイニング
Jubatusの紹介@第6回さくさくテキストマイニング
Yuya Unno
14対話bot発表資料
14対話bot発表資料
Keiichirou Miyamoto
20100831.あしたの研第14回座談会moses.スライド
20100831.あしたの研第14回座談会moses.スライド
あしたのオープンソース研究所
S12 t1 python学習奮闘記#5
S12 t1 python学習奮闘記#5
Takeshi Akutsu
Pythonのプロファイリング
Pythonのプロファイリング
ysakaguchi
S10 p1 mitsuyoshi-sama_2
S10 p1 mitsuyoshi-sama_2
Takeshi Akutsu
DBエンジニアに必要だったPythonのスキル
DBエンジニアに必要だったPythonのスキル
Satoshi Yamada
S09 t0 orientation
S09 t0 orientation
Takeshi Akutsu
S14 t0 introduction
S14 t0 introduction
Takeshi Akutsu
[OSC2016沖縄]商用DBからPostgreSQLへの移行入門
[OSC2016沖縄]商用DBからPostgreSQLへの移行入門
Kosuke Kida
Mais conteúdo relacionado
Mais procurados
Pythonによるソーシャルデータ分析―わたしはこうやって修士号を取得しました―
Pythonによるソーシャルデータ分析―わたしはこうやって修士号を取得しました―
Hisao Soyama
Software Foundation:形式的証明と非形式的証明
Software Foundation:形式的証明と非形式的証明
T T
Chainerのテスト環境とDockerでのCUDAの利用
Chainerのテスト環境とDockerでのCUDAの利用
Yuya Unno
ggplot2によるグラフ化@HijiyamaR#2
ggplot2によるグラフ化@HijiyamaR#2
nocchi_airport
QaA
QaA
Atsushi Hayakawa
内省するTensorFlow
内省するTensorFlow
Yoshiyuki Kakihara
Cythonやってみた!
Cythonやってみた!
YukiFukuda3
ICML2013読み会 ELLA: An Efficient Lifelong Learning Algorithm
ICML2013読み会 ELLA: An Efficient Lifelong Learning Algorithm
Yuya Unno
機械学習ゴリゴリ派のための数学とPython
機械学習ゴリゴリ派のための数学とPython
Kimikazu Kato
ElectraとpQRNNについて
ElectraとpQRNNについて
Itsuki Slide
情報抽出入門 〜非構造化データを構造化させる技術〜
情報抽出入門 〜非構造化データを構造化させる技術〜
Yuya Unno
TensorFlowをざっくりLTしてみた
TensorFlowをざっくりLTしてみた
Mitsuki Ogasahara
Jubatusの紹介@第6回さくさくテキストマイニング
Jubatusの紹介@第6回さくさくテキストマイニング
Yuya Unno
14対話bot発表資料
14対話bot発表資料
Keiichirou Miyamoto
20100831.あしたの研第14回座談会moses.スライド
20100831.あしたの研第14回座談会moses.スライド
あしたのオープンソース研究所
Mais procurados
(15)
Pythonによるソーシャルデータ分析―わたしはこうやって修士号を取得しました―
Pythonによるソーシャルデータ分析―わたしはこうやって修士号を取得しました―
Software Foundation:形式的証明と非形式的証明
Software Foundation:形式的証明と非形式的証明
Chainerのテスト環境とDockerでのCUDAの利用
Chainerのテスト環境とDockerでのCUDAの利用
ggplot2によるグラフ化@HijiyamaR#2
ggplot2によるグラフ化@HijiyamaR#2
QaA
QaA
内省するTensorFlow
内省するTensorFlow
Cythonやってみた!
Cythonやってみた!
ICML2013読み会 ELLA: An Efficient Lifelong Learning Algorithm
ICML2013読み会 ELLA: An Efficient Lifelong Learning Algorithm
機械学習ゴリゴリ派のための数学とPython
機械学習ゴリゴリ派のための数学とPython
ElectraとpQRNNについて
ElectraとpQRNNについて
情報抽出入門 〜非構造化データを構造化させる技術〜
情報抽出入門 〜非構造化データを構造化させる技術〜
TensorFlowをざっくりLTしてみた
TensorFlowをざっくりLTしてみた
Jubatusの紹介@第6回さくさくテキストマイニング
Jubatusの紹介@第6回さくさくテキストマイニング
14対話bot発表資料
14対話bot発表資料
20100831.あしたの研第14回座談会moses.スライド
20100831.あしたの研第14回座談会moses.スライド
Destaque
S12 t1 python学習奮闘記#5
S12 t1 python学習奮闘記#5
Takeshi Akutsu
Pythonのプロファイリング
Pythonのプロファイリング
ysakaguchi
S10 p1 mitsuyoshi-sama_2
S10 p1 mitsuyoshi-sama_2
Takeshi Akutsu
DBエンジニアに必要だったPythonのスキル
DBエンジニアに必要だったPythonのスキル
Satoshi Yamada
S09 t0 orientation
S09 t0 orientation
Takeshi Akutsu
S14 t0 introduction
S14 t0 introduction
Takeshi Akutsu
[OSC2016沖縄]商用DBからPostgreSQLへの移行入門
[OSC2016沖縄]商用DBからPostgreSQLへの移行入門
Kosuke Kida
プログラミング学習とScratch raspi python
プログラミング学習とScratch raspi python
Yoshitaka Shiono
大規模データ分析を支えるインフラ系オープンソースソフトウェアの最新事情
大規模データ分析を支えるインフラ系オープンソースソフトウェアの最新事情
nagix
見た目だけのデザインと意味を持つデザイン
見た目だけのデザインと意味を持つデザイン
Isezaki Toshiaki
Pythonで画面付きのアプリを作成する
Pythonで画面付きのアプリを作成する
Jun Okazaki
オープンハードカンファレンスの紹介
オープンハードカンファレンスの紹介
Yuji Chino
チームで活用するAnaconda入門
チームで活用するAnaconda入門
Takeshi Akutsu
Pythonで機械学習入門以前
Pythonで機械学習入門以前
Kimikazu Kato
Python勉強会in 長野 オープニング
Python勉強会in 長野 オープニング
Yuuki Nakajima
ディープラーニングハンズオンを準備して学んだこと
ディープラーニングハンズオンを準備して学んだこと
Kiyoshi SATOH
「長野で語るStapyのビジョン」
「長野で語るStapyのビジョン」
Takeshi Akutsu
Destaque
(17)
S12 t1 python学習奮闘記#5
S12 t1 python学習奮闘記#5
Pythonのプロファイリング
Pythonのプロファイリング
S10 p1 mitsuyoshi-sama_2
S10 p1 mitsuyoshi-sama_2
DBエンジニアに必要だったPythonのスキル
DBエンジニアに必要だったPythonのスキル
S09 t0 orientation
S09 t0 orientation
S14 t0 introduction
S14 t0 introduction
[OSC2016沖縄]商用DBからPostgreSQLへの移行入門
[OSC2016沖縄]商用DBからPostgreSQLへの移行入門
プログラミング学習とScratch raspi python
プログラミング学習とScratch raspi python
大規模データ分析を支えるインフラ系オープンソースソフトウェアの最新事情
大規模データ分析を支えるインフラ系オープンソースソフトウェアの最新事情
見た目だけのデザインと意味を持つデザイン
見た目だけのデザインと意味を持つデザイン
Pythonで画面付きのアプリを作成する
Pythonで画面付きのアプリを作成する
オープンハードカンファレンスの紹介
オープンハードカンファレンスの紹介
チームで活用するAnaconda入門
チームで活用するAnaconda入門
Pythonで機械学習入門以前
Pythonで機械学習入門以前
Python勉強会in 長野 オープニング
Python勉強会in 長野 オープニング
ディープラーニングハンズオンを準備して学んだこと
ディープラーニングハンズオンを準備して学んだこと
「長野で語るStapyのビジョン」
「長野で語るStapyのビジョン」
Semelhante a S03 t2 sta_py_tsuji_0810_slides
Python2と3の互換性問題に立ち向かうときにまずやること
Python2と3の互換性問題に立ち向かうときにまずやること
kiki utagawa
みんなのPython勉強会#62
みんなのPython勉強会#62
hiroya akita
最近思った機械学習(PyTorch)のベストプラクティス
最近思った機械学習(PyTorch)のベストプラクティス
Masato Fujitake
本気でPythonで宛名書きした話
本気でPythonで宛名書きした話
Satoshi Yamada
Tokyo r91 lt3_20210417
Tokyo r91 lt3_20210417
@ 238__fs
From Scratch, let's start Deep Learning with Python (plus Text Processing, pr...
From Scratch, let's start Deep Learning with Python (plus Text Processing, pr...
Kiyoshi Ogawa
Pythonによる機械学習
Pythonによる機械学習
Kimikazu Kato
事例発表 小山
事例発表 小山
takepu
Pythonによる画像処理について
Pythonによる画像処理について
Yasutomo Kawanishi
元BIエバンジェリストが語る!脱獄matplot!
元BIエバンジェリストが語る!脱獄matplot!
ReNom User Group
Python 学習教材
Python 学習教材
Jun MITANI
軸が異なる3つの組み合わせの考え方
軸が異なる3つの組み合わせの考え方
俊文 黒澤
東大生向けデータ解析講座 第1回 2017/12/27
東大生向けデータ解析講座 第1回 2017/12/27
西岡 賢一郎
2017/12/21 虎の穴 Python勉強会
2017/12/21 虎の穴 Python勉強会
虎の穴 開発室
S08 t0 orientation
S08 t0 orientation
Takeshi Akutsu
[第2版] Python機械学習プログラミング 第1章
[第2版] Python機械学習プログラミング 第1章
Haruki Eguchi
S20 t1 stapyのこれまでとこれから
S20 t1 stapyのこれまでとこれから
Takeshi Akutsu
オレオレ言語実装に役立つプル型ASTウォーカーAPI
オレオレ言語実装に役立つプル型ASTウォーカーAPI
隆行 神戸
Why python
Why python
Mikio Kubo
Semelhante a S03 t2 sta_py_tsuji_0810_slides
(19)
Python2と3の互換性問題に立ち向かうときにまずやること
Python2と3の互換性問題に立ち向かうときにまずやること
みんなのPython勉強会#62
みんなのPython勉強会#62
最近思った機械学習(PyTorch)のベストプラクティス
最近思った機械学習(PyTorch)のベストプラクティス
本気でPythonで宛名書きした話
本気でPythonで宛名書きした話
Tokyo r91 lt3_20210417
Tokyo r91 lt3_20210417
From Scratch, let's start Deep Learning with Python (plus Text Processing, pr...
From Scratch, let's start Deep Learning with Python (plus Text Processing, pr...
Pythonによる機械学習
Pythonによる機械学習
事例発表 小山
事例発表 小山
Pythonによる画像処理について
Pythonによる画像処理について
元BIエバンジェリストが語る!脱獄matplot!
元BIエバンジェリストが語る!脱獄matplot!
Python 学習教材
Python 学習教材
軸が異なる3つの組み合わせの考え方
軸が異なる3つの組み合わせの考え方
東大生向けデータ解析講座 第1回 2017/12/27
東大生向けデータ解析講座 第1回 2017/12/27
2017/12/21 虎の穴 Python勉強会
2017/12/21 虎の穴 Python勉強会
S08 t0 orientation
S08 t0 orientation
[第2版] Python機械学習プログラミング 第1章
[第2版] Python機械学習プログラミング 第1章
S20 t1 stapyのこれまでとこれから
S20 t1 stapyのこれまでとこれから
オレオレ言語実装に役立つプル型ASTウォーカーAPI
オレオレ言語実装に役立つプル型ASTウォーカーAPI
Why python
Why python
Mais de Takeshi Akutsu
万年ビギナーによるPythonプログラミングのリハビリ計画
万年ビギナーによるPythonプログラミングのリハビリ計画
Takeshi Akutsu
Stapyの6年~本との出会いから生まれた技術コミュニティ~
Stapyの6年~本との出会いから生まれた技術コミュニティ~
Takeshi Akutsu
Start Python Club 2020年活動報告
Start Python Club 2020年活動報告
Takeshi Akutsu
みんなのPython勉強会#59 Intro
みんなのPython勉強会#59 Intro
Takeshi Akutsu
On the Necessity and Inapplicability of Python
On the Necessity and Inapplicability of Python
Takeshi Akutsu
Stapyユーザーガイド
Stapyユーザーガイド
Takeshi Akutsu
stapy_fukuoka_01_akutsu
stapy_fukuoka_01_akutsu
Takeshi Akutsu
Python初心者が4年で5000人のコミュニティに作ったエモい話
Python初心者が4年で5000人のコミュニティに作ったエモい話
Takeshi Akutsu
Scipy Japan 2019参加レポート
Scipy Japan 2019参加レポート
Takeshi Akutsu
Scipy Japan 2019の紹介
Scipy Japan 2019の紹介
Takeshi Akutsu
みんなのPython勉強会 in 長野 #3, Intro
みんなのPython勉強会 in 長野 #3, Intro
Takeshi Akutsu
Introduction
Introduction
Takeshi Akutsu
みんなのPython勉強会#35 まとめ
みんなのPython勉強会#35 まとめ
Takeshi Akutsu
モダンな独学の道。そうだ、オープンソースでいこう!
モダンな独学の道。そうだ、オープンソースでいこう!
Takeshi Akutsu
LT_by_Takeshi
LT_by_Takeshi
Takeshi Akutsu
Orientation
Orientation
Takeshi Akutsu
Introduction
Introduction
Takeshi Akutsu
プログラミング『超入門書』から見るPythonと解説テクニック
プログラミング『超入門書』から見るPythonと解説テクニック
Takeshi Akutsu
We are OSS Communities: Introduction of Start Python Club
We are OSS Communities: Introduction of Start Python Club
Takeshi Akutsu
ドコモAIエージェントAPIのご紹介
ドコモAIエージェントAPIのご紹介
Takeshi Akutsu
Mais de Takeshi Akutsu
(20)
万年ビギナーによるPythonプログラミングのリハビリ計画
万年ビギナーによるPythonプログラミングのリハビリ計画
Stapyの6年~本との出会いから生まれた技術コミュニティ~
Stapyの6年~本との出会いから生まれた技術コミュニティ~
Start Python Club 2020年活動報告
Start Python Club 2020年活動報告
みんなのPython勉強会#59 Intro
みんなのPython勉強会#59 Intro
On the Necessity and Inapplicability of Python
On the Necessity and Inapplicability of Python
Stapyユーザーガイド
Stapyユーザーガイド
stapy_fukuoka_01_akutsu
stapy_fukuoka_01_akutsu
Python初心者が4年で5000人のコミュニティに作ったエモい話
Python初心者が4年で5000人のコミュニティに作ったエモい話
Scipy Japan 2019参加レポート
Scipy Japan 2019参加レポート
Scipy Japan 2019の紹介
Scipy Japan 2019の紹介
みんなのPython勉強会 in 長野 #3, Intro
みんなのPython勉強会 in 長野 #3, Intro
Introduction
Introduction
みんなのPython勉強会#35 まとめ
みんなのPython勉強会#35 まとめ
モダンな独学の道。そうだ、オープンソースでいこう!
モダンな独学の道。そうだ、オープンソースでいこう!
LT_by_Takeshi
LT_by_Takeshi
Orientation
Orientation
Introduction
Introduction
プログラミング『超入門書』から見るPythonと解説テクニック
プログラミング『超入門書』から見るPythonと解説テクニック
We are OSS Communities: Introduction of Start Python Club
We are OSS Communities: Introduction of Start Python Club
ドコモAIエージェントAPIのご紹介
ドコモAIエージェントAPIのご紹介
S03 t2 sta_py_tsuji_0810_slides
1.
2と3の違いから見るPythonの進化 辻真吾(@tsjshg)
2.
自己紹介 辻 真吾(1975年8月生まれ) 今は、東京大学先端科学技術研究セン ターで働いています でも今年で任期が切れるので、引き続 き転職先を模索中 近況:SoftwareDesign8月号に記事を書 きました(そろそろ書店から消えてる かも)
3.
今日の話題は Pythonの基本的な文法や標準モジュー ルについて、2と3を比較しながら理解 を深めることを目指します (3.3は結構人気ですが、2系もまだまだ 見かけるので)
4.
目次 printと数値計算 文字列 クラス データの保存(pickle) ジェネレータ式
5.
基本 Python2.7 2系の最終バージョン 2020年までサポート Python3.4 今後はこちらが進化 特に理由がなければ、3系がお勧めです
6.
In [15]: #printは関数です print('test') test
7.
In [17]: #Python2では文としても表現出来ました(今はや らないほうがいいかも) print 'test' test
8.
In [3]: # Python3のprintは進化してます #
Python2では次の1行で、Python3のprintと同 等の機能を実現出来ます。 from __future__ import print_function
9.
In [6]: #改行したくない場合 print('test',end='') test
10.
In [4]: #ちょっとしたプログレスバー import time for
i in range(1,11): time.sleep(1) #何か時間のかかる処理 print('#'*i ,end='r' if i < 10 else 'n') ##########
11.
In [9]: # Python2では整数の割り算は切り捨てられま す。 3/2 Out[9]:
1
12.
In [11]: from __future__
import division #Python3の機 能をPython2で使うため 3/2 Out[11]: 1.5
13.
In [14]: # 切り捨てたいときは、//かmath.floorがありま す。 print(3//2) import
math print(math.floor(3/2)) 1 1.0
14.
いよいよ文字列 分かりにくいと言われることも多いで すが、3の考え方を基本にすれば大丈夫
15.
In [20]: #まずは基本。引用符は単一でも二重でも print('test') print("テスト") test テスト
16.
スクリプトに書くときは、ファイルの 先頭から2行目までに特別なコメントを 指定 # coding:utf-8
17.
文字列でエラーを出したことがあって もなくても、これだけは覚えておこう 文字列をバイト列に暗号化(encode) と考えると分かりやすい(かも)
18.
2と3でなぜ混乱するかというと もちろんPython3の方が素直
19.
In [37]: #Python2 #普通に書くと、文字列という名のバイト列にな る print(len('test')) print(len('あ')) #Unicode文字列にはリテラルuが用意されている print(len(u'あ')) 4 3 1
20.
In [45]: #Python3 #普通に書くと文字列 print(len('あ')) print(len(u'あ')) #3.3からuを書いても無害 1 1
21.
In [46]: # (Unicode)文字列をバイト列に変換(Python 3) 'あ'.encode('utf-8') Out[46]:
'xe3x81x82'
22.
In [50]: # バイト列を(Unicode)文字列に変換 print(b'xe3x81x82'.decode('utf-8')) あ
23.
In [4]: #Python2でよく見るエラー。 'あ'.encode('utf-8') ----------------------------------------------------------- ---------------- UnicodeDecodeError Traceback (most
recent call last) <ipython-input-4-d88163347c1e> in <modu le>() 1 #Python2でよく見るエラー。 ----> 2 'あ'.encode('utf-8') UnicodeDecodeError: 'ascii' codec can't deco de byte 0xe3 in position 0: ordinal not in rang e(128)
24.
これ以上やると混乱しそうなので、こ のへんで。 Python3の方が、明らかにすっきりして いるので、できればPython3で
25.
クラスの進化でちょっと一息
26.
In [4]: # Python2では2通りの方法がある class
OldStyle: pass class NewStyle(object): pass _old = OldStyle() _new = NewStyle() print(type(_old)) print(type(_new)) # Python3ではどちらも同じ <type 'instance'> <class '__main__.NewStyle'>
27.
pickleモジュールを使うと、データを保 存してあとで利用できます
28.
In [10]: import pickle my_data
= ([1,2,3], 'test') with open('data.pkl','wb') as f: pickle.dump(my_data,f)
29.
In [11]: with open('data.pkl','rb')
as f: my_data = pickle.load(f) print(my_data) ([1, 2, 3], 'test')
30.
Python2ではpickleと、より高速な cPickleがあった Python3ではpickleもジュールに統一
31.
In [12]: # Python3のpickleの保存形式はPython2では読 めない with
open('ver3.pkl','rb') as f: pickle.load(f) ----------------------------------------------------------- ---------------- ValueError Traceback (most recent call last) <ipython-input-12-856636e73365> in <mo dule>() 1 # Python3のpickleの保存形式はPython2 では読めない 2 with open('ver3.pkl','rb') as f: ----> 3 pickle.load(f) /Users/tsuji/anaconda/lib/python2.7/pickl e.pyc in load(file) 1376 1377 def load(file): -> 1378 return Unpickler(file).load()
32.
Python2で作ったファイルはPython3で 読めるけど、文字列はUnicode文字列を 使う バイト列の文字列を使うとPython3で読 み込んだときエラーになります
33.
In [14]: # 関数型言語が流行っているので、map有名にな ってきました map(str,
[1,2,3]) Out[14]: ['1', '2', '3']
34.
In [5]: # Python3ではmapが関数ではなくデータ型。イ テレータとして使えます map(str,
[1,2,3]) Out[5]: <map at 0x104955950>
35.
In [6]: m =
map(str, [1,2,3]) next(m) # 遅延評価。一度にメモリを消費しない Out[6]: '1'
36.
In [8]: #リスト内包表記は便利だけど、リストが出来て しまう。 [i**2 for
i in range(4)] Out[8]: [0, 1, 4, 9]
37.
In [12]: # ジェネレータ式を使うと簡単にジェネレータが 作れます g
= (i**2 for i in range(4)) print(next(g)) print(next(g)) print(next(g)) print(next(g)) # Python2ではg.next()と書けましたが、Python 3ではnext(g) 0 1 4 9
38.
In [2]: # Python2では、rangeとxrangeがありました。 #
rangeはリストを生成し、xrangeは遅延評価に 対応していました。 range(3) Out[2]: [0, 1, 2]
39.
In [13]: # Python3ではrangeに統一され、リストは作ら れません range(3) Out[13]:
range(0, 3)
40.
まとめ Python3はよりシンプルに 文字列はUnicode文字列を使う ジェネレータの利用を意識
Baixar agora