代码之家 › 专栏 › 技术社区 › Rudresha Parameshappa

在一个时间间隔内运行一些指令集

time python-2.7 python

Rudresha Parameshappa · 技术社区 · 5 年前

我需要生成介于0和指定间隔之间的正弦波数据(只有正值),对于正弦波的每个值,数据调用一些函数。

目前,我正在使用下面的代码生成介于0和指定间隔之间的正弦波数据

np.sin(np.linspace(0,180, count)* np.pi / 180. )

它生成0到180之间的值。数组的大小等于Count。

现在,我需要为生成的数组的每个值调用一些函数。为每个值调用函数的总时间应该在一些预定义的时间间隔内完成。我试着用 sleep 函数,将预定义的时间间隔除以 count .

我想知道是否还有其他方法来实现上述功能,因为指令执行可能需要一些时间。

2 回复 | 直到 5 年前

DYZ 5 年前

假设你想运行函数 foo() 每10秒,但实际运行时间为 英尺() 是未知的。你能做的最好的,而不是诉诸于困难的实时编程,是获得当前时间之前和之后的调用 英尺() 然后 sleep() 其余时间间隔:

import time
INTERVAL = 10 # seconds

# Repeat this fragment as needed
start = time.time() # in seconds
foo()
elapsed = time.time() - start
remains = INTERVAL - elapsed
time.sleep(remains)

但是,请记住 sleep 睡觉至少有那么多时间。由于日程安排,它可能会睡得更长,在这种情况下,您的功能 foo 可能执行的频率低于需要的频率。

Raydel Miranda 5 年前

只需在@dyz的答案周围放置一些python,就可以使用修饰器或上下文管理器来“修补”目标函数,并使其花费您想要完成的时间。

在下面的代码中,您有一个包含五个元素的列表,您希望打印每个元素,总时间是5秒,因此打印每个元素需要1秒。

import time

data = [1, 2, 3, 4, 5]

# Decorator.
def patch_execution_time(limit):
    def wrapper(func):
        def wrapped(*args, **kwargs):
            init = time.time()
            result = func(*args, **kwargs)
            end = time.time()
            elapsed = end - init
            if elapsed < limit:
                time.sleep(limit - elapsed)
            return result
        return wrapped
    return wrapper

# Context manager, more usefull if the total time interval
# is dynamic.
class patch_execution_time_cxt(object):

    def __init__(self, operation, time):
        self.operation = operation
        self.time = time

    def __enter__(self):
        return patch_execution_time(self.time)(self.operation)

    def __exit__(self, *args):
        pass


# Two sample functions one decarated and the other for
# ilustrating the use of the context manager.
@patch_execution_time(1)
def foo(item):
    print(item)

def foo_1(item):
    print(item)

print("Using decoreted ...")
for item in data:
    foo(item)

print("Using context manager ...")
with patch_execution_time_cxt(foo_1, 1) as patched_foo:
    for item in data:
        patched_foo(item)