Oca 102018
 
214 kez okundu

Raspberry Pi Maceralarım No-08

Raspberry Pi 3 GPIO ile İki Yönde Yürüyen ve Rasgele Yanıp Sönen Işıklar

Önceki yazımda “Yürüyen ışık” örneğini vermiştim. Bu kez iki betik vereceğim. Birinci betikle aynı LED’lerin her iki yönde yürümesini, diğeriyle ise LED’lerin rasgele yanıp sönmesini sağlayacağız.

GPIO iğne yerleşim şemasını bir kez daha paylaşayım:

Raspberry Pi Maceralarım No-07

İki yönlü yürüyen ışık kodlarımız kolay anlaşılır:

Kodların açıklaması

Sadece while döngüsü içindeki ikici for bloğu öncekinden farklı

Bu bloktaki tek fark, for döngüsünün sondan başlayıp, birer birer azalarak sıfıra kadar inmesi…

İlk örneğimizdeki 10 ledli devreyi ikinci betiğimizde de kullanıyoruz.

Kodlarımız şöyle:

Bu betiğimizde sadece while bloğunun içeriği farklı. (Burada random modülünü kullandığımız için betiğin başında bu modülü içeri aktarıyoruz.)

Döngünün her aşamasında önce tüm ledlerin söndüğünden emin olmak için hepsini_sondur() fonksiyonunu çağırıyoruz.

Daha sonra pinler[] listesinden, indis numarasını 0 ile liste boyu arasından rasgele seçtirdiğimiz bir sayıyı kullanarak, rasgele bir LED numarası belirleyip pin değişkenine aktarıyoruz.

Pin numarasını vererek yaktığımız LED’in yanık kalma süresini de 0 ile 9 arasındaki rasgele bir sayıyı 50.0’ye bölerek saptıyoruz. bekle değişkenine atadığımız bu değeri, time.sleep() fonksiyonuna argüman olarak vererek LED’in yanık kalma süresini belirliyoruz.

Kısacası, bu betiğimizde hem yanacak LED’in indisini, hem de yanık kalma süresini rasgele belirledik. Bu süreyi

satırındaki değerlerle oynayarak istediğiniz gibi değiştirebilirsiniz.

LED’lerimizin davranışını gösteren videomuz aşağıda.

Bir sonraki yazımda GPIO 12 numaralı iğnenin PWM (Pulse Width Modulation) özelliğini kullanarak bir LED’in parlaklığını istediğimiz gibi denetlemeyi örnekleyeceğim.

Beni izlemeye devam edin.

Ahmet Aksoy

Raspberry Pi Maceralarım No-08

Oca 062018
 
255 kez okundu

Raspberry Pi Maceralarım No-07

Raspberry Pi 3 GPIO ile Yürüyen Işıklar

Önceki yazımda “Yanıp-sönen LED” örneğini vermiştim. Bu kez yan yana dizilmiş 10 adet LED’in sırayla yanıp sönerek bir “Yürüyen Işık” oluşturmasını sağlayacağız.

GPIO iğne yerleşim şemasını tekrar paylaşayım:

Raspberry Pi Maceralarım No-07

Kodlarımız oldukça basit:

Kodların açıklaması

Betiğimizin ilk satırları önceki örneğimizinkiyle aynı. Gerek duyarsanız, açıklamalar için önceki yazıma bakabilirsiniz.

Bu fonksiyonumuz, listedeki tüm pinlerin gerilimini toprak seviyesine düşürerek ledleri söndürüyor.
Aslında pinlerin çoğunda ledleri yakacak gerilim yok. Sadece HIGH (True) konumundakini söndürmek yeterli. Ama başka yerlerde de kullanmak amacıyla bu fonksiyonu hazırladım. Burada da işimizi görüyor.

pini_yak(pin) fonksiyonu iğne numarasını belirttiğimiz bağlantıyı aktif hale getiriyor.

bekle değişkenine 0.2 değerini yükledik. Bu değişken ledlerin yanık kalma süresini belirliyor.
Döngünün içinde her aşamada önce tüm ledlerin sönmüş olmasını sağladıktan sonra sırası gelen ledi yakıyor ve bekle saniye bekliyoruz.

Sonsuz döngüyü sonlandırmak istediğimizde Ctrl-C tuşlarına basmamız gerekiyor.

İlk örneğimizdeki 10 ledli devreyi burada da aynen kullanıyoruz.

Videomuz aşağıda.

Bir sonraki yazımda yine aynı devreyi kullanarak iki yönlü yürüyen ışık yapacağız.

Beni izlemeye devam edin.

Ahmet Aksoy

Raspberry Pi Maceralarım No-07

http://python.gurmezin.com/raspberry-pi-maceralarim-no-01/
http://python.gurmezin.com/raspberry-pi-maceralarim-no-06/
http://python.gurmezin.com/raspberry-pi-maceralarim-no-07/

Oca 052018
 
299 kez okundu

Raspberry Pi Maceralarım No-06

Raspberry Pi 3 GPIO ile LED kontrolü

GPIO (General-Purpose Input/Output) sözcüklerinin ilk harfleriyle oluşturulmuş bir terimdir. Genel amaçlı Giriş-Çıkış anlamına gelmektedir.

Raspery Pi 3 Model B kartlarda 40 iğneli GPIO sistemi bulunur.

Raspberry Pi Maceralarım No-06

Bazı eski modellerdeki GPIO 26 iğnelidir. Bu iğneler, 40 iğneli bağlayıcının (konnektörün) ilk 26 iğnesi ile özdeştir. Bu yüzden 40 iğneli sistem, “extended-genişletilmiş” olarak da adlandırılmaktadır.

İğnelerin özellikleri yukarıdaki basitleştirilmiş şemada yer alıyor.

Şimdi ilk örneğimizi geliştirelim:

Kodların açıklaması

GPIO iğneleri 2 farklı yöntemle isimlendirilir. BROADCOM yönteminde iğneler tiplerine göre karışık bir şekilde yer alıyor. Bu yüzden, konuya yabancı kişilerin bu iğnelerin konumunu bulabilmesi için ellerinde bir şema bulundurmaları gerekir.
İkinci yöntemde (BOARD) ise iğneler fiziksel konumlarına göre numaralandırılır. GPIO iğnelerinin köşe iç tarafı 1, dış taraftaki ise 2 numaralı iğnedir. İç taraftakiler 1, 3,…, 39; dış taraftakiler ise 2, 4, …, 40 şeklinde sıralanırlar.
Yukarıdaki şemada iğnelerin her iki yönteme göre sahip oldukları numaralar yer alıyor.
Daha kolay bir yöntem olduğu için ben BOARD yöntemini, yani fiziksel konuma göre numaralandırma yöntemini tercih ediyorum. Bu nedenle verdiğim örneklerde genellikle bu yöntemi kullanacağım.

Örnek kodumuzun hem python, hem de python3 komutuyla çalışmasını sağlamak için ilk satıra kodlama sistemimizin UTF-8 olduğunu tanımlıyoruz. Bu tanıma python3 için gerek yoktur ama, python2 için kullanmamız gerekiyor.

Kod dosyamızı led01.py olarak adlandırdığımızı burada belirtiyoruz.

Python2 ve python3 print fonksiyonlarının aynı şekilde çalışabilmesi için __future__.print_function çağırıyoruz.

RPi kütüphanesi sistem kurulumunda ön yüklenmiş olarak gelir. Kurmamıza gerek yoktur.
GPIO kontrolünü RPi kütüphanesindeki GPIO modülü ile sağlıyoruz. Bu nedenle RPi.GPIO modülünü GPIO adıyla içe aktarıyoruz.
time modülüne ise, LED ışıklarının yanık ve sönük olduğu süreleri denetlemek için gerek var.

# ile kapattığımız bu satırlarda BROADCOM yöntemini seçseydik, 18 numaralı iğneyi kullanmamız gerektiğini görüyoruz. Ama biz BOARD yöntemini kullanacağız ve bize gereken iğne numarası 12. (12 yerine pek çok farklı iğne numarasını da kullanabiliriz. Elbette kablolamayı da ona göre yapmamız lazım.)

6 numaralı iğne toprak (ground) iğnesidir. 9, 14, 20, 25, 30, 34, 39 numaralı iğneler de topraktır. Bunlardan herhangi birini güç kaynağımızın (-) ucuna bağlıyoruz.

Sistemin işimize yaramayacak uyarı mesajlarını bu satırla baskılıyoruz. Uyarıların nasıl çalıştığını görmek isterseniz, # işaretiyle kapatabilirsiniz.

“led” adına atadığımız 12 numaralı iğneyi OUT (çıkış) amacıyla kullanacağımızı tanımlıyoruz. Güç kaynağının pozitif bağlantısı bu uçta etkisini gösterecek.

Burada GPIO modülünün sürüm numarasını görüyoruz.

Asıl döngü burada. while sonsuz döngüsünün içinde 12 numaralı iğnemize “GPIO.HIGH” ile pozitif voltaj yüklüyoruz. Bu durumda 12 numaralı pine bağlı led yanıyor. time.sleep(1) komutuyla 1 saniye bekliyoruz.
Sonra “GPIO.LOW” ile 12 nolu iğnenin voltajını toprak seviyesine düşürüyoruz ve ledimiz sönüyor. Yine 1 saniye bekliyoruz.
Sonra döngünün başına dönüp aynı işlemleri yineliyoruz.
Ledimiz 1 saniye aralıklarla yanıyor ve sönüyor.

Sonsuz döngüyü sonlandırmak istediğimizde Ctrl-C tuşlarına basmamız gerekiyor.

Şimdi devremizi de kuralım. Ama kurduğumuz devreyi sadece bu örneğimizde değil, farklı örneklerde de aynen kullanabilelim. İşte bu yüzden 10 ledli bir devre kuracağız.

Gerekli malzemeler:
1 adet çalışır durumda Raspberry Pi 3 B
10 adet LED
10 adet 220 ohm direnç
1 adet devre montaj tahtası (breadboard)
11 adet atlama (jumper) kablosu

Devre şeması aşağıda.

Raspberry Pi Maceralarım No-06

Videomuzda 12 nolu iğneye bağlı ledimizin yanıp söndüğünü görüyoruz.

Bir sonraki yazımda aynı devredeki ledleri sırayla yakıp söndürerek, yürüyen ışık yapacağız.

Beni izlemeye devam edin.

Ahmet Aksoy

Raspberry Pi Maceralarım No-06

http://python.gurmezin.com/raspberry-pi-maceralarim-no-01/
http://python.gurmezin.com/raspberry-pi-maceralarim-no-05/
http://python.gurmezin.com/raspberry-pi-maceralarim-no-06/

Ara 312017
 
471 kez okundu

Raspberry Pi ile Tensorflow 2

Rasperry Pi ile Tensorflow birbirine oldukça yabancı konular gibi görünüyor. Ama uygulamada öyle değil.

Raspberry Pi ile Tensorflow makalesinde Tensorflow kurulumunu Raspberry Pi üzerinde denemiş, ama başarılı olamamıştım.

Aynı işlemleri bu kez Raspberry Pi 3 üzerinde denedim.

RPi 3 üzerine Raspian Strecth kurdum. Ön tanımlı Python3 sürümü 3.5.1. Oysa elimdeki Tensorflow kütüphanesi Python3.4 için derlenmiş.

Çözüm, Tensorflow kurulumunu sisteme değil, farklı bir sanal ortam üzerine yapmak…

İşlemler şöyle:

1. Sanal ortam için virtualenv paketini kuruyoruz:

2. Tensorflow sürüm uyumunu sağlamak için Python3.4 kuruyoruz:

3. Artık sanal ortamımızı oluşturabiliriz:

4. Sanal ortamımızı devreye sokalım. Böylece python komutu doğrudan python3.4 ile eşdeğer olsun:

5. Çalışma klasörümüze geçelim:

6. Şimdi Tensorflow kütüphanemizi indirelim:

7. Tensorflow’u sanal ortamda kuracağız. Bu nedenle sudo komutuna ihtiyacımız yok:

8. Kurulumu test edelim:

Yükleme sorunsuz gerçekleşiyor.
9. Son olarak mock modülünü de sanal sistemimize ekleyelim.

Raspberry Pi ile Tensorflow 2

Artık Tensorflow-1.1.0 kütüphanesiyle istediğimiz gibi çalışabiliriz.

Herşey yolunda!

Yavaş yavaş, Raspi 3 üzerinde Tensorflow projelerine girişebiliriz.

Beni izlemeye devam edin.

Ahmet Aksoy

Referanslar:

Ara 152017
 
Raspberry Pi ile Tensorflow
322 kez okundu

Raspberry Pi ile Tensorflow

Raspberry Pi yaklaşık 30-40 $ fiyatı olan ve kredi kartı büyüklüğünde bir kişisel bilgisayar sistemidir. Bu fiyata ekran, klavye ve benzeri ek parçalar dahil değildir. Ama bunlar olmaksızın da ağ üzerinden Raspberry Pi’a bağlanmak ve işletmek mümkündür. Bu minimal koşullara rağmen, artık Raspberry Pi ile Tensorflow birlikte çalışabilmektedir.

Elimdeki cihaz Raspberry Pi Model B+ v1.2. Bellek miktarı 500MB. Ağ bağlantısı ethernet kablosu üzerinden sağlanıyor. 4 adet USB portuna sahip. İsterseniz HDMI üzerinden bir ekrana bağlayabilirsiniz.

Bir kaç gün önce github üzerindeki “Tensorflow On Raspberry Pi” isimli projeye rastladığımda çok sevindim. Çünkü son günlerde benim kafamda da bu konuda “acaba?” sorusu dönüp dolaşıyordu.

Proje aşama aşama Tensorflow’un Raspberry üzerine nasıl kurulacağını anlatıyor.

Bugün bu projeyi test edecek fırsatı yakaladım.

Ubuntu üzerinden ssh kullanarak Raspberry Pi’a bağlandım.

Raspi’nin hangi IP’yi kullandığını nmap ile öğrenmiştim daha önce:

“nmap” komutunu sudo ile beraber kullanmanızı öneriyorum. Böylece çok daha açıklayıcı bilgiler alırsınız.

Raspberry üzerinde Pyton 2.7.12 ile Python 3.4.2 yüklü. Proje Python 2.7 veya 3.4 sürümüne göre hazırlanmış. Proje sahibi Sam J. Abrahams’ın daha önce bu amaçla derlediği Tensorflow dosyasını proje alanından indirmek mümkün.

Sırayla kod satırlarını yazıp çalıştırmaya başladım:

Her iki satır da sorunsuz çalıştı.

Sonra whl dosyasını indirmeye giriştim:

whl dosyası sorunsuz indi. Ben de tensorflow kurulum komutunu verdim:

Dınk! Deniz bitti birden!

Aldığım mesaj şöyle:
Raspberry Pi ile Tensorflow

Tüm işlemleri Pyton 2.7 için de tekrarladım ama, nafile!

Aldığım hata mesajını internette tarattım. Aynı sorunu başkaları da yaşamış ama benim derdime deva olabilen yok!

Öyle görünüyor ki sorun cihazın kendisiyle ilgili. Çünkü proje Raspberry Pi 3 için geliştirilip denenmiş. Pi 2 için de muhtemelen çalışacağı söyleniyor. Ama Pi için yapılabilecek bir şey yok.

Bu denemem başarısız kalmış olabilir ama, işin peşini bırakmaya niyetim yok. En kısa zamanda bir Raspberry Pi 3 edinip aynı işlemleri tekrarlayacağım.

Eğer sizin elinizde Raspberry Pi 3 var ve bu konuya ilgi duyuyorsanız, lütfen deneyip sonuçtan beni de haberdar edin.

Ahmet Aksoy

Referans:

Ara 112017
 
150 kez okundu

Bottle Örnek Yapılacaklar Listesi

Önceki yazımda Python Bottle Mikro Ağ-Çerçevesi konusunu kısaca ele almıştım.

Bu yazımda ise https://bottlepy.org sitesindeki örneği, bazı mesajlarını Türkçeleştirerek aktaracağım.

bottle örnek yapılacaklar listesi

İlk çalışmamda edit, save, new gibi terimleri de Türkçeleştirmiştim. Ama sonra Python programcılarının ister istemez teknik İngilizce terimleri bilmeleri gerektiğini düşünerek sadece bazı mesajları Türkçeleştirmekle yetindim.

Orijinal kod listesinde eksik bırakılan help.html dosyasını ekledim ve içine kısaca bottle projesi çalışırken kullanılacak terimlerin işlevini basit bir tablo olarak ilave ettim.

Örijinal kodlarda static_file(‘help.html’, root=’.’) satırında bulunması gereken return anahtar sözcüğü unutulmuştu. Onu da ekledim.

Uygulama, basit “Yapılacaklar Listesi” için gereken işlevlere sahip. Veritabanı olarak SQLite3 kullanıyor.

Düzenlemeleri yaparken Pycharm Community Edition sürümünü kullandım. Python sürümü 3.6.3 ve bottle sürümü 0.12.13.

Pycharm ile “bottle” isimli yeni bir proje klasörü tanımladım.

İlk aşamada veritabanını oluşturmalıyız. Sitede verilen kod satırlarını biraz revize edip veritabani.py dosyasına kaydettim. Bu betik veritabanını oluşturmak amacıyla sadece bir kez çalıştırılacak.

Sistemde ana kod dosyamız dışında help.html isimli bir yardım dosyamız, 3 tane de şablon (template) dosyamız bulunuyor. (SQLite3 veritabanı dosyası todo.db de aynı klasörde.)

Önce html ve şablon dosyaların içeriğini aktarayım:

help.html dosyası

make_table.tpl şablon dosyası

edit_task.tpl şablon dosyası

new_task.tpl şablon dosyası

Son olarak Python kod dosyası todo.py

Dosyalarımızın hepsi bottle proje klasörünün içinde yer alıyor.

Kodların, ek açıklamaya gerek duymayacak kadar açık olduğunu düşünüyorum. Arada bir kaç satırlık açıklama da var zaten.

Yine de sormak istedikleriniz olursa, yorum alanını kullanabilirsiniz.

Ahmet Aksoy

Bottle Örnek Yapılacaklar Listesi


Referanslar:

Ara 102017
 
123 kez okundu

Python Bottle Mikro Ağ-Çerçevesi

bottleBir WSGI (Web Server Gateway Interface) mikro ağ-çerçevesi (micro web-framework) olan bottle, flask gibi benzerlerinden farklı olarak, tüm kod işlemleri için tek bir dosya kullanır. O nedenle web ve ağ-çerçevesi işlemlerine yabancı olanlar için daha kolay anlaşılır ve pratik bir çalışma alanı sunmaktadır.

https://bottlepy.org/docs/dev/ adresinde bu ağ-çerçevesi ile ilgili her türlü açıklamaya ulaşabilirsiniz. Aynı adreste çok güzel, öğretici örnekler yer almaktadır.

Ubuntu Kurulum

Pip ile Kurulum

Kurulumu pip ile yaparken Python 3’ün devrede olmasına dikkat edin.

Sitedeki ilk örneği kendimize uyarlayalım:

Yukarıdaki betiği çalıştırdıktan sonra etkin web gezgin (browser) programınızı açın ve adres kutusuna aşağıdaki ifadeyi yazın:

“Ahmet” yerine kendi adınızı ya da bir başkasınınkini yazabilirsiniz.

Bu örneğin çalışabilmesi için bilgisayarınızda etkin bir yerel ağ sunucusu olmalıdır.

“localhost” yerine gerekiyorsa “127.0.0.1” de kullanabilirsiniz.

@route ifadesinin özel bir işlevi vardır. Dekoratör fonksiyon kavramına yabancıysanız http://python.gurmezin.com/pythonda-fonksiyon-dekoratorleri/ adresindeki yazıma göz atmak isteyebilirsiniz.

Bir sonraki yazımda çok daha kapsamlı ve işlevsel bir örneği sizinle paylaşacağım.

Bottle ile çalışmayı öğrendiğinizde ağ-çerçevesi sistemlerini, dekoratörleri ve jinja2 gibi şablon yapılarını daha yakından tanımış olursunuz. Bu bilgilenme bottle’a göre daha kapsamlı çözümler sunan Flask ve Django gibi tanınmış uygulamalara geçişinizi daha kolay bir hale getirecektir.

Ağ çerçevesi sistemleri yerel ağ üzerinde kullanıldığında, masaüstü uygulamalara benzer çözümler üretebilmenize olanak verir. Üstelik bu tür uygulamaları internet ortamına taşıyarak daha yaygın bir şekilde paylaşılabilmelerini ve kullanılabilmelerini sağlarsınız.

Ahmet Aksoy

Python Bottle Mikro Ağ-Çerçevesi

Referanslar:

Ara 092017
 
193 kez okundu

Pythonda Liste Kısaltmaları

Liste kısaltmaları (list comprehensions), Python diliyle basit, kolay anlaşılır ve hızlı bir şekilde listeler oluşturmamızı sağlar.

Liste Kısaltmaları

Örneğin 0 ile 10 arasındaki ( 0 ve 10 dahil) tam sayıların karelerini hesaplayıp, sonuçları bir liste haline getirelim.

Bu işlemin en basit yöntemi for döngüsü kullanmaktır.

Aynı listeyi list ve map fonksiyonları kullanarak da oluşturabiliriz:

Üçüncü yöntemimiz ise liste kısaltması kullanmaktır:

Her üç yöntemin sonucu da aynıdır:

Şimdi 5 ile 18 arasındaki (5 ve 18 dahil) sayılarla 2’nin üssünü hesaplayalım:

Sonuçlar aynı:

3 ile 28 arasındaki çift sayılar:

Sonuçlar aynı:

2 ile 24 arasındaki tek sayılar için liste kısaltması:

Sonuçlar:

Kısacası yinelenebilir (iterable) bir nesneden bir liste oluşturmak istediğimizde:

Liste kısaltmamıza filtre uygulamak içinse if anahtar sözcüğünü kullanıyoruz:

Bir önceki yazımda liste kısaltmalarının for döngülerinden ve map() fonksiyonundan daha hızlı çalıştığını belirtmiştim.

Şimdi bu kıyaslamayı basit bir örnek üzerinden kendimiz yapalım. Kıyaslama işleminde bir dekoratör fonksiyonu kullanalım.

Sonuç:

Elbette bu sonuçlar betiği çalıştırdığınız bilgisayarın çalışma hızına da bağlıdır ama, aynı işlemin farklı yöntemlerle uygulanmasının farklı süreler aldığını açıkça görebiliyoruz.

Eğer yazdığınız kodlar çalışma hızına duyarlı ise, kesinlikle liste kısaltması kullanmanızı öneriyorum. Eğer böyle bir kaygınız yoksa ve Python konusunda çok fazla deneyiminiz bulunmuyorsa, for yöntemini kullanın. Böylece map veya liste kısaltmasının içeriğini algılamak için çaba sarfetmenize gerek kalmaz.

Şahsen ben, bu konuda Guido van Rossum’a katılıyorum: Eğer çok özel nedenleriniz yoksa lambda, map, filter ve reduce gibi ek araçlara ihtiyacınız olmayacaktır.

Ahmet Aksoy

Referanslar:

Ara 082017
 
973 kez okundu

Python Dilinde Lambda, Map, Filter ve Reduce

İşler hep Guido van Rossum’un istediği gibi gitseydi, Python dilinde lambda, map, filter ve reduce kavramları olmayacaktı. Ama bazı gruplardan gelen talepler ağır bastı; sonuç olarak lambda, map ve filter Python çekirdeğinde varlıklarını sürdürmeye devam ederken, sadece reduce functools modülüne kaydırıldı.

Rossum’un bu terimlere karşı çıkmasının gerekçeleri şunlardı:

    • Liste kısaltmaları (list comprehensions) lambda, map, filter ve reduce yerine daha güçlü bir şekilde kullanılabilir.
    • Liste kısaltmaları daha açık ve anlaşılırdır.
    • Python yaklaşımına aykırı bir şekilde, aynı soruna yönelik birden fazla Python çözüm yöntemi olacaktır.

Liste kısaltmaları for döngülerine kıyasla % 35, map fonksiyonuna kıyasla %45 daha hızlı çalışmaktadır. Dolayısıyla kodlama yaparken bu ayrıntıları da bilmekte yarar var.

lambda Fonksiyonu

ile

fonksiyonları aynı işleve sahiptir.
İlkinde anonim bir fonksiyon tanımlayıp, bu fonksiyonu kare değişkenine atıyoruz. Diğerinde ise doğrudan bir fonksiyon tanımlıyoruz.

map Fonksiyonu

map fonksiyonu 2 argüman alır. İlk argüman bir fonksiyon, ikinci argüman ise bir dizilimdir (sequence). map fonksiyonu ilk argüman olarak verilen fonksiyona dizilim elemanlarının her birini argüman olarak atar ve sonuçları bir map nesnesi olarak geri döndürür.

Sonuçlar:

filter Fonksiyonu

Bu fonksiyon da tıpkı map gibi ilk argüman olarak bir fonksiyon, ikinci argüman olarak bir dizilim alır. Ancak geriye sadece, fonksiyona uygulandığında True değer üreten dizilim elemanlarını döndürür.
Aşağıdaki kod satırları 1 ila 20 arasındaki sayılardan 3’e tam olarak bölünenleri geri döndürmektedir.

Sonuçlar:

reduce Fonksiyonu

Bu fonksiyon functools modülünde yer alır ve geriye tek bir sonuç döndürür.
Örneğin 1 ile 100 arasındaki sayıların toplamını bulalım:

Sonuç:

Bir sonraki yazımda liste kısaltmaları (list comprehensions) konusunu ele alacağım.

 

Ahmet Aksoy

Referanslar:

 

Ara 062017
 
246 kez okundu

Pythonda Fonksiyon Dekoratörleri

En kaba tanımıyla dekoratörler, yazılım tasarım kalıplarıdır.

Dekoratörler fonksiyon, metod ve sınıfların işlevselliğinin, dekore edilen fonksiyonun veya alt sınıfların kaynak kodlarında değişiklik yapmaya gerek kalmadan değiştirilebilmesini sağlarlar.

Pythonda Fonksiyon Dekoratörleri

Özetle dekoratörler, yapısını değiştirmek istemediğimiz fonksiyonların davranışlarını; yani işlevlerini değiştirmek amacıyla kullanılır.

Dekoratörler, fonksiyonların hem parametre, hem de dönüş değeri olarak kullanılabilme özelliğine dayanır.

“@” işareti dekoratör tanım operatörü olarak kullanılır. (Aynı işaret matris çarpım operatörü olarak da kullanılmaktadır.)

Şimdi dekoratör uygulamasını örnekleyecek küçük bir örnek geliştirelim.
Eğer Türkçe karakterlerin kullanımı konusunda benim gibi titiz biriyseniz, string.lower() fonksiyonu uygulanmış Türkçe karakterlerden ‘I’ harfinin ‘ı’ yerine ‘i’ olarak geri döndüğünü farketmişsinizdir.

Bu hatayı gidermek için tr_lower_dekorator isimli bir fonksiyon hazırlayalım. Bu dekoratör fonksiyonumuz parametre olarak func isimli bir başka fonksiyon alıyor. Bu fonksiyonun aldığı parametre ise x stringi.

Dekoratör fonksiyonumuzun içinde fonksiyon(x) isimli ara fonksiyonumuz mevcut. Bu fonksiyon, önce, parametre olarak aldığı x stringindeki ‘I’ karakterlerini ‘ı’ harfine dönüştürüyor, sonra da orijinal fonksiyonu çağırarak ‘I’ harfleri düzeltilmiş stringe lower() fonksiyonunu uyguluyor.

Kodlar aşağıda. Sormak istediğiniz bir şey olursa, en aşağıdaki yorum alanını kullanabilirsiniz.

Betiğimizin döndürdüğü bilgiler şöyledir:

İlk satırda orijinal string, ikinci satırda string.lower() fonksiyonu kullanılarak elde edilmiş string, son satırda ise string.lower() fonksiyonuna dekoratör uygulanmış haliyle üretilmiş string yer almaktadır.

turkce_lower02() fonksiyonunu kolayca düzenleyip doğru sonuç üretmesini sağlayabilirdik. Örneğimizin anlaşılabilir olması için böyle basit bir fonksiyon kullandım. Bu fonksiyon yerine çok daha karmaşık bir fonksiyon olsaydı, dekoratörün etkisi daha açık bir şekilde ortaya çıkacaktı.

Dekoratörler bottle, flask ve django gibi ağ çerçevelerinde (web application framework) sıklıkla kullanılmaktadır.

Ahmet Aksoy

Referanslar: