Ini adalah koleksi keenam tips Python dan pemrograman dari feed @pythonetc saya.
Pilihan sebelumnya:
Dekorator atipikal
Penghias fungsi tidak diharuskan untuk mengembalikan hanya fungsi baru, mereka dapat mengembalikan nilai lain:
def call(*args, **kwargs): def decorator(func): return func(*args, **kwargs) return decorator @call(15) def sqr_15(x): return x * x assert sqr_15 == 225
Ini dapat berguna untuk membuat kelas sederhana hanya dengan satu metode yang dapat didefinisikan ulang:
from abc import ABCMeta, abstractmethod class BinaryOperation(metaclass=ABCMeta): def __init__(self, left, right): self._left = left self._right = right def __repr__(self): klass = type(self).__name__ left = self._left right = self._right return f'{klass}({left}, {right})' @abstractmethod def do(self): pass @classmethod def make(cls, do_function): return type( do_function.__name__, (BinaryOperation,), dict(do=do_function), ) class Addition(BinaryOperation): def do(self): return self._left + self._right @BinaryOperation.make def Subtraction(self): return self._left - self._right
__length_hint__
PEP 424 memungkinkan generator dan iterables lainnya yang tidak memiliki ukuran tertentu yang telah ditentukan untuk mengembalikan panjang perkiraan mereka. Misalnya, generator ini mungkin akan mengembalikan sekitar 50 elemen:
(x for x in range(100) if random() > 0.5)
Jika Anda menulis sesuatu yang dapat diubah dan ingin mengembalikan panjang perkiraan, maka tentukan metode
__length_hint__ . Dan jika Anda tahu panjang pastinya, maka gunakan
__len__ . Jika Anda menggunakan objek yang dapat diulang dan ingin tahu berapa lama, gunakan
operator.length_hint .
dengan generator
Operator
in dapat digunakan dengan generator:
x in g . Dalam kasus ini, Python akan beralih di atas
g sampai
x atau sampai
g berakhir.
>>> def g(): ... print(1) ... yield 1 ... print(2) ... yield 2 ... print(3) ... yield 3 ... >>> 2 in g() 1 2 True
range() , bagaimanapun, bekerja sedikit lebih baik. Ini memiliki metode sulap
__contains__ , berkat kompleksitas komputasional menjadi sama dengan O (1):
In [1]: %timeit 10**20 in range(10**30) 375 ns ± 10.7 ns per loop
Perhatikan bahwa ini tidak akan berfungsi dengan fungsi
xrange() dari Python 2.
Operator + = dan +
Python memiliki dua operator berbeda:
+= dan
+ . Metode
__iadd__ dan
__add__ masing-masing bertanggung jawab atas perilaku mereka.
class A: def __init__(self, x): self.x = x def __iadd__(self, another): self.x += another.x return self def __add__(self, another): return type(self)(self.x + another.x)
Jika
__iadd__ tidak didefinisikan, maka
a += b akan berfungsi sebagai
a = a + b .
Perbedaan semantik antara
+= dan
+ adalah bahwa yang pertama mengubah objek, dan yang kedua membuat yang baru:
>>> a = [1, 2, 3] >>> b = a >>> a += [4] >>> a [1, 2, 3, 4] >>> b [1, 2, 3, 4] >>> a = a + [5] >>> a [1, 2, 3, 4, 5] >>> b [1, 2, 3, 4]
Berfungsi sebagai atribut kelas
Anda tidak dapat menyimpan fungsi sebagai atribut kelas, karena itu akan secara otomatis dikonversi ke metode jika diakses melalui sebuah instance:
>>> class A: ... CALLBACK = lambda x: x ** x ... >>> A.CALLBACK <function A.<lambda> at 0x7f68b01ab6a8> >>> A().CALLBACK <bound method A.<lambda> of <__main__.A object at 0x7f68b01aea20>> >>> A().CALLBACK(4) Traceback (most recent call last): File "<stdin>", line 1, in <module> TypeError: <lambda>() takes 1 positional argument but 2 were given
Anda dapat menipu dan membungkus fungsi dalam deskriptor sepele:
>>> class FunctionHolder: ... def __init__(self, f): ... self._f = f ... def __get__(self, obj, objtype): ... return self._f ... >>> class A: ... CALLBACK = FunctionHolder(lambda x: x ** x) ... >>> A().CALLBACK <function A.<lambda> at 0x7f68b01ab950>
Anda juga bisa keluar dari situasi tersebut dengan menggunakan metode kelas alih-alih atribut.
class A: @classmethod def _get_callback(cls): return lambda x: x ** x