Docstrings zur Rettung!

Irgendein Verrückter hat deine Installation von numpy beschädigt! Alle Funktionen gibt es noch, aber sie haben zufällige Namen bekommen. Du musst dringend die Funktion numpy.histogram() aufrufen und hast keine Zeit, das Paket neu zu installieren. Zu deinem Glück hat der Verrückte nicht daran gedacht, die Docstrings zu ändern, und du weißt, wie du auf sie zugreifen kannst. numpy hat viele Funktionen, also haben wir es auf vier mögliche Funktionen eingegrenzt, die numpy.histogram() sein könnten: numpy.leyud(), numpy.uqka(), numpy.fywdkxa() oder numpy.jinzyxq().

Untersuche die Dokumentationen dieser Funktionen in der IPython-Shell, um herauszufinden, welche davon tatsächlich numpy.histogram() ist. Du kannst dazu entweder die native Python-Methode oder Funktionen aus dem inspect-Modul verwenden.

Diese Übung ist Teil des Kurses

Funktionen in Python schreiben

Interaktive Übung zum Anfassen

Setzen Sie die Theorie mit einer unserer interaktiven Übungen in die Tat um

Beginnen Sie mit dem Training

Diese Übung ist Teil des Kurses

Funktionen in Python schreiben

Mittlere SchwierigkeitSchwierigkeitsgrad

4.8+

Kurs kostenlos starten

Das Ziel dieses Kurses ist es, dich zu einem Python-Experten zu machen. Deshalb beginnt das erste Kapitel mit den besten Praktiken beim Schreiben von Funktionen. Du erfährst, warum Docstrings wichtig sind und wie du erkennst, wann du einen Teil des Codes in eine Funktion umwandeln musst. Außerdem erfährst du, wie Python Argumente an Funktionen übergibt, und lernst einige häufige Fehler kennen, die beim Aufrufen von Funktionen zu Problemen bei der Fehlersuche führen können.

Exercise 1: Docstrings Exercise 2: Erstellen eines Docstrings Exercise 3: Docstrings abrufen Exercise 4: Docstrings zur Rettung!

Aktuelle Übung

Exercise 5: DRY und "Do One Thing"Exercise 6: Eine Funktion extrahieren Exercise 7: Eine Funktion aufteilen Exercise 8: Pass by assignment Exercise 9: Veränderlich oder unveränderlich?Exercise 10: Beste Praxis für Standardargumente

Wenn du jemals das Schlüsselwort "with" in Python gesehen hast und dich gefragt hast, was es damit auf sich hat, dann ist dies das richtige Kapitel für dich! Kontextmanager sind ein bequemer Weg, um Verbindungen in Python bereitzustellen und zu garantieren, dass diese Verbindungen aufgeräumt werden, wenn du sie nicht mehr brauchst. In diesem Kapitel erfährst du, wie du Kontextmanager verwendest und wie du deine eigenen schreiben kannst.

Exercise 1: Verwendung von Kontextmanagern Exercise 2: Die Anzahl der Katzen Exercise 3: Die Geschwindigkeit von Katzen Exercise 4: Kontextmanager schreiben Exercise 5: Der timer()-Kontextmanager Exercise 6: Ein schreibgeschützter open()-Kontextmanager Exercise 7: Fortgeschrittene Themen Exercise 8: Context Manager Anwendungsfälle Exercise 9: Das Kratzen der NASDAQ Exercise 10: Ändern des Arbeitsverzeichnisses

Dekoratoren sind ein extrem mächtiges Konzept in Python. Sie ermöglichen es dir, das Verhalten einer Funktion zu ändern, ohne den Code der Funktion selbst zu verändern. Dieses Kapitel vermittelt die grundlegenden Konzepte, die du brauchst, um Dekoratoren (Funktionen als Objekte, Gültigkeitsbereich und Schließungen) zu verstehen, und gibt dir eine gute Einführung in die Verwendung und Definition von Dekoratoren. Dieser tiefe Einblick in die Python-Interna macht dich zum Superstar unter den Pythonisten.

Exercise 1: Funktionen sind Objekte Exercise 2: Aufbau einer Daten-App für die Kommandozeile Exercise 3: Überprüfung des Codes deines Mitarbeiters Exercise 4: Rückgabefunktionen für ein Mathe-Spiel Exercise 5: Umfang Exercise 6: Umfang verstehen Exercise 7: Ändern von Variablen außerhalb des lokalen Bereichs Exercise 8: Schließungen Exercise 9: Kontrolle der Schließung Exercise 10: Verschlüsse halten deine Werte sicher Exercise 11: Dekorateure Exercise 12: Dekorator-Syntax verwenden Exercise 13: Definieren eines Dekorators

Da du nun weißt, wie Dekoratoren unter der Haube funktionieren, findest du in diesem Kapitel eine Reihe von Beispielen aus der Praxis, die dir zeigen, wann und wie du Dekoratoren in deinen eigenen Code einbauen solltest. Außerdem lernst du fortgeschrittene Decorator-Konzepte kennen, z. B. wie du die Metadaten deiner dekorierten Funktionen erhältst und wie du Decorators schreibst, die Argumente annehmen.

Exercise 1: Beispiele aus der realen Welt Exercise 2: Drucke die Rückgabeart Exercise 3: Zähler Exercise 4: Dekorateure und Metadaten Exercise 5: Docstrings beim Dekorieren von Funktionen beibehalten Exercise 6: Gemeinkosten für Dekorateure messen Exercise 7: Dekorateure, die Argumente annehmen Exercise 8: Run_n_times()Exercise 9: HTML Generator Exercise 10: Timeout(): ein Beispiel aus der Praxis Exercise 11: Markiere deine Funktionen Exercise 12: Prüfe die Rückgabeart Exercise 13: Toll gemacht!