Python中“暂停”（time.sleep？input？）

梦幻精灵_cq2024-11-24 12:19

input函数最是经典，在多种实现中简单粗暴单纯而经济。

(笔记模板由python脚本于2024年11月22日 10:58:38创建，本篇笔记适合比较熟悉python的coder翻阅)

【学习的细节是欢悦的历程】

**  自学并不是什么神秘的东西** ，一个人一辈子自学的时间总是比在学校学习的时间长，没有老师的时候总是比有老师的时候多。

------ 华罗庚

其中input()最是经典 Python中"暂停" (简单粗暴单纯而经济的实现)

本文质量分：
【 96 96 96 】
本文地址： https://blog.csdn.net/m0_57158496/article/details/143977115

CSDN质量分查询入口：http://www.csdn.net/qc

目 录

  • ◆ Python中"暂停"
    • 1、脱颖而出的input
      • 1.1 "暂停"探索
      • 1.2 input()"详解"
    • 2、"暂停"示例
      • 2.1 time.sleep
      • 2.2 threading.Event
      • 2.3 input
      • 2.4 os.system
      • 2.5 raw_input
      • 2.6 timeit.defaulr_timer
    • 3、"暂停"对性能的影响
    • 4、过度使用"暂停"
    • 5、条件性测试代码
    • 6、结论

◆ Python中"暂停"

1、脱颖而出的input

1.1 "暂停"探索

  • 引言
    在Python编程中，实现"暂停"功能有多种方法，但并非所有场景都适用。根据实践经验，选择最合适的"暂停"方式对于提高开发效率和程序稳定性至关重要。

在探索Python的"暂停"功能时，我们发现了time.sleep、threading.Event、input、os.system('pause')、raw_input、timeit.default_timer等多种实现方式：

  • Python暂停工具列表

    python 复制代码 
    1、time.sleep
2、threading.Event
3、input
4、os.system('pause')
5、raw_input
6、timeit.default_timer

看起来python中有6个暂停之多，除开os.system、raw_input(前者，"指令容器"是外援且"不安全"；后者是低版本的input)，实际上也就四个可以用于代码执行中的"暂停"。

time.sleep要加载且设定时长，threading.Event和timeit.default_timer又太"高端"，就剩下简单粗暴的input()。根据我的实践经验，"暂停"一般多用于代码程序调试，在成品程序中，除了键盘输入外其实很少用到。所以，我认为一般"不太专业"的调试工作，用input方便经济。

  • time.sleep：虽然功能强大，但需要导入time模块并设定具体的暂停时长，对于快速调试来说略显繁琐。
  • threading.Event和timeit.default_timer：这两个方法在多线程和时间测量方面更为专业，但在简单的调试场景中可能显得有些"高端"。
  • input()：无需额外导入，只需一行代码即可实现暂停，非常适合快速调试。

**  由上面的比较，可以看出input在Python中是一种简单而直接的方法来实现暂停，特别适合于非正式的调试场景。**

根据我的实践经验，"暂停"功能在成品程序中并不常见，除了需要用户输入的场景外，几乎不会用到。因此，对于大多数"不太专业"的调试工作，input()无疑是最方便、最经济的选择。

在Python编程中，选择合适的工具和方法对于实现高效、简洁的代码至关重要。对于简单的调试需求，input()是一个非常好的选择！

**  对Python多种工具和方法深入理解后，作出最适选择是一种智慧。**

回页目录

1.2 input()"详解"

  • 默认没有"输入提示"
     
    help(input)： Help on built-in function input in module builtins:

    input(prompt='', /)

    Read a string from standard input. The trailing newline is stripped.

    The prompt string, if given, is printed to standard output without a

    trailing newline before reading input.

    If the user hits EOF (*nix: Ctrl-D, Windows: Ctrl-Z+Return), raise EOFError.

    On *nix systems, readline is used if available.

    --------- 这是help(input)的内容 ---------

  • "非常"却正是重置其参数

    可以

    python 复制代码 
    input(f"\n{' 任意键继续...... ':-^37}")

    一般

    python 复制代码 
    input(f"\n变量实况：{value}")

    这是我对input()的非常常规。😎😎😎

input()函数默认情况下是没有提示信息的。当调用input()函数时，它会暂停程序的执行，等待用户输入内容，并返回用户输入的字符串。

input()函数可以接受一个可选的prompt参数，该参数用于提供给用户的提示信息。当您传递一个提示字符串给input()时，它会打印该字符串，然后等待用户输入内容。也可以传入一个"对象"，input()将打印输出该对象的str属性。

  • 以下是一些input()函数的使用示例：
     
    a a a. 默认用法 （没有提示信息）：

    python 复制代码 
    user_input = input()

    这个调用会暂停程序的执行，等待用户输入内容，并返回用户输入的字符串。
     
    b b b. 带有提示信息的用法 ：

    python 复制代码 
    user_input = input("请输入您的名字: ")

    这个调用会暂停程序的执行，并打印出提示信息"请输入您的名字:"，然后等待用户输入内容，并返回用户输入的字符串。
     
    c c c. 非常规用法 （使用格式化字符串作为提示信息）：

    python 复制代码 
    user_input = input(f"\n{' 任意键继续...... ':-^37}")

    这个调用会暂停程序的执行，并打印出格式化的提示信息" 任意键继续...... "，然后等待用户按键，直到用户"回车"后才继续执行后面的代码。（这"非常"操作不用接收键盘输入内容，直接放弃对input返回字符串的接收。）

回页目录

2、"暂停"示例

在Python中，虽然没有直接名为 wait() 或 pause() 的内置函数，但是你可以使用几个不同的方法来实现类似的效果。

以下是一些常用的方法：

2.1 time.sleep

  • 使用 time.sleep()函数：
    这是暂停Python程序执行最常见的方式。 time.sleep() 函数接受一个参数，表示暂停的秒数。

    python 复制代码 
    import time


time.sleep(5)  # 暂停5秒

2.2 threading.Event

  • 使用 threading.Event()：
    如果你在使用多线程，并且想要在某个条件满足之前暂停线程，可以使用 threading.Event() 。

    python 复制代码 
     import threading


 event = threading.Event()
 # 设置事件，允许等待该事件的线程继续执行
 event.set()
 # 等待事件，线程将在这里暂停，直到event.set()被调用
 event.wait()

2.3 input

  • 使用 input() 函数：
    在简单的脚本中，如果你想要程序暂停直到用户输入某些内容，可以使用 input() 函数。

    python 复制代码 
    user_input = input("按回车键继续...")

2.4 os.system

  • 使用 os.system('pause')：
    在 W i n d o w s Windows Windows系统中，可以使用 os.system('pause') 来暂停脚本，它将显示"请按任意键继续. . ."的消息。

    python 复制代码 
    import os


os.system('pause')

2.5 raw_input

  • 使用 raw_input()（Python 2.x）：
    在Python 2中， raw_input() 函数可以用来实现暂停，不过这在Python 3中已经被 input() 取代。

2.6 timeit.defaulr_timer

  • 使用 timeit.default_timer() ：
    如果你需要更精确的时间控制，可以使用 timeit.default_timer() 来获取当前时间，并基于此进行计算和暂停。

每种方法都有其适用的场景，你可以根据具体需求选择合适的方法。在多线程编程中， threading.Event() 可能是更好的选择，而在简单的脚本中， time.sleep() 通常就足够了。

回页目录

3、"暂停"对性能的影响

在上述方法中，如果考虑对性能的影响，通常 time.sleep() 函数对性能的影响是最小的，因为它直接由操作系统处理，不会涉及复杂的线程操作或其他资源消耗。

time.sleep() 的工作原理是让当前线程暂停指定的时间。在这段时间内，线程不会占用 C P U CPU CPU资源，因此不会对系统性能产生显著影响。操作系统会处理线程的调度，当指定的时间到达后，线程会自动恢复执行。

其他方法，如 threading.Event() 和 input() ，可能会涉及更多的资源管理和上下文切换：

  • 1、threading.Event()：

    当线程等待一个事件时，虽然它不会占用CPU资源，但是线程的状态管理和事件的通知机制可能会引入一些额外的开销。

  • 2、input() ：

    会等待用户输入，这通常涉及到标准输入的处理，可能会阻塞主线程，直到用户提供了输入。这不会影响 C P U CPU CPU性能，但会阻塞程序的执行。

  • 3、os.system('pause')和 raw_input()在性能影响上类似于 input()，它们会导致程序暂停，直到用户交互。

总的来说 ，如果你只是想要程序暂停一段时间，而不涉及用户输入或多线程同步， time.sleep()是性能影响最小的选择。不过，需要注意的是，即使 time.sleep()对性能的影响很小，也不应该在程序中过度使用，尤其是在高并发的服务端程序中，不恰当的睡眠可能会导致服务响应缓慢。

回页目录

4、过度使用"暂停"

"在程序中过度使用暂停"，这是一个"没有意义"的命题。完全是多虑了！

  • 我的理解和实践是：

    • 1、"暂停"主要是"非正式"的，在最终"完成"的代码中，一般是没有"程序调试"语句存在的，除非为了标识，那也是以不影响的注释行保留在代码中。
    • 2、当有"信息需要告知用户"或等待用户输入/确认时，才有"暂停语句"行。

  • 我的ai学伴
    您的理解和实践是正确的。在正式的、最终完成的代码中，确实应该避免不必要的暂停，特别是那些用于调试目的的 time.sleep() 调用。

  • 以下是几个最佳实践：

    • 移除调试代码：
      在代码开发阶段，使用 time.sleep() 或其他暂停语句来帮助调试是常见的做法。但是，在代码准备发布之前，应该移除这些调试语句，以确保程序能够高效运行。
    • 用户通知和输入：
      如果需要告知用户信息或等待用户输入/确认，使用 input() 或其他用户交互方式是合适的。这些暂停是程序逻辑的一部分，对于用户体验是必要的。
    • 注释保留：
      如果某些暂停语句是为了特定的调试目的，并且可能在未来再次需要，可以考虑将其注释掉而不是直接删除，这样可以在需要时快速恢复。
    • 使用日志记录：
      在正式代码中，使用日志记录（例如Python的 logging 模块）来记录程序的状态和事件，而不是使用暂停来观察程序行为。
    • 条件性调试代码：
      如果需要在生产环境中保留某些调试功能，可以设置一个配置选项或环境变量来控制调试代码的执行。这样可以在不修改代码的情况下，通过更改配置来启用或禁用调试功能。
    • 性能测试：
      在发布前进行性能测试，确保没有遗留的暂停语句或其他性能瓶颈。

通过遵循这些最佳实践，可以确保代码既保持了可维护性，又能在生产环境中高效运行。

回页目录

5、条件性测试代码

" 条件性调试代码： 如果需要在生产环境中保留某些调试功能，可以设置一个配置选项或环境变量来控制调试代码的执行。这样可以在不修改代码的情况下，通过更改配置来启用或禁用调试功能。"

  • 我
    这个逻辑，我已实践并享用过。
    我有个"工程 "，在线收集我的数百篇csdn学习笔记的"阅读点赞收藏"等信息 ，就设置了一个"机关"，仅当开启时，才会random.choices(ids, k=8)，用少量数据测试修改或者迭代过的"工程"状况，非常方便和实用。😎😎

  • ai学伴
    听起来您已经很好地应用了条件性调试代码的概念，并且在实际项目中取得了良好的效果。使用random.choices()来选择少量的数据集进行测试是一种高效的方法，因为它可以帮助您快速验证代码的更改，而不会影响到整个数据集的处理。

以下是一些可以进一步优化和扩展的建议：

  1. 配置文件：您可以使用配置文件（如JSON、YAML或INI格式）来存储调试设置，这样可以在不修改代码的情况下轻松更改配置。

  2. 环境变量：通过环境变量来控制调试模式，可以在部署时通过更改环境配置来启用或禁用调试，这对于云服务和容器化部署特别有用。

  3. 命令行参数：如果您的"工程"是通过命令行运行的，可以添加命令行参数来控制调试模式。

  4. 日志级别：除了控制数据集的大小，还可以根据配置来调整日志级别，以便在调试模式下输出更详细的日志信息。

  5. 断言和日志 ：在调试模式下，可以使用Python的assert语句来检查代码中的假设，并结合日志记录来提供更多的调试信息。

  6. 单元测试：对于更复杂的逻辑，可以编写单元测试来验证代码的正确性，这些测试可以在调试模式下自动运行。

  7. 代码分割：将调试代码和核心逻辑分离，可以使得代码更加清晰，并且更容易维护。

  8. 文档：确保记录了如何启用和禁用调试模式，以及调试模式下的预期行为，这对于其他开发者或未来的自己来说是非常有用的。

通过这些方法，您可以更灵活地控制调试过程，同时确保生产环境的稳定性和性能。再次强调，这种实践是提高代码质量和开发效率的有效手段。😊👍

回页目录

6、结论

i n p u t input input，知名，易用，强大，方便。
 
   它 它 它是python中非常随性的"暂停"工具。

回页首

上一篇：  我要扛起lambda"节操捍卫"大旗，为其"一次性"标签正名~(短于"鳏夫"，不可"额外夹带"；优于对"简单"逻辑身轻如燕，优雅飘逸，起降随心)~
下一篇：

我的HOT博：

本次共计收集 311 篇博文笔记信息，总阅读量43.82w。数据于2024年03月22日 00:50:22完成采集，用时6分2.71秒。阅读量不小于6.00k 的有 7 7 7篇。

推荐条件 阅读量突破6.00k (更多热博，请点击蓝色文字跳转翻阅)

  • 截屏图片

      (此文涉及ChatPT，曾被csdn多次下架，前几日又因新发笔记被误杀而落马。躺"未过审"还不如回收站，回收站还不如永久不见。😪值此年底清扫，果断移除。留此截图，以识"曾经"。2023-12-31)

回页首

精品文章：

来源：老齐教室

◆Python 入门指南【Python 3.6.3】

好文力荐：

CSDN实用技巧博文：

相关推荐
Jason-河山37 分钟前
利用Java爬虫获取商品评论：技术与实践
java·爬虫·python
胖哥真不错41 分钟前
Python实现随机分布式延迟PSO优化算法(RODDPSO)优化CNN回归模型项目实战
python·项目实战·cnn回归模型·roddpso·随机分布式延迟pso优化算法
Easy数模1 小时前
竞赛思享会 | 2024年第十届数维杯国际数学建模挑战赛D题【代码+演示】
python·算法·数学建模
知识的宝藏1 小时前
Django如何配置多个环境的MySQL数据库
python·django
往日情怀酿做酒 V17639296381 小时前
Django基础配置
后端·python·django
凌虚（失业了求个工作）2 小时前
RAG 示例：使用 langchain、Redis、llama.cpp 构建一个 kubernetes 知识库问答
人工智能·redis·python·langchain·llama
0zxm2 小时前
01.Django快速入门
数据库·vscode·python·django·sqlite
数据小爬虫@2 小时前
利用Python爬虫获取淘宝商品评论：实战案例分析
开发语言·爬虫·python
逝去的紫枫3 小时前
Python PIL：探索图像处理的无限可能
图像处理·人工智能·python
热门推荐
01ICLR24大模型提示(1/11) | BadChain：大型语言模型的后门思维链提示02PyTorch机器学习实现液态神经网络03【HarmonyOS】HUAWEI DevEco Studio 下载地址汇总04Docker 夺命连环 15 问05Coze扣子平台完整体验和实践（附国内和国际版对比）06(欧拉)openEuler系统添加网卡文件配置流程、(欧拉)openEuler系统手动配置ipv6地址流程、(欧拉)openEuler系统网络管理说明07【音视频 | opus】opus编解码库(opus-1.4)详细介绍以及使用——附带解码示例代码08玄机平台应急响应—webshell查杀09RAG 实践- Ollama+RagFlow 部署本地知识库10〔AI 绘画〕Stable Diffusion 之 解决绘制多人或面部很小的人物时面部崩坏问题 篇