


Fünf wichtige Tipps zur Verbesserung der Lesbarkeit von Python-Code
Übersetzer |. Zhao Qingyu
Rezensent |. Schauen Sie oft auf den Code zurück, den Sie vor 6 Monaten geschrieben haben, und möchten Sie wissen, was in diesem Code vor sich geht? Ich weiß nicht, wo ich anfangen soll. Diese Situation kommt bei Entwicklern relativ häufig vor. Es gibt viele Methoden in Python, die uns helfen, das Innenleben von Code zu verstehen. Wenn Sie also den Code von Anfang an betrachten oder Code schreiben, sollte es einfacher sein, dort fortzufahren, wo Sie aufgehört haben.
Hier gebe ich Ihnen ein Beispiel. Möglicherweise erhalten wir den unten gezeigten Code. Das ist nicht das Schlimmste, aber es gibt einige Dinge, die wir bestätigen müssen, wie zum Beispiel:
Wofür stehen f und d in der Funktion „load_las_file“- Warum überprüfen wir die Ergebnisse in der Clay-Funktion? Diese Funktionen erfordern welchen Typ: Floats oder DataFrames?
1. Kommentare
Als Erstes können wir dem Code Kommentare zu bestimmten Zeilen hinzufügen. Achten Sie jedoch darauf, nicht zu viele Kommentare abzugeben. Kommentare müssen erklären, warum der Code funktioniert oder warum etwas auf eine bestimmte Art und Weise gemacht wird, und nicht, wie es implementiert wird. Kommentare in Python werden normalerweise mit dem Nummernzeichen (#) vervollständigt, das eine oder mehrere Zeilen umfassen kann.
# Comment using the hashtag # Another comment using the hashtag
Für mehrzeilige Kommentare können wir auch doppelte Anführungszeichen verwenden.
""" This is an example of a multi-line comment """
Im folgenden Beispiel wurden einige Kommentare zum Code hinzugefügt, um zu erklären, wie bestimmte Codezeilen funktionieren und warum:
2. Explizite TypisierungDie Python-Sprache ist dynamisch typisiert, was bedeutet, dass es sich um Variablentypen handelt wird nur zur Laufzeit überprüft. Darüber hinaus können Variablen während der Codeausführung ihren Typ ändern. Bei der statischen Typisierung hingegen wird der Variablentyp explizit deklariert und kann sich während der Codeausführung nicht ändern.
Im Jahr 2014 führte PEP 484 das Konzept der Typhinweise ein, und dieses Konzept wurde anschließend in Python 3.5 eingeführt. Dadurch können Sie Variablentypen explizit deklarieren. Durch das Hinzufügen von Typhinweisen können Sie die Lesbarkeit Ihres Codes erheblich verbessern. Im folgenden Beispiel sehen wir:
erfordert zwei Parameter Der Typ des Parameters Dateiname ist String- Der Typ des Parameters start_ Depth ist vom Typ Float und der Standardwert dieses Parameters ist None
- Die Funktion wird zurückgegeben Ein Pandas DataFrame-Objekt
3. Dokumentationszeichenfolge
Dokumentationszeichenfolge ist die Zeichenfolge, die unmittelbar auf die Funktions- oder Klassendefinition folgt. Docstrings sind eine großartige Möglichkeit, im Detail zu erklären, was eine Funktion tut, welche Argumente sie akzeptiert, welche Ausnahmen sie auslöst, welchen Rückgabewert sie hat und vieles mehr. Wenn Sie außerdem ein Tool wie Sphinx verwenden, um eine Online-Dokumentation für Ihren Code zu erstellen, werden die Dokumentzeichenfolgen automatisch extrahiert und in die entsprechende Dokumentation konvertiert. Das folgende Beispiel zeigt die Dokumentzeichenfolge für eine Funktion namens clay_volume. Hier können wir die Bedeutung jedes Parameters angeben. Dies macht es detaillierter als einfache Typhinweise. Sie können auch weitere Informationen über die Methodik hinter der Funktion hinzufügen, beispielsweise wissenschaftliche Referenzen oder Gleichungen.
Doc-Strings sind auch sehr hilfreich, wenn wir Funktionen an anderer Stelle im Code aufrufen. Wenn Sie beispielsweise Code mit Visual Studio schreiben, können Sie mit der Maus über einen Funktionsaufruf fahren und ein Popup sehen, das zeigt, was die Funktion tut und was sie erfordert.4. Lesbare Variablennamen
Manchmal sind Ihnen die Namen von Variablen beim Schreiben von Code egal, insbesondere wenn die Zeit knapp ist. Wenn Sie jedoch zurückgehen und sich den Code ansehen und eine Reihe von Variablen mit den Namen x1 oder var123 finden, verstehen Sie möglicherweise nicht auf den ersten Blick, was sie darstellen. Im folgenden Beispiel gibt es zwei Variablen f und d. Wir können die Bedeutung solcher Variablen erraten, indem wir uns andere Teile des Codes ansehen. Dies kann jedoch einige Zeit dauern, insbesondere wenn der Code lang ist.
Wenn wir diesen Variablen geeignete Namen geben, können wir erkennen, dass eine der Variablen die vom Aufruf lasio.read() gelesene Datendatei ist und höchstwahrscheinlich die Originaldaten. Die Datenvariable sagt uns, dass es sich hierbei um die tatsächlichen Daten handelt, mit denen wir es zu tun haben.
5. Vermeiden Sie magische Zahlen
Magische Zahlen sind Werte im Code, die eine ungeklärte Bedeutung haben und Konstanten sein können. Die Verwendung dieser Werte im Code kann zu Mehrdeutigkeiten führen, insbesondere wenn Sie mit der Verwendung von Zahlen in Berechnungen nicht vertraut sind. Wenn wir außerdem dieselbe magische Zahl an mehreren Stellen haben und sie aktualisiert werden muss, müssen wir jede Instanz davon aktualisieren. Wenn solchen Zahlen jedoch eine entsprechend benannte Variable zugewiesen wird, wird der Ersetzungsprozess viel einfacher. Im folgenden Beispiel haben wir eine Funktion, die einen Wert namens Ergebnis berechnet und ihn mit 0,6 multipliziert. Was bedeutet das? Ist es ein Skalar?
Wenn wir eine Variable deklarieren und ihr den Wert zuweisen, wissen wir eher, was es ist. In diesem Fall wird das Verhältnis von Ton zu Schiefer verwendet, um den Gammastrahlenindex in Tonvolumen umzurechnen.
6. Endgültiger Code
Nachdem wir die oben genannten Tipps angewendet haben, sieht unser endgültiger Code jetzt klarer und verständlicher aus.
7. Zusammenfassung
Das Hinzufügen von Erklärungen zu Ihrem Code durch Kommentare und Dokumentzeichenfolgen kann Ihnen und anderen helfen, zu verstehen, was der Code tut. Es mag sich zunächst wie eine lästige Pflicht anfühlen, aber mit der Verwendung der Werkzeuge und regelmäßiger Übung wird es zur zweiten Natur.
Originallink: https://towardsdatascience.com/5-essential-tips-to-improve-the-readability-of-your-python-code-a1d5e62a4bf0
Einführung in den Übersetzer
Zhao Qingyu, 51CTO-Community-Redakteur, engagiert in jahrelanger treibender Entwicklung. Seine Forschungsinteressen umfassen sichere Betriebssysteme und Netzwerksicherheitsbereiche und er hat netzwerkbezogene Patente veröffentlicht.
Das obige ist der detaillierte Inhalt vonFünf wichtige Tipps zur Verbesserung der Lesbarkeit von Python-Code. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Python ist leichter zu lernen und zu verwenden, während C leistungsfähiger, aber komplexer ist. 1. Python -Syntax ist prägnant und für Anfänger geeignet. Durch die dynamische Tippen und die automatische Speicherverwaltung können Sie die Verwendung einfach zu verwenden, kann jedoch zur Laufzeitfehler führen. 2.C bietet Steuerung und erweiterte Funktionen auf niedrigem Niveau, geeignet für Hochleistungsanwendungen, hat jedoch einen hohen Lernschwellenwert und erfordert manuellem Speicher und Typensicherheitsmanagement.

Python und C haben signifikante Unterschiede in der Speicherverwaltung und -kontrolle. 1. Python verwendet die automatische Speicherverwaltung, basierend auf der Referenzzählung und der Müllsammlung, um die Arbeit von Programmierern zu vereinfachen. 2.C erfordert eine manuelle Speicherverwaltung und liefert mehr Kontrolle, aber die Komplexität und das Fehlerrisiko. Welche Sprache zu wählen sollte, sollte auf Projektanforderungen und Teamtechnologie -Stack basieren.

Zu den Anwendungen von Python im wissenschaftlichen Computer gehören Datenanalyse, maschinelles Lernen, numerische Simulation und Visualisierung. 1.Numpy bietet effiziente mehrdimensionale Arrays und mathematische Funktionen. 2. Scipy erweitert die Numpy -Funktionalität und bietet Optimierungs- und lineare Algebra -Tools. 3.. Pandas wird zur Datenverarbeitung und -analyse verwendet. 4.Matplotlib wird verwendet, um verschiedene Grafiken und visuelle Ergebnisse zu erzeugen.

Ob die Auswahl von Python oder C von den Projektanforderungen abhängt: 1) Python eignet sich aufgrund seiner prägnanten Syntax und reichhaltigen Bibliotheken für schnelle Entwicklung, Datenwissenschaft und Skripten; 2) C ist für Szenarien geeignet, die aufgrund seiner Zusammenstellung und des manuellen Speichermanagements eine hohe Leistung und die zugrunde liegende Kontrolle erfordern, wie z. B. Systemprogrammierung und Spielentwicklung.

Python wird in Datenwissenschaft und maschinellem Lernen häufig verwendet, wobei hauptsächlich auf seine Einfachheit und ein leistungsstarkes Bibliotheksökosystem beruhen. 1) Pandas wird zur Datenverarbeitung und -analyse verwendet, 2) Numpy liefert effiziente numerische Berechnungen, und 3) Scikit-Learn wird für die Konstruktion und Optimierung des maschinellen Lernens verwendet. Diese Bibliotheken machen Python zu einem idealen Werkzeug für Datenwissenschaft und maschinelles Lernen.

Ist es genug, um Python für zwei Stunden am Tag zu lernen? Es hängt von Ihren Zielen und Lernmethoden ab. 1) Entwickeln Sie einen klaren Lernplan, 2) Wählen Sie geeignete Lernressourcen und -methoden aus, 3) praktizieren und prüfen und konsolidieren Sie praktische Praxis und Überprüfung und konsolidieren Sie und Sie können die Grundkenntnisse und die erweiterten Funktionen von Python während dieser Zeit nach und nach beherrschen.

Zu den wichtigsten Anwendungen von Python in der Webentwicklung gehören die Verwendung von Django- und Flask -Frameworks, API -Entwicklung, Datenanalyse und Visualisierung, maschinelles Lernen und KI sowie Leistungsoptimierung. 1. Django und Flask Framework: Django eignet sich für die schnelle Entwicklung komplexer Anwendungen, und Flask eignet sich für kleine oder hochmobile Projekte. 2. API -Entwicklung: Verwenden Sie Flask oder Djangorestframework, um RESTFUFFUPI zu erstellen. 3. Datenanalyse und Visualisierung: Verwenden Sie Python, um Daten zu verarbeiten und über die Webschnittstelle anzuzeigen. 4. Maschinelles Lernen und KI: Python wird verwendet, um intelligente Webanwendungen zu erstellen. 5. Leistungsoptimierung: optimiert durch asynchrones Programmieren, Caching und Code

Python ist in der Entwicklungseffizienz besser als C, aber C ist in der Ausführungsleistung höher. 1. Pythons prägnante Syntax und reiche Bibliotheken verbessern die Entwicklungseffizienz. 2. Die Kompilierungsmerkmale von Compilation und die Hardwarekontrolle verbessern die Ausführungsleistung. Bei einer Auswahl müssen Sie die Entwicklungsgeschwindigkeit und die Ausführungseffizienz basierend auf den Projektanforderungen abwägen.


Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

MinGW – Minimalistisches GNU für Windows
Dieses Projekt wird derzeit auf osdn.net/projects/mingw migriert. Sie können uns dort weiterhin folgen. MinGW: Eine native Windows-Portierung der GNU Compiler Collection (GCC), frei verteilbare Importbibliotheken und Header-Dateien zum Erstellen nativer Windows-Anwendungen, einschließlich Erweiterungen der MSVC-Laufzeit zur Unterstützung der C99-Funktionalität. Die gesamte MinGW-Software kann auf 64-Bit-Windows-Plattformen ausgeführt werden.

Dreamweaver CS6
Visuelle Webentwicklungstools

mPDF
mPDF ist eine PHP-Bibliothek, die PDF-Dateien aus UTF-8-codiertem HTML generieren kann. Der ursprüngliche Autor, Ian Back, hat mPDF geschrieben, um PDF-Dateien „on the fly“ von seiner Website auszugeben und verschiedene Sprachen zu verarbeiten. Es ist langsamer und erzeugt bei der Verwendung von Unicode-Schriftarten größere Dateien als Originalskripte wie HTML2FPDF, unterstützt aber CSS-Stile usw. und verfügt über viele Verbesserungen. Unterstützt fast alle Sprachen, einschließlich RTL (Arabisch und Hebräisch) und CJK (Chinesisch, Japanisch und Koreanisch). Unterstützt verschachtelte Elemente auf Blockebene (wie P, DIV),

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung