kederrac

您可以使用内置函数 sum filter :

def fib(limit):
    a, b = 0, 1
    while a < limit:
        yield a
        a, b = b, a + b

sum(filter(lambda x: x%2==0, fib(4_000_000)))

4613732

这个 fib 函数将生成所有斐波那契数,而 函数将筛选出那些不均匀的数字,最后 内置函数将添加所有偶数

我一直在做衰减测试:

def test1(x):
    for i in range(10000000):
        x *= 1.000001

def test2(x):
    for i in range(10000000):
        x = x * 1.000001


%timeit test1(1.01)
# 511 ms ± 25.9 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

%timeit test2(1.01)
# 591 ms ± 87.4 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

正如我的结果所显示的(与你的结论相反),结果在不同的机器之间或者在不同的运行之间是不同的

您可以使用:

r"qihdkasf\sdgbsdf\rgsdg".replace('\\', '/')

qihdkasf/sdgbsdf/rgsdg

你的 response_dict 是一个 list 共100个 dict ,您可以使用:

response_dict=r.json()[0] # if you want to access the frist dict
print(response_dict.keys())

输出:

dict_keys(['id', 'node_id', 'name', 'full_name', 'private', 'owner', 'html_url', 'description', 'fork', 'url', 'forks_url', 'keys_url', 'collaborators_url', 'teams_url', 'hooks_url', 'issue_events_url', 'events_url', 'assignees_url', 'branches_url', 'tags_url', 'blobs_url', 'git_tags_url', 'git_refs_url', 'trees_url', 'statuses_url', 'languages_url', 'stargazers_url', 'contributors_url', 'subscribers_url', 'subscription_url', 'commits_url', 'git_commits_url', 'comments_url', 'issue_comment_url', 'contents_url', 'compare_url', 'merges_url', 'archive_url', 'downloads_url', 'issues_url', 'pulls_url', 'milestones_url', 'notifications_url', 'labels_url', 'releases_url', 'deployments_url'])

len(r.json())
# 100