Dicas e truques do meu canal de telegrama @pythonetc, outubro de 2019

É uma nova seleção de dicas e truques sobre Python e programação no meu canal Telegram @pythonetc.

← Publicações anteriores


Se você deseja repetir várias iteráveis ​​de uma só vez, pode usar a função zip (ela não tem nada a ver com o formato de arquivo ZIP):

 from datetime import timedelta names = [ 'Eleven. Return and Revert', 'Wilderness', 'The Menagerie Inside', 'Evaporate', ] years = [ 2010, 2013, 2015, 2018, ] durations = [ timedelta(minutes=57, seconds=38), timedelta(minutes=48, seconds=5), timedelta(minutes=46, seconds=34), timedelta(minutes=43, seconds=25), ] print('Midas Fall LPs:') for name, year, duration in zip( names, years, durations ): print(f' * {name} ({year}) — {duration}') 

Saída:

 Midas Fall LPs: * Eleven. Return and Revert (2010) — 0:57:38 * Wilderness (2013) — 0:48:05 * The Menagerie Inside (2015) — 0:46:34 * Evaporate (2018) — 0:43:25 

Um gerador pode ser parado. Você pode chamar explicitamente g.close() mas geralmente o coletor de lixo faz isso por você. Depois que o close é chamado, o GeneratorExit é gerado no ponto em que a função do gerador foi pausada:

 def gen(): try: yield 1 yield 2 finally: print('END') g = gen() print(next(g)) # prints '1' g.close() # prints 'END' 

Mente três coisas. Primeiro, você não pode gerar valores enquanto manipula GeneratorExit :

 def gen(): try: yield 1 finally: yield 3 g = gen() next(g) g.close() # RuntimeError 

Segundo, a exceção não é gerada se um gerador ainda não foi iniciado, mas o gerador ainda fica parado:

 def gen(): try: yield 1 finally: print('END') g = gen() g.close() # nothing print(list(g)) # prints '[]' 

Terceiro, o close não faz nada se um gerador já estiver concluído:

 def gen(): try: yield 1 yield 2 finally: print('END') g = gen() print(list(g)) print('Closing now') g.close() # END # [1, 2] # Closing now 

As strings f permitem especificar a largura do valor impresso, bem como outros especificadores de formato:

 >>> x = 42 >>> f'{x:5}+{x:15f}' ' 42+ 42.000000' 

Eles também podem conter expressões avaliadas que podem ser úteis quando a largura é desconhecida antecipadamente:

 def print_table(matrix): cols_width = [ max(len(str(row[col])) for row in matrix) for col in range(len(matrix[0])) ] for row in matrix: for i, cell in enumerate(row): print( f'{cell:{cols_width[i]}} ', end='' ) print() albums = [ ['Eleven. Return and Revert', 2010], ['Wilderness', 2013], ['The Menagerie Inside', 2015], ['Evaporate', 2018], ] print_table(albums) 

Saída:

 Eleven. Return and Revert 2010 Wilderness 2013 The Menagerie Inside 2015 Evaporate 2018 

Se sua classe é derivada de outra, a metaclasse de sua classe também deve ser derivada da metaclasse dessa classe:

 from collections import UserDict from abc import ABCMeta # ABCMeta is a metaclass of UserDict class MyDictMeta(ABCMeta): def __new__(cls, name, bases, dct): return super().__new__(cls, name, bases, dct) class MyDict(UserDict, metaclass=MyDictMeta): pass 

Pode ser uma boa ideia obter a metaclasse dessa outra classe automaticamente:

 def create_my_dict_class(parents): class MyDictMeta(*[type(c) for c in parents]): def __new__(cls, name, bases, dct): return super().__new__(cls, name, bases, dct) class MyDict(*parents, metaclass=MyDictMeta): pass MyDict = create_my_dict_class((UserDict,)) 

__init__ permite modificar um objeto logo após a criação. Se você deseja controlar o que é criado, use __new__ :

 from typing import Tuple, Dict from cached_property import cached_property class Numbers: _LOADED: Dict[Tuple[int, ...], 'Numbers'] = {} def __new__(cls, ints: Tuple[int, ...]): if ints not in cls._LOADED: obj = super().__new__(cls) cls._LOADED[ints] = obj return cls._LOADED[ints] def __init__(self, ints: Tuple[int, ...]): self._ints = ints @cached_property def biggest(self): print('calculating...') return max(self._ints) print(Numbers((4, 3, 5)).biggest) print(Numbers((4, 3, 5)).biggest) print(Numbers((4, 3, 6)).biggest)