Je viens de publier un blog sur les fonctions d'annotation dans Typescript. Je viens de terminer une petite étude et j'ai mieux compris comment annoter des fonctions en Python et ce blog sera consacré à l'annotation de fonctions Python avec des exemples similaires au dernier blog.
Vous pouvez valider vos annotations de type dans Visual Studio Code en définissant python.analysis.typeCheckingMode sur l'un des paramètres de base, standard, strict. Les options de base et standard ne garantissent pas nécessairement que vous annotiez vos fonctions et variables, mais strictes le fait.
Valeurs de fonction
Cela pourrait vous choquer mais vous pouvez renvoyer des fonctions et transmettre des fonctions comme valeurs en Python. Les fonctions de rappel sont en fait annotées à l'aide du type Callable qui s'écrit ainsi?;
Callable[[argtype1, argtype2, argtype3], returnType]
Par exemple, une fonction length(text: str) -> int sera annoté comme Callable[[str], int]
Par exemple?;
Cette fonction en JavaScript
function multiplier(factor){ return value => factor * value } const n = multiplier(6) n(8) // 48
peut être écrit comme ?a en Python
def multiplier(factor): ? ? def inner(value): ? ? ? ? return value * factor ? ? return inner ? ? n = multiplier(6) n(8) #48
Nous pouvons créer un TypeAlias ??appelé number qui est une Union (littéralement) à la fois d'un int et d'un float comme?;
from typing import TypeAlias, Union number: TypeAlias = Union[int, float]
Pour aborder les paramètres sous forme de numéros JavaScript.
Donc donc, pour annoter cette fonction, on a?;
def multiplier(factor: number) -> Callable[[number], number]: def inner(value: number) -> inner: return value * factor return inner a = multiplier(4.5) a(3) #13.5
Fonctions génériques
L'exemple de fonction générique classique est
def pick(array, index): return array[index] pick([1,2,3], 2) #3
En utilisant TypeVar, nous pouvons désormais créer du verbeux générique (plus verbeux que dactylographié).
from typing import TypeVar T = TypeVar("T") # the argument and the name of the variable should be the same
pour que nous ayons
from typing import TypeVar, Sequence def pick(array: Sequence[T], index: int) -> T: return array[index] print(pick([1,2,3,4], 2))
Alors qu'en est-il d'une fonction myMap personnalisée qui agit comme une carte en JavaScript. tel que nous avons?;
Rappelez-vous?: map() en Python renvoie un type Itérable et non un type Liste
def myMap(array, fn): return map(fn, array) def twice(n): return n * 2 print(myMap([1,2,3], twice))
Nous pouvons utiliser un mélange de types Callable et TypeVar pour annoter cette fonction. Observez...
from typing import TypeVar, Iterable, Callable Input = TypeVar("Input") # Input and "Input" must be the same Output = TypeVar("Output") def myMap(array: Iterable[Input], fn: Callable[[Input], Output]) -> Iterable[Output]: return map(fn, array) def twice(n: int) -> int: return n * 2 print(myMap([1,2,3], twice))
ou on peut alias la fonction Callable
from typing import TypeVar, Iterable, Callable Input = TypeVar("Input") Output = TypeVar("Output") MappableFunction = Callable[[Input], Output] def myMap(array: Iterable[Input], fn: MappableFunction[Input, Output]) -> Iterable[Output]: return map(fn, array)
Observez que MappableFunction prend ces types génériques Input et Output et les applique au contexte de Callable[[Input], Output].
Prenez une minute pour réfléchir à la manière dont la fonction myFilter sera annotée??
Eh bien, si vous y pensiez
from typing import Iterable, TypeVar, Callable Input = TypeVar("Input") def myFilter(array: Iterable[Input], fn: Callable[[Input], bool]) -> Iterable[Input]: return filter(fn, array)
Tu as raison
Cours génériques
Je sais que je ne suis pas censé parler d'annotation de classe, mais donnez-moi un peu de temps pour expliquer les classes génériques.
Si vous veniez du vers Typescript, c'était ainsi que vous les définiriez
class GenericStore<Type>{ stores: Array<Type> = [] constructor(){ this.stores = [] } add(item: Type){ this.stores.push(item) } } const g1 = new GenericStore<string>(); //g1.stores: Array<string> g1.add("Hello") //only string are allowed
Mais en Python, ils sont plut?t différents et gênants.
- On importe d'abord le type Generic, puis on en fait l'enfant de la classe Generic
Donc pour recréer cette classe GenericStore en Python
Callable[[argtype1, argtype2, argtype3], returnType]
Pourquoi devrais-je apprendre à annoter des fonctions en Python??
Comme je l'ai dit dans le blog précédent, cela aide à construire un système de saisie beaucoup plus intelligent, ce qui à son tour réduit vos risques de bugs (surtout lorsque vous utilisez des vérificateurs de fichiers statiques comme mypy). De plus, lors de l'écriture de bibliothèques (ou SDK) l'utilisation d'un système de type robuste peut améliorer légèrement la productivité du développeur utilisant la bibliothèque (principalement grace aux suggestions de l'éditeur)
Si vous avez des questions ou s'il y a des erreurs dans cette rédaction, n'hésitez pas à les partager dans les commentaires ci-dessous ?
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undress AI Tool
Images de déshabillage gratuites

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Clothoff.io
Dissolvant de vêtements AI

Video Face Swap
échangez les visages dans n'importe quelle vidéo sans effort grace à notre outil d'échange de visage AI entièrement gratuit?!

Article chaud

Outils chauds

Bloc-notes++7.3.1
éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

La clé pour gérer l'authentification de l'API est de comprendre et d'utiliser correctement la méthode d'authentification. 1. Apikey est la méthode d'authentification la plus simple, généralement placée dans l'en-tête de demande ou les paramètres d'URL; 2. BasicAuth utilise le nom d'utilisateur et le mot de passe pour la transmission de codage Base64, qui convient aux systèmes internes; 3. OAuth2 doit d'abord obtenir le jeton via client_id et client_secret, puis apporter le Bearertoken dans l'en-tête de demande; 4. Afin de gérer l'expiration des jetons, la classe de gestion des jetons peut être encapsulée et rafra?chie automatiquement le jeton; En bref, la sélection de la méthode appropriée en fonction du document et le stockage en toute sécurité des informations clés sont la clé.

Assert est un outil d'affirmation utilisé dans Python pour le débogage et lance une affirmation d'établissement lorsque la condition n'est pas remplie. Sa syntaxe est affirmer la condition plus les informations d'erreur facultatives, qui conviennent à la vérification de la logique interne telle que la vérification des paramètres, la confirmation d'état, etc., mais ne peuvent pas être utilisées pour la sécurité ou la vérification des entrées des utilisateurs, et doit être utilisée en conjonction avec des informations d'invite claires. Il n'est disponible que pour le débogage auxiliaire au stade de développement plut?t que pour remplacer la manipulation des exceptions.

TypeHintsInpythonsolvetheproblebandofambigu?té et opposant à un montant de type de type parallèlement au développement de l'aménagement en fonction des types de type.

Une méthode courante pour parcourir deux listes simultanément dans Python consiste à utiliser la fonction zip (), qui appariera plusieurs listes dans l'ordre et sera la plus courte; Si la longueur de liste est incohérente, vous pouvez utiliser itertools.zip_langest () pour être le plus long et remplir les valeurs manquantes; Combiné avec enumerate (), vous pouvez obtenir l'index en même temps. 1.zip () est concis et pratique, adapté à l'itération des données appariées; 2.zip_langest () peut remplir la valeur par défaut lorsqu'il s'agit de longueurs incohérentes; 3. L'énumération (zip ()) peut obtenir des indices pendant la traversée, en répondant aux besoins d'une variété de scénarios complexes.

Inpython, itérateurslawjectsThatallowloopingthroughCollectionsbyImpleting __iter __ () et__Next __ (). 1) iteratorsworkVeatheitorat

Pour créer des API modernes et efficaces à l'aide de Python, FastAPI est recommandé; Il est basé sur des invites de type Python standard et peut générer automatiquement des documents, avec d'excellentes performances. Après avoir installé FastAPI et ASGI Server Uvicorn, vous pouvez écrire du code d'interface. En définissant les itinéraires, en écrivant des fonctions de traitement et en renvoyant des données, les API peuvent être rapidement construites. Fastapi prend en charge une variété de méthodes HTTP et fournit des systèmes de documentation SwaggerUI et Redoc générés automatiquement. Les paramètres d'URL peuvent être capturés via la définition du chemin, tandis que les paramètres de requête peuvent être implémentés en définissant des valeurs par défaut pour les paramètres de fonction. L'utilisation rationnelle des modèles pydantiques peut aider à améliorer l'efficacité du développement et la précision.

Pour tester l'API, vous devez utiliser la bibliothèque des demandes de Python. Les étapes consistent à installer la bibliothèque, à envoyer des demandes, à vérifier les réponses, à définir des délais d'attente et à réessayer. Tout d'abord, installez la bibliothèque via PiPinstallRequests; Utilisez ensuite les demandes.get () ou les demandes.Post () et d'autres méthodes pour envoyer des demandes GET ou POST; Vérifiez ensuite la réponse.status_code et la réponse.json () pour vous assurer que le résultat de retour est en conformité avec les attentes; Enfin, ajoutez des paramètres de délai d'expiration pour définir l'heure du délai d'expiration et combinez la bibliothèque de réessayer pour obtenir une nouvelle tentative automatique pour améliorer la stabilité.

Dans Python, les variables définies à l'intérieur d'une fonction sont des variables locales et ne sont valides que dans la fonction; Les variables globales sont définies à l'extérieur qui peuvent être lues n'importe où. 1. Les variables locales sont détruites lors de l'exécution de la fonction; 2. La fonction peut accéder aux variables globales mais ne peut pas être modifiée directement, donc le mot-clé global est requis; 3. Si vous souhaitez modifier les variables de fonction externes dans les fonctions imbriquées, vous devez utiliser le mot-clé non local; 4. Les variables avec le même nom ne se affectent pas dans différentes lunettes; 5. Global doit être déclaré lors de la modification des variables globales, sinon une erreur non liée à la dorsale sera augmentée. Comprendre ces règles permet d'éviter les bogues et d'écrire des fonctions plus fiables.
