Python Academy · Pelajaran

Asas NamedTuple

Cipta rekod ringan yang tidak boleh diubah

Pelajaran 3 daripada 413 langkah

Asas NamedTuple ialah pelajaran Python Academy percuma di CoddyKit. Ini ialah pelajaran 3 daripada 4. Anda boleh membaca keseluruhan pelajaran di bawah secara percuma — kemudian berlatih secara praktikal dalam pelayar menggunakan penyunting kod terbina dalam dan tutor kecerdasan buatan 24/7. Pelajaran ini merupakan sebahagian daripada laluan pembelajaran Python Academy, dan kemajuan anda disegerakkan merentas web serta aplikasi CoddyKit. Kursus Python Academy merangkumi sejumlah 4 pelajaran.

Apakah NamedTuple?

tupel bernama ialah tupel yang kedudukannya turut mempunyai nama. Anda mendapat sifat ringan dan tidak berubah bagi tupel, selain akses atribut yang mudah dibaca. Ia sangat sesuai untuk rekod kecil.

Masalah dengan Tupel Biasa

Tupel biasa bersifat berdasarkan kedudukan, jadi anda perlu mengingati maksud setiap indeks. Kod seperti p[0] dan p[1] mudah tersilap.

point = (1, 2)
print(point[0])  # x?
print(point[1])  # y?

Mencipta dengan namedtuple

Kilang collections.namedtuple membina subkelas tupel baharu. Hantar nama jenis dan nama medan.

from collections import namedtuple

Point = namedtuple('Point', ['x', 'y'])
p = Point(1, 2)
print(p)

Akses Berdasarkan Nama

Kini anda boleh membaca medan berdasarkan nama dan bukannya indeks, yang menjadikan kod mudah difahami tanpa penjelasan tambahan.

from collections import namedtuple

Point = namedtuple('Point', ['x', 'y'])
p = Point(1, 2)
print(p.x)
print(p.y)

Masih Merupakan Tupel

Tupel bernama masih merupakan tupel sebenar, jadi pengindeksan, pembongkaran dan pengulangan semuanya berfungsi seperti biasa.

from collections import namedtuple

Point = namedtuple('Point', ['x', 'y'])
p = Point(1, 2)
print(p[0])
x, y = p
print(x, y)

Ketidakbolehubahan

Seperti semua tupel, tupel bernama tidak boleh diubah. Percubaan untuk menetapkan nilai pada medan akan menimbulkan AttributeError.

from collections import namedtuple

Point = namedtuple('Point', ['x', 'y'])
p = Point(1, 2)
try:
    p.x = 99
except AttributeError as e:
    print('Cannot modify:', e)

Membuat Salinan yang Diubah Suai

Memandangkan anda tidak boleh mengubahnya, gunakan kaedah _replace() untuk menghasilkan instans baharu dengan beberapa medan yang berubah.

from collections import namedtuple

Point = namedtuple('Point', ['x', 'y'])
p = Point(1, 2)
q = p._replace(y=99)
print(p)
print(q)

Menukar kepada Kamus

Kaedah _asdict() mengembalikan medan sebagai kamus, yang berguna untuk penyirian atau pengelogan.

from collections import namedtuple

Point = namedtuple('Point', ['x', 'y'])
p = Point(1, 2)
print(p._asdict())

Memeriksa Medan

Atribut _fields menyenaraikan nama medan. Ia berguna untuk kod umum yang melakukan pengulangan pada medan rekod.

from collections import namedtuple

Point = namedtuple('Point', ['x', 'y'])
print(Point._fields)

Nilai Lalai

Sediakan nilai lalai dengan argumen defaults. Nilai lalai digunakan pada medan paling kanan, sama seperti nilai lalai parameter fungsi.

from collections import namedtuple

Point = namedtuple('Point', ['x', 'y', 'z'], defaults=[0])
print(Point(1, 2))
print(Point(1, 2, 9))

Mengembalikan Pelbagai Nilai

Tupel bernama sangat berguna sebagai nilai yang dikembalikan oleh fungsi. Daripada mengembalikan tupel tanpa nama, kembalikan tupel bernama supaya pemanggil dapat membaca medan berdasarkan nama.

from collections import namedtuple

Stats = namedtuple('Stats', ['minimum', 'maximum'])

def analyze(nums):
    return Stats(min(nums), max(nums))

r = analyze([3, 1, 9, 4])
print(r.minimum, r.maximum)

Semakan Pantas

Bagaimanakah anda menghasilkan salinan yang diubah suai daripada instans tupel bernama?

Imbas Kembali

Anda telah mempelajari cara mencipta rekod ringan yang tidak berubah.

  • namedtuple menambahkan nama medan pada tupel.
  • Akses medan berdasarkan nama atau indeks; pembongkaran masih berfungsi.
  • Gunakan _replace() untuk salinan yang diubah suai dan _asdict() untuk menukarnya.
  • _fields menyenaraikan nama; defaults menetapkan nilai lalai.
Percuma untuk bermula

Pelajari Python dengan tutor kecerdasan buatan — percuma

Tulis dan jalankan kod sebenar dalam pelayar anda, dapatkan bantuan segera daripada tutor kecerdasan buatan yang tersedia 24/7, dan sambung semula dari tempat anda berhenti di web atau dalam aplikasi.

Kursus
76
Pelajaran
320

Soalan Lazim

Adakah pelajaran “Asas NamedTuple” percuma?

Ya — teks penuh “Asas NamedTuple” boleh dibaca secara percuma di web ini. Untuk berlatih secara interaktif menggunakan penyunting kod terbina dalam dan tutor kecerdasan buatan 24/7, serta membuka kunci baki kursus Python Academy, tingkat taraf kepada CoddyKit PRO. Kursus Python Academy merangkumi sejumlah 4 pelajaran.

Apakah yang akan saya pelajari dalam “Asas NamedTuple”?

Cipta rekod ringan yang tidak boleh diubah Anda berlatih Python Academy menggunakan kod praktikal yang dijalankan terus dalam pelayar, manakala tutor kecerdasan buatan 24/7 menjawab soalan anda semasa anda mengikuti pelajaran.

Adakah saya memerlukan pengalaman untuk memulakan Python Academy?

Tiada pengalaman terdahulu diperlukan. Pembelajaran Python Academy di CoddyKit disusun untuk pelajar daripada peringkat pemula hingga lanjutan, jadi anda boleh bermula di sini atau dari awal dan belajar mengikut kadar anda sendiri. Ini ialah pelajaran 3 daripada 4.

Berapa lamakah pelajaran “Asas NamedTuple” diambil?

Kebanyakan pelajaran CoddyKit mengambil masa kira-kira 5–10 minit. Setiap pelajaran ringkas dan interaktif, jadi anda boleh membuat kemajuan secara berterusan dan menyambung tepat dari tempat anda berhenti di web atau aplikasi.

Bolehkah saya menulis dan menjalankan kod dalam pelajaran Python Academy ini?

Ya. Setiap pelajaran Python Academy menyertakan penyunting kod terbina dalam, jadi anda boleh menulis dan menjalankan kod sebenar terus dalam pelayar serta menerima maklum balas kecerdasan buatan serta-merta — tanpa memerlukan persediaan setempat.

Semua pelajaran dalam kursus ini

  1. Kelas Enum
  2. IntEnum dan Flag
  3. Asas NamedTuple
  4. typing.NamedTuple
← Kembali ke Python Academy