python eval() iter() next() 等 function

• eval() function 将字符串转化为 python 可运行的表达式 https://www.jianshu.com/p/753aba694cf5
  Definition: eval(source: Union[Text, bytes, CodeType], globals: Optional[Dict[str, Any]]=..., locals: Optional[Mapping[str, Any]]=..., /) -> Any
  Evaluate the given source in the context of globals and locals.

The source may be a string representing a Python expression or a code object as returned by compile(). The globals must be a dictionary and locals can be any mapping, defaulting to the current globals and locals. If only globals is given, locals defaults to it.

def a():
    print('a')
eval('a') # <function __main__.a()>
eval('a')() # 'a'

DIEN/process_data.py use eval() to convert string "{1:1,2:2}" to dict

• iter() 和 next() function 常用python 类中，用于构造一个可以迭代的数据类

https://www.jb51.net/article/149090.htm
list、tuple等都是可迭代对象，我们可以通过 iter() 函数获取这些可迭代对象的迭代器。然后我们可以对获取到的迭代器不断使⽤next()函数来获取下⼀条数据。iter()函数实际上就是调⽤了可迭代对象的 iter ⽅法。

>>> li = [11, 22, 33, 44, 55]
>>> li_iter = iter(li)
>>> next(li_iter) 11
>>> next(li_iter) 22
>>> next(li_iter) 33
>>> next(li_iter) 44
>>> next(li_iter) 55
>>> next(li_iter)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
StopIteration
>>>

注意：当我们已经迭代完最后⼀个数据之后，再次调⽤next()函数会抛出 StopIteration的异常，来告诉我们所有数据都已迭代完成，不⽤再执⾏ next()函数了。在深度学习的多轮训练中，可以使用 try ... except 来捕获异常，重新再从头过一轮数据进行训练。

• python -u 参数 (https://github.com/chennnM/GCNII/blob/master/semi.sh)
  python命令加上-u（unbuffered）参数后会强制其标准输出也同标准错误一样不通过缓存直接打印到屏幕。
  但在 python3 中似乎使用了 -u 仍然会缓存 https://www.jb51.net/article/172696.htm