pep

Python实战社群 Java实战社群 长按识别下方二维码， 按需求添加 扫码关注添加客服 进Python社群▲ 扫码关注添加客服 进Java社群 ▲ 金磊 发自 凹非寺 量子位 报道 | 公众号 QbitAI Python3.9 ，「千呼万唤始出来」。 先来速看下此次发布版本的重点。 新 语法特性 ： PEP 584，为 dict 增加合并运算符。 PEP 585，标准多项集中的类型标注泛型。 PEP 614，放宽对装饰器的语法限制。 新 内置特性 ： PEP 616，移除前缀和后缀的字符串方法。 新 标准库中的特性 ： PEP 593，灵活的函数和变量标注。 添加了 os.pidfd_open() ，允许不带竞争和信号的进程管理。 解释器 方面的改进： PEP 573，从 C 扩展类型的方法快速访问模块状态。 PEP 617，CPython 现在使用基于 PEG 的新解析器。 …… 新 库模块 ： PEP 615，IANA 时区数据库现在已包含于标准库的 zoneinfo 模块。 图的拓扑排序实现现在已由新的 graphlib 模块提供。 为了更好地理解此次更新，Twitter上一位16岁少年 Pratham Prasoon ，还自制了一张 「Python 3.9新特性必知图」 。 列出了他认为比较重要的 八大新特性 ，广受网友好评。 字典合并与更新运算符 此次

浅谈 Python 的 with 语句 深入理解 Python 王生辉, 李骅宸 发布: 2011-12-02 引言 with 语句是从 Python 2.5 开始引入的一种与异常处理相关的功能（2.5 版本中要通过 from future import with_statement 导入后才可以使用），从 2.6 版本开始缺省可用（参考 What’s new in Python 2.6? 中 with 语句相关部分介绍）。 with 语句适用于对资源进行访问的场合， 确保不管使用过程中是否发生异常都会执行必要的”清理”操作 ，释放资源，比如文件使用后自动关闭、线程中锁的自动获取和释放等。 术语 要使用 with 语句，首先要明白上下文管理器这一概念。有了上下文管理器，with 语句才能工作。 下面是一组与上下文管理器和with 语句有关的概念。 上下文管理协议（Context Management Protocol） ：包含方法 enter () 和 exit ()，支持该协议的对象要实现这两个方法。 上下文管理器（Context Manager） ：支持上下文管理协议的对象，这种对象实现了 enter () 和 exit () 方法。上下文管理器定义执行 with 语句时要建立的运行时上下文，负责执行 with 语句块上下文中的进入与退出操作。通常使用 with

作者 | 豌豆花下猫 来源 | Python猫 前言 我在上一篇文章中分析了为什么 Python 没有 void 类型的话题，在文章发布后，有读者跟我讨论起了另一个关于类型的问题，但是，我们很快就出现了重大分歧。 我们主要的分歧就在于： Python 到底是不是强类型语言？ 我认为是，而他认为不是。 他写了一篇很长的文章《谁告诉的你们Python是强类型语言！站出来，保证不打你！》，专门重申了他的观点，但可惜错漏百出。 我曾有想法要写写关于 Python 类型的问题，现在借着这个机会，就来系统地梳理一下吧。 （PS：在我写作进行到差不多一半的时候，微信读者群里恰好也讨论到“强弱类型”的话题！在与大家讨论时，我的一些想法得到了验证，同时我也学到了很多新知识，所以本文的部分内容有群友们的功劳，特此鸣谢！） 动静类型与强弱类型 很多读者应该都熟悉动态类型与静态类型，但是很多人也会把它们跟强弱类型混为一谈，所以我们有必要先作一下概念上的澄清。 这两组类型都是针对于编程语言而言的，但关注的核心问题不同。 对于“动静类型”概念，它的核心问题是“什么时候知道一个变量是哪种类型”？ 一般而言，在编译期就确定变量类型的是静态类型语言，在运行期才确定变量类型的则是动态类型语言。 例如，某些语言中定义函数“int func(int a){…}”，在编译时就能确定知道它的参数和返回值是 int 类型

styleguide Google Python Style Guide 1 Background Python is the main dynamic language used at Google. This style guide is a list of dos and don’ts for Python programs. To help you format code correctly, we’ve created a settings file for Vim . For Emacs, the default settings should be fine. Many teams use the yapf auto-formatter to avoid arguing over formatting. 2 Python Language Rules 2.1 Lint Run pylint over your code. 2.1.1 Definition pylint is a tool for finding bugs and style problems in Python source code. It finds problems that are typically caught by a compiler for less dynamic

事后分析 设想和目标 我们的软件要解决什么问题？是否定义得很清楚？是否对典型用户和典型场景有清晰的描述？ Alpha阶段 要解决的问题是：根据用户标注的信息完成知识图谱的生成渲染。要解决的问题定义得比较清楚，在功能规格说明书中给出了详细的原型设计。对典型的用户和典型的场景描述可以参见 功能规格说明书 我们达到目标了吗？（原计划的功能做到了几个？按照原计划交付时间交付了吗？原计划达到的用户数量达到了吗？） 实现 了的的功能有：用户登录注册、登出、实体的添加删除、实体关系的添加、知识图谱的渲染。 未实现 的功能有：导入文本、导出图谱数据结构、保存项目。 交付时间：原计划4.29交付，我们在削减了一些功能之后基本按时交付。 用户数量：我们预计发布一周后用户注册量为200，截止5.5日，我们的注册量为59人，未能达成预期用户数量。原因分析参见 Alpha - 项目展示 总体来说，我们在Alpha阶段的目标并没有完全实现。主要原因是前后端的学习成本非常高，在冲刺阶段大家都还在学习开发相关的知识，这也导致开发时间被大量压缩。 和上一阶段相比，团队软件工程的质量提高了吗？在什么地方有提高，具体提高了多少，如何衡量的？ 没有上一阶段，我们从0开始开发的。 用户量，用户对重要功能的接受程度和我们事先的预想一致么？我们离目标更近了吗？有什么经验教训？如果历史重来一遍，我们会做什么改进？

一篇文章掌握 Python 内置 zip() 的全部内容 zip() 是 Python 中最好用的内置类型之一，它可以接收多个可迭代对象参数，再返回一个迭代器，可以把不同可迭代对象的元素组合起来。 我之前写迭代器系列的时候，在《 Python进阶：设计模式之迭代器模式 》中简单地介绍过它，前几天翻译了 Python 3.10 采纳的 PEP-618 ，介绍了它将会迎来的变更。 但是，还有不少同学并不知道 zip()，或者不能熟练掌握它的用法，因此本文打算来做一个更为详细的梳理。 内容主要分三部分： 用法部分：介绍它的基础用法、高级用法、骚操作用法 进阶部分：介绍它的实现原理，关注几个实现的细节 发散部分：聚焦它的不足，以及解决方法 1、zip() 的 n 种用法 基本用法：像拉链一样，将多个可迭代对象组合起来，然后可以用 for 循环依次取出，或者一次性将结果存入列表、元组或者字典之类的容器中。 它的结果是一个迭代器，迭代器生成的元素是元组，第 i 个元组的元素分别来自可迭代对象参数的第 i 个元素，如上图所示。 另外，for 循环还可以把元组内的元素依次取出，这样会很方便： 它的参数并不要求是同一类的可迭代对象，因此可以有非常多的组合方式，例如： 但是，如果把字典作为 zip() 的参数，会是什么结果呢？字典是 key-value 键值对形式，跟列表之类的单一元素结构不同。