diff --git a/translated/tech/20210514 3 Python 3.2 features that are still relevant today.md b/translated/tech/20210514 3 Python 3.2 features that are still relevant today.md index 9556dce213..6ffc8b8524 100644 --- a/translated/tech/20210514 3 Python 3.2 features that are still relevant today.md +++ b/translated/tech/20210514 3 Python 3.2 features that are still relevant today.md @@ -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。 + +![](https://img.linux.net.cn/data/attachment/album/202105/28/202023pz86mg88r18o6e22.jpg) + +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