3 个到今天仍然有用的 Python 3.2 特性

开发 后端
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。

[[402342]]

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。

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.  
  3. parser = argparse.ArgumentParser()
  4. 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')

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

你可以这样使用:

  1. import time
  2.  
  3. with timer():
  4. time.sleep(10.5)
  1. 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?”

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.  
  3. def change_for_a_dollar():
  4. @functools.lru_cache
  5. def change_for(amount, coins):
  6. if amount == 0:
  7. return 1
  8. if amount < 0 or len(coins) == 0:
  9. return 0
  10. some_coin = next(iter(coins))
  11. return (
  12. change_for(amount, coins - set([some_coin]))
  13. +
  14. change_for(amount - some_coin, coins)
  15. )
  16. 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。

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。 

 

责任编辑:庞桂玉 来源: Linux中国
相关推荐

2013-06-30 09:51:54

SpringWeb服务器

2022-08-11 12:28:09

For-elsePython

2022-05-05 19:00:22

PythonPython特性

2009-02-04 17:33:24

ibmdwPython

2021-05-28 05:24:22

Python 3.1开发命令

2011-02-15 11:08:25

2021-05-20 10:42:59

PythonPython 3.0编程语言

2020-09-19 17:59:21

sorted()Python函数

2013-08-19 15:53:27

LinuxLinux命令

2013-08-19 16:16:37

2020-01-03 10:24:06

Python 开发编程语言

2024-01-15 00:30:04

Python 3语言版本

2024-02-01 12:53:00

PandasPython数据

2011-09-30 09:47:15

GNOME 3.2

2023-06-26 16:13:43

马达驱动模型鸿蒙

2023-05-31 15:45:49

HCS鸿蒙

2012-09-19 10:03:07

iPhone 5

2018-01-17 17:15:58

Python项目模块

2010-07-27 09:37:44

Flex

2018-08-06 13:46:07

编程语言Python数据科学库
点赞
收藏

51CTO技术栈公众号