mirror of
https://github.com/LCTT/TranslateProject.git
synced 2025-01-22 23:00:57 +08:00
PRF
@geekpi
This commit is contained in:
Xingyu Wang
parent
40039187de
commit
afce1af88b
@ -3,34 +3,35 @@
|
||||
[#]: author: (Moshe Zadka https://opensource.com/users/moshez)
|
||||
[#]: collector: (lujun9972)
|
||||
[#]: translator: (geekpi)
|
||||
[#]: reviewer: ( )
|
||||
[#]: reviewer: (wxy)
|
||||
[#]: publisher: ( )
|
||||
[#]: url: ( )
|
||||
|
||||
3 个 Python 3.2 到今天仍然有用的功能
|
||||
3 个到今天仍然有用的 Python 3.2 特性
|
||||
======
|
||||
探索一些未被充分利用但仍然有用的 Python 特性。
|
||||
![Business woman on laptop sitting in front of window][1]
|
||||
|
||||
这是关于首次出现在 Python 3.x 版本中的特性的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。
|
||||
> 探索一些未被充分利用但仍然有用的 Python 特性。
|
||||
|
||||
|
||||
|
||||
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。
|
||||
|
||||
### 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。
|
||||
|
||||
记录所有的 `argparse` 的特性将需要自己的系列文章。下面是一个例子，说明如何用 `argparse` 做子命令。
|
||||
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：
|
||||
|
||||
|
||||
```
|
||||
$ computebot negate 5
|
||||
-5
|
||||
$ computebot multiply 2 3
|
||||
6
|
||||
```
|
||||
|
||||
[/code] [code]
|
||||
|
||||
```
|
||||
import argparse
|
||||
|
||||
parser = argparse.ArgumentParser()
|
||||
@ -39,14 +40,13 @@ 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：
|
||||
|
||||
|
||||
```
|
||||
negate = subparsers.add_parser("negate")
|
||||
negate.set_defaults(subcommand="negate")
|
||||
negate.add_argument("number", type=float)
|
||||
```
|
||||
|
||||
[/code] [code]
|
||||
|
||||
```
|
||||
multiply = subparsers.add_parser("multiply")
|
||||
multiply.set_defaults(subcommand="multiply")
|
||||
multiply.add_argument("number1", type=float)
|
||||
@ -55,18 +55,28 @@ 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。
|
||||
|
||||
```
|
||||
parser.parse_args(["negate", "5"])
|
||||
```
|
||||
|
||||
```
|
||||
`parser.parse_args(["negate", "5"])`[/code] [code]` Namespace(number=5.0, subcommand='negate')`[/code] [code]`parser.parse_args(["multiply", "2", "3"])`[/code] [code]` Namespace(number1=2.0, number2=3.0, subcommand='multiply')`
|
||||
Namespace(number=5.0, subcommand='negate')
|
||||
```
|
||||
|
||||
```
|
||||
parser.parse_args(["multiply", "2", "3"])
|
||||
```
|
||||
|
||||
```
|
||||
Namespace(number1=2.0, number2=3.0, subcommand='multiply')
|
||||
```
|
||||
|
||||
### 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的艺术。有了 `contextmanager` 装饰器，你所需要的只是一个一次性的生成器。
|
||||
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：
|
||||
|
||||
|
||||
```
|
||||
import contextlib, timeit
|
||||
|
||||
@ -79,7 +89,6 @@ def timer():
|
||||
after = timeit.default_timer()
|
||||
print("took", after - before)
|
||||
```
|
||||
|
||||
你可以这样使用：
|
||||
|
||||
|
||||
@ -88,17 +97,18 @@ import time
|
||||
|
||||
with timer():
|
||||
time.sleep(10.5)
|
||||
```
|
||||
|
||||
[/code] [code]` took 10.511025413870811`
|
||||
```
|
||||
took 10.511025413870811`
|
||||
```
|
||||
|
||||
### 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？“
|
||||
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：
|
||||
|
||||
|
||||
```
|
||||
def change_for_a_dollar():
|
||||
def change_for(amount, coins):
|
||||
@ -117,17 +127,17 @@ def change_for_a_dollar():
|
||||
|
||||
在我的电脑上，这需要 13ms 左右：
|
||||
|
||||
|
||||
```
|
||||
with timer():
|
||||
change_for_a_dollar()
|
||||
```
|
||||
|
||||
[/code] [code]` took 0.013737603090703487`
|
||||
```
|
||||
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。
|
||||
|
||||
|
||||
```
|
||||
import functools
|
||||
|
||||
@ -145,13 +155,15 @@ def change_for_a_dollar():
|
||||
change_for(amount - some_coin, coins)
|
||||
)
|
||||
return change_for(100, frozenset([25, 10, 5, 1]))
|
||||
```
|
||||
|
||||
[/code] [code]
|
||||
|
||||
```
|
||||
with timer():
|
||||
change_for_a_dollar()
|
||||
```
|
||||
|
||||
[/code] [code]` took 0.004180959425866604`
|
||||
```
|
||||
took 0.004180959425866604`
|
||||
```
|
||||
|
||||
一行的代价是三倍的改进。不错。
|
||||
@ -167,7 +179,7 @@ via: https://opensource.com/article/21/5/python-32
|
||||
作者：[Moshe Zadka][a]
|
||||
选题：[lujun9972][b]
|
||||
译者：[geekpi](https://github.com/geekpi)
|
||||
校对：[校对者ID](https://github.com/校对者ID)
|
||||
校对：[wxy](https://github.com/wxy)
|
||||
|
||||
本文由 [LCTT](https://github.com/LCTT/TranslateProject) 原创编译，[Linux中国](https://linux.cn/) 荣誉推出
|
||||
|
||||
|
||||
Loading…
Reference in New Issue
Block a user