今天，我们介绍了十个掌握Python并使代码更“Pythonic”的关键原则。术语“Pythonic”指的是一种符合习惯用法并充分利用Python优势的Python编程风格。 Continue reading

我们重新探讨了工厂类比来解释进程、线程以及Python的全局解释器锁（GIL）。进程被比作工厂中的车间，独立运行，不受其他车间影响。线程则代表车间内的工人，共享资源。Python的GIL意味着，尽管有多个线程，但任何时刻只有一个线程执行Python代码，类似于将车间限制为单个活跃工人的规则。 Continue reading

在“和我一起玩Python”系列中介绍了f-strings的功能及应用。除了变量插入和函数结果调用外，f-strings还可进行表达式计算和日期时间格式化。讨论内容还包括访问字典和列表元素、使用三重引号创建多行字符串、Python 3.12版本新增功能、深层嵌套的利与弊。虽然深层嵌套会增加代码复杂性，但Python官方鼓励通过代码风格和linting工具解决这些问题，促进创新。视频最后向观众提出问题，展示了f-字符串在Python编程中的实用性和灵活性。 Continue reading

Git 是一种流行的版本控制系统，可跟踪代码更改。它允许查看项目历史，简化了回退错误的过程，同时消除了中心化系统的问题。Git 是免费、开源、快速且易于扩展的，全球超过 90% 的软件项目都在使用它。GitHub 是基于 Git 的，允许进行项目版本控制和协作。它形成了一个开源社区，用于发现、复制、修改和为项目做出贡献。此外，介绍了下载、安装和配置 Git，创建 GitHub 账户以及在 VS Code 中使用 Git 进行版本控制的实际步骤。 Continue reading

我们强调在Python中进行单元测试的重要性，解释了它在更新项目功能时节省时间并防止意外副作用的作用。我们使用一个简单的脚本myfunctions.py和test_myfunctions.py中的测试案例来演示单元测试，使用了Python的unittest模块。我们还讨论了断言方法、测试环境的设置和拆卸方法，以及测试的非顺序执行。引入了测试覆盖率的概念，强调高覆盖率并不总是意味着高质量的测试。我们提到了coverage模块，用于跟踪测试执行的代码行。 Continue reading

使用VS Code中的调试功能对于编程非常重要，尤其是在处理复杂程序时。通过设置断点并使用调试命令，可以更有效地检查变量状态、理解执行顺序和观察调用堆栈。这种方法比简单的打印语句更有组织和高效，能帮助识别和修复错误。通过两个示例，介绍了如何在Python脚本和订单处理系统中使用调试器。总结时强调，调试不仅是解决问题的工具，更是深入理解程序运行方式的重要手段。 Continue reading

迭代器和生成器对于处理大型数据集至关重要。迭代器允许以节省内存的方式顺序访问数据，而生成器则能按需生成数据，简化代码，提高性能。迭代器可用于列表、元组、集合、字典和字符串等可迭代对象，而生成器是一种特殊的迭代器，通过yield语句按需生成值。生成器表达式提供了一个内存友好的方式来处理大型数据集。生成器的优点包括简化代码、内存效率和自动保存状态。 Continue reading

今天咱们聚焦在Python的装饰器上，先从上节课的闭包开始聊。一开始，我用一个简单的装饰器示例来引入，就是那个outer()函数，它能修改并保持其他函数的功能。我们通过给say_hi函数加个@outer前缀来应用这个装饰器。接下来，我们讨论了怎么处理带参数的装饰器，用到了*args和**kwargs。还探讨了用类来定义装饰器的概念，这样做的好处包括了封装性和可维护性。最后，通过实例展示了装饰器在Python中的实际应用，比如用于日志记录和计算函数执行时间。这些例子展示了装饰器如何增强代码功能，用于性能监控和调试等任务。 Continue reading