3 个到今天仍然有用的 Python 3.2 特性 | Linux 中国

admin 2021年7月27日03:23:36评论75 views字数 2694阅读8分58秒阅读模式
 
3 个到今天仍然有用的 Python 3.2 特性 | Linux 中国
导读:探索一些未被充分利用但仍然有用的 Python 特性。                               
本文字数:3241,阅读时长大约:3分钟

https://linux.cn/article-13435-1.html
作者:Moshe Zadka
译者:geekpi

这是Python 3.x 首发特性系列文章中的第三篇。其中一些 Python 版本已经推出了一段时间。例如,Python 3.2 是在 2011 年首次发布的,但其中引入的一些很酷、很有用的特性仍然没有被使用。下面是其中的三个。

3 个到今天仍然有用的 Python 3.2 特性 | Linux 中国

argparse 子命令

argparse 模块首次出现在 Python 3.2 中。有许多用于命令行解析的第三方模块。但是内置的 argparse 模块比许多人认为的要强大。

要记录所有的 argparse 的特性,那需要专门写系列文章。下面是一个例子,说明如何用 argparse 做子命令。

想象一下,一个命令有两个子命令:negate,需要一个参数,multiply,需要两个参数:

  1. $ computebot negate 5
  2. -5
  3. $ computebot multiply 2 3
  4. 6
  1. import argparse
  2. parser = argparse.ArgumentParser()
  3. subparsers = parser.add_subparsers()

add_subparsers() 方法创建一个对象,你可以向其添加子命令。唯一需要记住的技巧是,你需要添加通过 set_defaults() 调用的子命令:

  1. negate = subparsers.add_parser("negate")
  2. negate.set_defaults(subcommand="negate")
  3. negate.add_argument("number", type=float)
  1. multiply = subparsers.add_parser("multiply")
  2. multiply.set_defaults(subcommand="multiply")
  3. multiply.add_argument("number1", type=float)
  4. multiply.add_argument("number2", type=float)

我最喜欢的一个 argparse 功能是,因为它把解析和运行分开,测试解析逻辑特别令人愉快。

  1. parser.parse_args(["negate", "5"])
  1. Namespace(number=5.0, subcommand='negate')
  1. parser.parse_args(["multiply", "2", "3"])
  1. Namespace(number1=2.0, number2=3.0, subcommand='multiply')

3 个到今天仍然有用的 Python 3.2 特性 | Linux 中国

contextlib.contextmanager

上下文是 Python 中一个强大的工具。虽然很多人 使用 它们,但编写一个新的上下文常常看起来像一门黑暗艺术。有了 contextmanager 装饰器,你所需要的只是一个一次性的生成器。

编写一个打印出做某事所需时间的上下文,就像这样简单:

  1. import contextlib, timeit
  2. @contextlib.contextmanager
  3. def timer():
  4. before = timeit.default_timer()
  5. try:
  6. yield
  7. finally:
  8. after = timeit.default_timer()
  9. print("took", after - before)

你可以这样使用:

  1. import time
  2. with timer():
  3. time.sleep(10.5)
  1. took 10.511025413870811`

3 个到今天仍然有用的 Python 3.2 特性 | Linux 中国

functools.lru_cache

有时,在内存中缓存一个函数的结果是有意义的。例如,想象一下经典的问题:“有多少种方法可以用 25 美分、1 美分、2 美分和 3 美分可以来换取 1 美元?”

这个问题的代码可以说是非常简单:

  1. def change_for_a_dollar():
  2. def change_for(amount, coins):
  3. if amount == 0:
  4. return 1
  5. if amount < 0 or len(coins) == 0:
  6. return 0
  7. some_coin = next(iter(coins))
  8. return (
  9. change_for(amount, coins - set([some_coin]))
  10. +
  11. change_for(amount - some_coin, coins)
  12. )
  13. return change_for(100, frozenset([25, 10, 5, 1]))

在我的电脑上,这需要 13ms 左右:

  1. with timer():
  2. change_for_a_dollar()
  1. took 0.013737603090703487`

事实证明,当你计算有多少种方法可以做一些事情,比如用 50 美分找钱,你会重复使用相同的硬币。你可以使用 lru_cache 来避免重复计算。

  1. import functools
  2. def change_for_a_dollar():
  3. @functools.lru_cache
  4. def change_for(amount, coins):
  5. if amount == 0:
  6. return 1
  7. if amount < 0 or len(coins) == 0:
  8. return 0
  9. some_coin = next(iter(coins))
  10. return (
  11. change_for(amount, coins - set([some_coin]))
  12. +
  13. change_for(amount - some_coin, coins)
  14. )
  15. return change_for(100, frozenset([25, 10, 5, 1]))
  1. with timer():
  2. change_for_a_dollar()
  1. took 0.004180959425866604`

一行的代价是三倍的改进。不错。

3 个到今天仍然有用的 Python 3.2 特性 | Linux 中国

欢迎来到 2011 年

尽管 Python 3.2 是在 10 年前发布的,但它的许多特性仍然很酷,而且没有得到充分利用。如果你还没使用,那么将他们添加到你的工具箱中。


via: https://opensource.com/article/21/5/python-32

作者:Moshe Zadka 选题:lujun9972 译者:geekpi 校对:wxy

本文由 LCTT 原创编译,Linux中国 荣誉推出

3 个到今天仍然有用的 Python 3.2 特性 | Linux 中国
欢迎遵照 CC-BY-NC-SA 协议规定转载,
如需转载,请在文章下留言 “转载:公众号名称”,
我们将为您添加白名单,授权“转载文章时可以修改”。


本文始发于微信公众号(Linux中国):3 个到今天仍然有用的 Python 3.2 特性 | Linux 中国

  • 左青龙
  • 微信扫一扫
  • weinxin
  • 右白虎
  • 微信扫一扫
  • weinxin
admin
  • 本文由 发表于 2021年7月27日03:23:36
  • 转载请保留本文链接(CN-SEC中文网:感谢原作者辛苦付出):
                   3 个到今天仍然有用的 Python 3.2 特性 | Linux 中国https://cn-sec.com/archives/386020.html

发表评论

匿名网友 填写信息