Python Academy · Pelajaran

Pustaka attrs

Bandingkan attrs dengan dataclasses

Pelajaran 4 daripada 413 langkah

Pustaka attrs ialah pelajaran Python Academy percuma di CoddyKit. Ini ialah pelajaran 4 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 attrs?

attrs ialah pustaka pihak ketiga yang mempelopori idea menghasilkan kelas daripada medan, bertahun-tahun sebelum dataclasses dimasukkan ke dalam pustaka standard. Modul standard dataclasses mendapat inspirasi secara langsung daripadanya.

attrs memerlukan pemasangan berasingan: pip install attrs.
Ia menawarkan lebih banyak ciri berbanding dataclasses.
dataclasses terbina dalam dan memenuhi kebanyakan keperluan harian.

API attrs Moden

attrs moden menggunakan @define dan field() daripada ruang nama attrs. Bentuknya sangat serupa dengan kelas data.

from attrs import define, field

@define
class Point:
    x: int
    y: int

p = Point(1, 2)
print(p)

Slot secara Lalai

Satu perbezaan besar: kelas @define menggunakan __slots__ secara automatik. Ini mengurangkan penggunaan memori dan menghalang penambahan atribut yang tidak diisytiharkan secara tidak sengaja. Kelas data biasa menggunakan __dict__ biasa melainkan anda menghantar slots=True (Python 3.10+).

Pengesah Terbina dalam

attrs disertakan dengan pengesah sedia digunakan. Sesuatu medan boleh mengisytiharkan pengesah yang dijalankan semasa pembinaan dan menimbulkan ralat jika nilainya tidak sah. Kelas data tidak mempunyai pengesahan terbina dalam; anda perlu menulisnya sendiri dalam __post_init__.

from attrs import define, field
from attrs.validators import instance_of

@define
class User:
    age: int = field(validator=instance_of(int))

User(30)        # ok
User('oops')    # raises TypeError

Penukar

Penukar mengubah nilai masukan sebelum nilai tersebut disimpan. Contohnya, anda boleh menukar rentetan kepada nombor bulat secara automatik. Ini ialah satu lagi ciri yang tiada dalam kelas data.

from attrs import define, field

@define
class Item:
    price: int = field(converter=int)

i = Item('42')   # stored as the integer 42
print(i.price)

Setara dengan Kelas Data

Inilah idea yang sama menggunakan pustaka standard. Pengesahan dan penukaran perlu dimasukkan secara manual ke dalam __post_init__, kerana kelas data tidak menyediakan cangkuk bagi setiap medan.

from dataclasses import dataclass

@dataclass
class Item:
    price: int

    def __post_init__(self):
        self.price = int(self.price)

print(Item('42'))

asdict dalam Kedua-dua Pustaka

Kedua-dua pustaka menyediakan pembantu asdict. Pembantu kelas data terletak dalam dataclasses, manakala pembantu attrs terletak dalam attrs. Tingkah lakunya hampir sama.

from dataclasses import dataclass, asdict

@dataclass
class Point:
    x: int
    y: int

print(asdict(Point(1, 2)))

Bekukan dalam attrs

attrs turut menyokong ketidakbolehubahan. Gunakan @frozen (singkatan bagi @define(frozen=True)) untuk instans baca sahaja, selaras dengan @dataclass(frozen=True).

from attrs import frozen

@frozen
class Point:
    x: int
    y: int

p = Point(1, 2)
print(p)
# p.x = 9  would raise FrozenInstanceError

Perbandingan Ciri

Berikut ialah perbandingannya:

dataclasses: pustaka standard, tanpa pemasangan, memenuhi keperluan asas.
attrs: pengesah, penukar, slot secara lalai dan lebih banyak konfigurasi.
Kedua-duanya menjana __init__, __repr__ dan __eq__.

Yang Mana Patut Anda Gunakan?

Pilih dataclasses untuk pemegang data ringkas tanpa kebergantungan tambahan. Pilih attrs apabila anda memerlukan pengesah, penukar atau konfigurasinya yang lebih lengkap, dan anda selesa menambah kebergantungan. Banyak projek bermula dengan dataclasses dan hanya berpindah jika keperluannya melebihi kemampuan dataclasses.

Asal Usul yang Dikongsi

Oleh sebab dataclasses banyak meminjam daripada attrs, perpindahan antara kedua-duanya biasanya bersifat mekanikal: tukar import dan penghias, kemudian laraskan pengesah atau penukar. Jika anda mengetahui salah satunya, yang satu lagi akan menjadi mudah difahami.

@define sepadan dengan @dataclass.
attrs.field sepadan dengan dataclasses.field.
Pengesah dipindahkan ke dalam __post_init__ apabila beralih kepada dataclasses.

Semakan Pantas

Apakah keupayaan yang ditawarkan oleh attrs tetapi tidak disediakan secara terbina dalam oleh modul dataclasses standard?

Jawab dalam pelajaran interaktif

Imbas Kembali

Anda telah membandingkan attrs dengan dataclasses.

attrs menjadi inspirasi kepada dataclasses dan menawarkan lebih banyak ciri.
attrs menambah pengesah, penukar dan slot secara lalai.
dataclasses terbina dalam dan tidak memerlukan pemasangan.
Pilih alat paling ringkas yang memenuhi keperluan anda.

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

Mula belajar secara percuma Lihat kursus penuh

Soalan Lazim

Adakah pelajaran “Pustaka attrs” percuma?

Ya — teks penuh “Pustaka attrs” 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 “Pustaka attrs”?

Bandingkan attrs dengan dataclasses 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 4 daripada 4.

Berapa lamakah pelajaran “Pustaka attrs” 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

← Kembali ke Python Academy