英偉達小姐姐的Python技巧合集，推特2400贊，代碼可以直接跑

2019-11-05

常常發資源的英偉達工程師小姐姐Chip Huyen，又發射了一套Python炫酷功能合集。

裏面都是她「從前沒發現，或者從前不太敢用」的機器學習技巧，有notebook可以直接跑。

合集名叫python-is-cool，推特宣佈之後不到半天，已經收穫了2400+贊。

那麼，這份令人奔走相告的資源，到底長什麼樣子？

隱藏技巧五大類

就像開頭提到的：這裏的功能，要麼是小姐姐花了很久才找到的，要麼是曾經讓她瑟瑟發抖到不敢嘗試的。

不過現在，她的技巧已經成功支配了這些功能，於是分享了出來。

目前一共有5個版塊，專注機器學習，日後還會持續更新：

1、Lambda、Map、Filter、Reduce函數

lambda 關鍵字，是用來創建內聯函數 (Inline Functions) 的。square_fn 和 square_ld 函數，在這裏是一樣的。

1 def square_fn(x): 2     return x * x 3 4 square_ld = lambda x : x * x 5 6 for i in range(10): 7     assert square_fn(i) == square_ld(i)

lambda 函數可以快速聲明，所以拿來當回調 (Callbacks) 函數是非常理想的：就是作爲參數 (Arguments) 傳遞給其他函數用的，那種函數。

和 map、filter 和 reduce 這樣的函數搭配使用，尤其有效。

map(fn,iterable) 會把 fn 應用在 iterable 的所有元素上，返回一個map object。

1 nums = [1/3, 333/7, 2323/2230, 40/34, 2/3] 2 nums_squared = [num * num for num in nums] 3 print(nums_squared) 4 5 ==> [0.1111111, 2263.04081632, 1.085147, 1.384083, 0.44444444]

這樣調用，跟用有回調函數的 map 來調用，是一樣的。

1 nums_squared_1 = map(square_fn, nums)

2 nums_squared_2 = map(lambda x : x * x, nums)

3 print(list(nums_squared_1))

4

5 ==> [0.1111111, 2263.04081632, 1.085147, 1.384083, 0.44444444]

map 也可以有不止一個 iterable。

比如，你要想計算一個簡單線性函數 f(x)=ax+b 的均方誤差 (MSE) ，兩種方法就是等同的。

 1 a, b = 3, -0.5  2 xs = [2, 3, 4, 5]  3 labels = [6.4, 8.9, 10.9, 15.3]  4  5 # Method 1: using a loop  6 errors = []  7 for i, x in enumerate(xs):  8     errors.append((a * x + b - labels[i]) ** 2)  9 result1 = sum(errors) ** 0.5 / len(xs) 10 11 # Method 2: using map 12 diffs = map(lambda x, y: (a * x + b - y) ** 2, xs, labels) 13 result2 = sum(diffs) ** 0.5 / len(xs) 14 15 print(result1, result2) 16 17 ==> 0.35089172119045514 0.35089172119045514

要注意的是，map 和 filter 返回的是迭代器 (Iterator) ，這就是說它們的值不是存儲的，是按需生成的。

當你調用了sum(diffs) 之後，diffs 就空了。如果你想要保留 diffs 裏面所有的元素，就用 list(diffs) 把它轉換成一個列表。

filter(fn,iterable) 也是和 map 一樣道理，只不過 fn 返回的是一個布爾值，filter 返回的是，iterable 裏面所有 fn 返回True的元素。

1 bad_preds = filter(lambda x: x > 0.5, errors) 2 print(list(bad_preds)) 3 4 ==> [0.8100000000000006, 0.6400000000000011]

reduce(fn,iterable,initializer) 是用來給列表裏的所有元素，迭代地應用某一個算子。比如，想要算出列表裏所有元素的乘積：

1 product = 1 2 for num in nums: 3    product *= num 4 print(product) 5 6 ==> 12.95564683272412

上面這串代碼，和下面這串代碼是等同的：

1 from functools import reduce 2 product = reduce(lambda x, y: x * y, nums) 3 print(product) 4 5 ==> 12.95564683272412

2、列表操作

小姐姐說，Python的列表太炫酷了。

2.1、解包 (Unpacking)

想把一個列表解包成一個一個元素，就這樣：

1 elems = [1, 2, 3, 4] 2 a, b, c, d = elems 3 print(a, b, c, d) 4 5 ==> 1 2 3 4

也可以這樣：

1 elems = [1, 2, 3, 4] 2 a, b, c, d = elems 3 print(a, b, c, d) 4 5 ==> 1 2 3 4

2.2、切片 (Slicing)

大家可能知道，如果想把一個列表反過來排，就用 [::-1] 。

1 elems = list(range(10)) 2 print(elems) 3 4 ==> [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] 5 6 print(elems[::-1]) 7 8 ==> [9, 8, 7, 6, 5, 4, 3, 2, 1, 0]

而 [x:y:z] 這種語法的意思是，從索引x到索引y，每z個元素取一個。

如果z是負數，就是反向取了。

如果x不特別指定，就默認是在遍歷列表的方向上，遇到的第一個元素。

如果y不特別指定，就默認是列表最後一個元素。

所以，我們要從一個列表裏面，每兩個取一個的話，就是 [::2] 。

1 evens = elems[::2] 2 print(evens) 3 4 reversed_evens = elems[-2::-2] 5 print(reversed_evens) 6 7 ==> [0, 2, 4, 6, 8] 8     [8, 6, 4, 2, 0]

也可以用這種方法，把一個列表裏的偶數都刪掉，只留奇數：

1 del elems[::2] 2 print(elems) 3 4 ==> [1, 3, 5, 7, 9]

2.3、插入 (Insertion)

把列表裏的其中一個元素的值，換成另一個值。

1 elems = list(range(10)) 2 elems[1] = 10 3 print(elems) 4 5 ==> [0, 10, 2, 3, 4, 5, 6, 7, 8, 9]

如果想把某個索引處的一個元素，替換成多個元素，比如把 1 換成 20, 30, 40 ：

1 elems = list(range(10)) 2 elems[1:2] = [20, 30, 40] 3 print(elems) 4 5 ==> [0, 20, 30, 40, 2, 3, 4, 5, 6, 7, 8, 9]

如果想把3個值 0.2, 0.3, 0.5 插在索引0和索引1之間：

1 elems = list(range(10)) 2 elems[1:1] = [0.2, 0.3, 0.5] 3 print(elems) 4 5 ==> [0, 0.2, 0.3, 0.5, 1, 2, 3, 4, 5, 6, 7, 8, 9]

2.4、拉平 (Flattening)

如果，一個列表裏的每個元素都是個列表，可以用sum把它拉平：

1 list_of_lists = [[1], [2, 3], [4, 5, 6]] 2 sum(list_of_lists, []) 3 4 ==> [1, 2, 3, 4, 5, 6]

如果是嵌套列表 (Nested List) 的話，就可以用遞歸的方法把它拉平。這也是lambda函數又一種優美的使用方法：在創建函數的同一行，就能用上這個函數。

1 nested_lists = [[1, 2], [[3, 4], [5, 6], [[7, 8], [9, 10], [[11, [12, 13]]]]]] 2 flatten = lambda x: [y for l in x for y in flatten(l)] if type(x) is list else [x] 3 flatten(nested_lists) 4 5 # This line of code is from 6 # https://github.com/sahands/python-by-example/blob/master/python-by-example.rst#flattening-lists

2.5、列表vs生成器

要想知道列表和生成器的區別在哪，看個例子：從token列表裏面創建n-grams。

一種方法是用滑窗來創建：

 1 tokens = ['i', 'want', 'to', 'go', 'to', 'school']  2  3 def ngrams(tokens, n):  4     length = len(tokens)  5     grams = []  6     for i in range(length - n + 1):  7         grams.append(tokens[i:i+n])  8     return grams  9 10 print(ngrams(tokens, 3)) 11 12 ==> [['i', 'want', 'to'], 13      ['want', 'to', 'go'], 14      ['to', 'go', 'to'], 15      ['go', 'to', 'school']]

上面這個例子，是需要把所有n-gram同時儲存起來的。如果文本里有m個token，內存需求就是 O(nm) 。m值太大的話，存儲就可能成問題。

所以，不一定要用一個列表儲存所有n-gram。可以用一個生成器，在收到指令的時候，生成下一個n-gram，這叫做惰性計算 (Lazy Evaluation) 。

只要讓 ngrams 函數，用 yield 關鍵字返回一個生成器，然後內存需求就變成 O(n) 了。

 1 def ngrams(tokens, n):  2     length = len(tokens)  3     for i in range(length - n + 1):  4         yield tokens[i:i+n]  5  6 ngrams_generator = ngrams(tokens, 3)  7 print(ngrams_generator)  8  9 ==> <generator object ngrams at 0x1069b26d0> 10 11 for ngram in ngrams_generator: 12     print(ngram) 13 14 ==> ['i', 'want', 'to'] 15     ['want', 'to', 'go'] 16     ['to', 'go', 'to'] 17     ['go', 'to', 'school']

還有一種生成n-grams的方法，是用切片來創建列表：[0, 1, …, -n], [1, 2, …, -n+1], …, [n-1, n, …, -1]，然後把它們zip到一起。

 1 def ngrams(tokens, n):  2     length = len(tokens)  3     slices = (tokens[i:length-n+i+1] for i in range(n))  4     return zip(*slices)  5  6 ngrams_generator = ngrams(tokens, 3)  7 print(ngrams_generator)  8  9 ==> <zip object at 0x1069a7dc8> # zip objects are generators 10 11 for ngram in ngrams_generator: 12     print(ngram) 13 14 ==> ('i', 'want', 'to') 15     ('want', 'to', 'go') 16     ('to', 'go', 'to') 17     ('go', 'to', 'school')

注意，創建切片用的是 (tokens[…] for i in range(n)) ，不是 [tokens[…] for i in range(n)] 。

[] 返回的是列表，() 返回的是生成器。

3、類，以及魔術方法

在Python裏面，魔術方法 (Magic Methods) 是用雙下劃線，作爲前綴後綴的。

其中，最知名的可能就是 _init_ 了。

1 class Node: 2     """ A struct to denote the node of a binary tree. 3 It contains a value and pointers to left and right children. 4 """ 5     def __init__(self, value, left=None, right=None): 6         self.value = value 7         self.left = left 8         self.right = right

不過，如果想輸出 (Print) 一個節點 (Node) ，就不是很容易了。

1 root = Node(5) 2 print(root) # <__main__.Node object at 0x1069c4518>

理想情況，應該是輸出它的值，如果它有子節點的話，也輸出子節點的值。

所以，要用魔術方法 _repr_ ，它必須返回一個可輸出的object，如字符串。

 1 class Node:  2     """ A struct to denote the node of a binary tree.  3 It contains a value and pointers to left and right children.  4 """  5     def __init__(self, value, left=None, right=None):  6         self.value = value  7         self.left = left  8         self.right = right  9 10     def __repr__(self):    11         strings = [f'value: {self.value}'] 12         strings.append(f'left: {self.left.value}' if self.left else 'left: None') 13         strings.append(f'right: {self.right.value}' if self.right else 'right: None') 14         return ', '.join(strings) 15 16 left = Node(4) 17 root = Node(5, left) 18 print(root) # value: 5, left: 4, right: None

如果想對比兩個節點 (的各種值) ，就用 _eq_ 來重載 == 運算符，用 _lt_ 來重載 < 運算符，用 _ge_ 來重載 >= 。

 1 class Node:  2     """ A struct to denote the node of a binary tree.  3 It contains a value and pointers to left and right children.  4 """  5     def __init__(self, value, left=None, right=None):  6         self.value = value  7         self.left = left  8         self.right = right  9 10     def __eq__(self, other): 11         return self.value == other.value 12 13     def __lt__(self, other): 14         return self.value < other.value 15 16     def __ge__(self, other): 17         return self.value >= other.value 18 19 20 left = Node(4) 21 root = Node(5, left) 22 print(left == root) # False 23 print(left < root) # True 24 print(left >= root) # False

想要了解更多魔術方法，請前往：
https://www.tutorialsteacher.com/python/magic-methods-in-python

或者使用官方文檔，只是有一點點難讀：
https://docs.python.org/3/reference/datamodel.html#special-method-names

這裏，還要重點安利幾種魔術方法：

一是 _len_ ：重載 len() 函數用的。
二是 _str_：重載 str() 函數用的。
三是 _iter_：想讓object變成迭代器，就用這個。有了它，還可以在object上調用 next() 函數。

對於像節點這樣的類，我們已經知道了它支持的所有屬性 (Attributes) ：value、left和right，那就可以用 _slots_ 來表示這些值。這樣有助於提升性能，節省內存。

1 class Node: 2     """ A struct to denote the node of a binary tree. 3 It contains a value and pointers to left and right children. 4 """ 5     __slots__ = ('value', 'left', 'right') 6     def __init__(self, value, left=None, right=None): 7         self.value = value 8         self.left = left 9         self.right = right

想要全面瞭解 _slots_ 的優點和缺點，可以看看Aaron Hall的精彩回答：
https://stackoverflow.com/a/28059785/5029595

4、局部命名空間，對象的屬性

locals() 函數，返回的是一個字典 (Dictionary) ，它包含了局部命名空間 (Local Namespace) 裏定義的變量。

 1 class Model1:  2     def __init__(self, hidden_size=100, num_layers=3, learning_rate=3e-4):  3         print(locals())  4         self.hidden_size = hidden_size  5         self.num_layers = num_layers  6         self.learning_rate = learning_rate  7  8 model1 = Model1()  9 10 ==> {'learning_rate': 0.0003, 'num_layers': 3, 'hidden_size': 100, 'self': <__main__.Model1 object at 0x1069b1470>}

一個object的所有屬性，都存在 _dict_ 裏面。

1 print(model1.__dict__) 2 3 ==> {'hidden_size': 100, 'num_layers': 3, 'learning_rate': 0.0003}

注意，當參數列表 (List of Arguments) 很大的時候，手動把每個參數值分配給一個屬性會很累。

想簡單一點的話，可以直接把整個參數列表分配給 _dict_ 。

 1 class Model2:  2     def __init__(self, hidden_size=100, num_layers=3, learning_rate=3e-4):  3         params = locals()  4         del params['self']  5         self.__dict__ = params  6  7 model2 = Model2()  8 print(model2.__dict__)  9 10 ==> {'learning_rate': 0.0003, 'num_layers': 3, 'hidden_size': 100}

當object是用 kwargs** 初始化的時候，這種做法尤其方便 (雖然 kwargs** 還是儘量少用爲好) ：

1 class Model3: 2     def __init__(self, **kwargs): 3         self.__dict__ = kwargs 4 5 model3 = Model3(hidden_size=100, num_layers=3, learning_rate=3e-4) 6 print(model3.__dict__) 7 8 ==> {'hidden_size': 100, 'num_layers': 3, 'learning_rate': 0.0003}