说明
这应该是一个会频繁碰到的基本操作。由于矩阵运算会要求向量具有特定的形状，一般有两种情况：
- 1 基于某个具体的向量进行操作
- 2 创建某个类似
placeholder的矩阵， 例如随机矩阵(np.random.rand)或者单位矩阵(np.ones)
这里讨论的是第一种情况，基于具体的向量进行复制，变形。
内容
这篇文章解释的比较清楚，numpy可以按元素或按向量进行复制。
例子：将某个一维向量复制5份。
数据
some_arr
array([1011.347, 1060.801, 1075.656, 1086.303, 1102.662
Original: https://blog.csdn.net/yukai08008/article/details/122122459
Author: yukai08008
Title: Python 矩阵之上13 OnMatrix3-numpy的向量复制
相关阅读
Title: Python + Flask 执行异步任务
在使用Flask开发python的web应用时，可能会遇到需要较长时间处理的任务，此时就需要使用 异步的方式来实现，让长时间任务在后台运行， 先将本次请求的响应状态返回给前端，不然前端界面”卡顿”，当异步任务处理好后，如果需要返回状态，再将状态返回。
下面介绍 两种常用的方式：
（1）使用线程的方式
当您想要执行一项耗时的任务时，启动一个新线程来执行该任务是最简单、最快捷的。
[En]
When you want to perform a time-consuming task, it is easiest and quickest to start a new thread to execute the task.
通过ThreadPoolExecutor来实现
asyn_request_demo.py
# -*- coding: UTF-8 -*-
"""
# rs
"""
from logzero import logger
import time
from flask import Flask
from flask_restful import Api
from flask import jsonify
from flask import make_response
from concurrent.futures import ThreadPoolExecutor
executor = ThreadPoolExecutor()
# executor = ThreadPoolExecutor(10) 里面的数字是线程池所能同时进行的最大数量
app = Flask(__name__)
api = Api(app)
def run(name, age):
"""
# 异步任务
"""
time.sleep(3)
logger.info("name: %s, age: %s." % (name, age))
logger.info("耗时任务执行结束")
@app.route('/test')
def test():
# 传递多个参数
args = ["rongsong", "28"]
# 交给线程去处理耗时任务, 异步执行
executor.submit(lambda p: run(*p), args)
# 直接返回结果
result = {
"code": "200",
"message": "success",
"data": "green"
}
return make_response(jsonify(result))
if __name__ == "__main__":
# 启动一个HTTP服务
app.run(host="0.0.0.0", port=8800, debug=True)
- 使用pip3安装相应的库（不再赘述）。
- 使用python3 asyn_request_demo.py运行启动即可（启动端口8800，可修改）。
- 然后访问http://{执行机器所在IP}:8800/test观察。
- 预期可以看到：接口直接返回result结果（同步），后台日志等待5s左右打印日志”耗时任务执行结束”（异步）。
当您想要执行一些相对简单且耗时的任务时，例如发送电子邮件、发送短信验证码等，可以使用此方法。
[En]
You can use this method when you want to perform some relatively simple and time-consuming tasks, such as sending email, sending SMS CAPTCHA, and so on.
当这种方式有个很明显的问题，就是我们无法得到任务的执行状态。
如果想要随时得到任务的执行状态，就需要设计一些逻辑，比如奖任务执行状态存储到Redis中，通过唯一的任务id进行标识，然后再写一个接口通过任务id去获取任务的状态，然后让前端定时的去请求该接口，从而获得任务状态信息。
是不是有点复杂，如果让我们自己实现的话，哈哈哈，别慌，Celery框架刚好实现了这样的逻辑，比较成熟，一般我们遇到问题时都可以先看看有没有现成的框架和方法，毕竟站在巨人的肩膀上我们可以看的更远。
（2）使用Celery的方式
Celery是定时任务处理和调度的分布式任务队列，常用于web异步任务、定时任务等。
Original: https://blog.csdn.net/sinat_33718563/article/details/119546096
Author: rs勿忘初心
Title: Python + Flask 执行异步任务
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/321668/
转载文章受原作者版权保护。转载请注明原作者出处！
