Przypadki użycia menedżerów kontekstu

Które z poniższych NIE byłoby dobrym przypadkiem użycia menedżera kontekstu?

To ćwiczenie jest częścią kursu

Pisanie funkcji w Pythonie

Zobacz kurs

Interaktywne ćwiczenie praktyczne

Przekształć teorię w praktykę dzięki jednemu z naszych interaktywnych ćwiczeń

Rozpocznij ćwiczenie

To ćwiczenie jest częścią kursu

Pisanie funkcji w Pythonie

SkillTag.level.intermediateSkillTag.label

4.8+

2810 reviews

Rozpocznij kurs za darmo

Celem tego kursu jest uczynienie z ciebie eksperta w Pythonie, dlatego pierwszy rozdział zaczyna się od dobrych praktyk pisania funkcji. Omówimy docstringi – czym są i dlaczego mają znaczenie – oraz to, kiedy warto wydzielić fragment kodu do osobnej funkcji. Dowiesz się też, jak Python przekazuje argumenty do funkcji, i poznasz typowe pułapki, które mogą utrudniać debugowanie.

Exercise 1: Docstringi Exercise 2: Tworzenie docstringa Exercise 3: Pobieranie docstringów Exercise 4: Docstringi na ratunek!Exercise 5: DRY i "Rób jedną rzecz"Exercise 6: Wyodrębnij funkcję Exercise 7: Podziel funkcję na mniejsze Exercise 8: Przekazywanie przez przypisanie Exercise 9: Mutowalne czy niemutowalne?Exercise 10: Dobre praktyki dotyczące domyślnych argumentów

Jeśli widziałeś kiedyś słowo kluczowe `with` w Pythonie i zastanawiałeś się, do czego służy, ten rozdział jest właśnie dla ciebie! Menedżery kontekstu to wygodny sposób na zarządzanie połączeniami w Pythonie – gwarantują, że zostaną one poprawnie zamknięte po zakończeniu pracy. W tym rozdziale zobaczysz, jak używać menedżerów kontekstu i jak pisać własne.

Exercise 1: Używanie menedżerów kontekstu Exercise 2: Liczba kotów Exercise 3: Prędkość kotów Exercise 4: Pisanie menedżerów kontekstu Exercise 5: Menedżer kontekstu timer()Exercise 6: Menedżer kontekstu open() tylko do odczytu Exercise 7: Tematy zaawansowane Exercise 8: Przypadki użycia menedżerów kontekstu

Bieżące ćwiczenie

Exercise 9: Pobieranie danych z NASDAQ Exercise 10: Zmiana katalogu roboczego

Dekoratory to niezwykle potężne narzędzie w Pythonie – pozwalają modyfikować zachowanie funkcji bez zmiany jej kodu. Ten rozdział wprowadzi cię w fundamentalne pojęcia niezbędne do zrozumienia dekoratorów: funkcje jako obiekty, zasięg zmiennych i domknięcia. Następnie zapoznasz się z tym, jak dekoratory są definiowane i stosowane. Ta głęboka wyprawa w mechanizmy Pythona przygotuje cię do pisania naprawdę zaawansowanego kodu.

Exercise 1: Funkcje są obiektami Exercise 2: Tworzenie aplikacji wiersza poleceń do analizy danych Exercise 3: Przeglądanie kodu współpracownika Exercise 4: Zwracanie funkcji w grze matematycznej Exercise 5: Zasięg Exercise 6: Rozumienie zasięgu zmiennych Exercise 7: Modyfikowanie zmiennych spoza lokalnego zakresu Exercise 8: Domknięcia Exercise 9: Sprawdzanie domknięcia Exercise 10: Domknięcia chronią twoje wartości Exercise 11: Dekoratory Exercise 12: Składnia dekoratorów Exercise 13: Definiowanie dekoratora

Teraz, gdy rozumiesz już, jak dekoratory działają od środka, ten rozdział przedstawia wiele praktycznych przykładów ich zastosowania we własnym kodzie. Poznasz też zaawansowane techniki, takie jak zachowywanie metadanych dekorowanych funkcji oraz pisanie dekoratorów przyjmujących argumenty.

Exercise 1: Przykłady z praktyki Exercise 2: Wyświetlanie zwracanego typu Exercise 3: Licznik Exercise 4: Dekoratory i metadane Exercise 5: Zachowywanie docstringów podczas dekorowania funkcji Exercise 6: Mierzenie narzutu dekoratora Exercise 7: Dekoratory przyjmujące argumenty Exercise 8: Run_n_times()Exercise 9: Generator HTML Exercise 10: Timeout(): przykład z prawdziwego życia Exercise 11: Tagowanie funkcji Exercise 12: Sprawdzanie typu zwracanej wartości Exercise 13: Świetna robota!