12459
Комментарий:
|
12528
|
Удаления помечены так. | Добавления помечены так. |
Строка 180: | Строка 180: |
Found 3 errors in 1 file (checked 1 source file) | Found 3 errors in 1 file (checked 1 source file) |
Строка 212: | Строка 212: |
* Сравнение производительности: {{{#!console $ mypyc speed.py |
Сравнение производительности: {{{#!highlight console $ mypyc speed.py |
Строка 222: | Строка 222: |
$ ls build ex1.py __pycache__ speed.cpython-38.so speed_.py |
|
Строка 224: | Строка 226: |
$ python3 -c "import speed; print(speed.test())" | $ python3 -c "import speed; print(speed.test())" |
Метаклассы и аннотации
Это две совсем разные темы, если что).
Метаклассы
Внезапно развёрнутое описание на StackOverflow (перевод на Хабре)
Забойная статья Sebastian Buczyński 2020 года (Перевод)
Хороший пример real-life кода на Python, эксплуатирующий метаклассы и многое другое:
enum (в частности, How are Enums different?)
Итак.
Класс можно создать просто функцией (aka Monkey patch)
- Декоратором
- От класса можно унаследоваться и всё модифицировать в потомке
TODO but why then?
Создание класса с помощью type(name, bases, dict)
это вырожденный вызов type("имя", (кортеж родителей), {пространство имён})
1 C = type("C", (), {})
- Например,
Но type — это просто класс такой ⇒ от него можно унаследоваться, например, перебить ему __init__():
а вот это Boo = overtype… можно записать так:
(по сути, class C: — это class C(metaclass=type):)
__call__() → (__prepare__() для автоматического создания пространства имён, если есть), __new__(), __init__()
__new__()
создаёт экземпляр объекта (а __init__() заполняет готовый)
это метод класса (такой @classmethod без декоратора)
в нём можно поменять всё, что в __init__() приезжает готовое и read-only: __slots__, имя класса (если это метакласс) и т. п.
Два примера:
- Ненаследуемый класс
1 class final(type): 2 def __new__(metacls, name, parents, namespace): 3 for cls in parents: 4 if isinstance(cls, final): 5 raise TypeError(f"{cls.__name__} is final") 6 return super(final, metacls).__new__(metacls, name, parents, namespace) 7 class E(metaclass=final): pass 8 class C: pass 9 class A(C, E): pass
Синглтон (больше синглтонов тут)
1 class Singleton(type): 2 _instance = None 3 def __call__(cls, *args, **kw): 4 if cls._instance is None: 5 cls._instance = super(Singleton, cls).__call__(*args, **kw) 6 return cls._instance 7 8 class S(metaclass=Singleton): 9 A = 3 10 s, t = S(), S() 11 s.newfield = 100500 12 print(f"{s.newfield=}, {t.newfield=}") 13 print(f"{s is t=}")
Модуль types
Аннотации
Duck typing:
- Экономия кода на описаниях и объявлениях типа
- Экономия (несравненно бо́льшая) кода на всех этих ваших полиморфизмах
- ⇒ Компактный читаемый код, хорошее отношение семантика/синтаксис
- ⇒ Быстрое решение Д/З ☺
Однако:
- Практически все ошибки — runtime
- Много страданий от невнимательности (передал объект не того типа, и не заметил, пока не свалилось)
Вашей невнимательности не поможет даже хитрое IDE: оно тоже не знает о том, какого типа объекты правильные, какого — нет
- (соответственно, о полях вашего объекта тоже)
Часть прагматики растворяется в коде (например, вы написали строковую функцию, как об этом узнать?)
- Большие и сильно разрозненные проекты — ?
Поэтому нужны указания о типе полей классов, параметрах и возвращаемых значений функций/методов и т. п. — Аннотации
- Пример аннотаций полей, параметров и возвращаемых значений
1 class C: 2 A: int = 2 3 def __init__(self, param: int = None, signed: bool = True): 4 if param != None: 5 self.A = param if signed else abs(param) 6 7 def mult(self, mlt) -> str: 8 return self.A * mlt 9 10 a, b = C(3), C("QWE") 11 print(f"{a.mult([2])=}, {b.mult(2)=}") 12 print(f"{a.__annotations__=}") 13 print(f"{a.mult.__annotations__=}") 14 print(f"{C.__init__.__annotations__}")
- Аннотации сами по себе не влияют на семантику функции
Типы в аннотациях — это настоящие типы
Про аннотацию переменных на DZone (перевод на tproger)
Составные и нечёткие типы
- Python 3.9 с нами :)
Просто прочитаем What’s New In Python 3.9
в частности, дженерики (pep-0585)
Для указания, какого типа, например, элементы списка
list[int] в 3.9 vs. 3.8
Модуль typing
Алиасы (практически typedef), Any, NewType (категоризация), Callable
Дженерики и collections.abc
Инструменты: NoReturn, Union, Optional, Type (если сама переменная — класс), Literal, Final, …
Отложенная аннотация: pep-0563
Развесистая статья на Хабре (⩽ Python3.8, однако ☺, см pep-0585)
dataclass — типизированные структуры
Важно: в Python есть поддержка аннотаций, но практически нет их использования (разве что в dataclasses). В язык не входит, делайте сами.
MyPy
Зачем аннотации?
- Дисциплина программирования
- большие, сверхбольшие и «долгие» проекты
Потенциально возможные проверки
- Прагматика, включенная в синтаксис языка
- Преобразование Python-кода в представления, требующие статической типизации
- …
http://www.mypy-lang.org: статическая типизация в Python (ну, почти… или совсем!)
Описание типов переменных, параметров и т. п.-
- Проверка выражений с типизированными данными
В т. .ч не-проверка нетипизиварованных
- Пример:
- Он запускается! Но проверку на статическую типизацию не проходит:
1 $ mypy ex1.py 2 ex1.py:6: error: Unsupported operand types for + ("int" and "str") 3 ex1.py:7: error: Incompatible return value type (got "int", expected "str") 4 ex1.py:13: error: Incompatible types in assignment (expression has type "str", variable has type "int") 5 Found 3 errors in 1 file (checked 1 source file) 6 $ mypy --strict ex1.py 7 ex1.py:1: error: Function is missing a type annotation for one or more arguments 8 ex1.py:3: error: Returning Any from function declared to return "str" 9 ex1.py:6: error: Unsupported operand types for + ("int" and "str") 10 ex1.py:7: error: Incompatible return value type (got "int", expected "str") 11 ex1.py:13: error: Incompatible types in assignment (expression has type "str", variable has type "int") 12 Found 5 errors in 1 file (checked 1 source file) 13
Компиляция. Если все объекты полностью типизированы, у них имеется эквивалент в виде соответствующих структур PythonAPI. ЧСХ, у байт-кода тоже есть эквивалент в Python API
Таинственный mypyc
- Пока не рекомендуют использовать, но сами все свои модули им компилируют!
Пример для mypyc
Сравнение производительности:
1 $ mypyc speed.py
2 running build_ext
3 building 'speed' extension
4 creating build/temp.linux-x86_64-3.8
5 creating build/temp.linux-x86_64-3.8/build
6 x86_64-alt-linux-gcc -pthread -Wno-unused-result -Wsign-compare -DNDEBUG -g -fwrapv -O3 -Wall -pipe -frecord-gcc-switches -Wall -g -O3 -fPIC -I/home/george/.local/lib/python3/site-packages/mypyc/lib-rt -I/usr/include/python3.8 -c build/__native.c -o build/temp.linux-x86_64-3.8/build/__native.o -O3 -Werror -Wno-unused-function -Wno-unused-label -Wno-unreachable-code -Wno-unused-variable -Wno-unused-command-line-argument -Wno-unknown-warning-option -Wno-unused-but-set-variable
7 x86_64-alt-linux-gcc -pthread -shared build/temp.linux-x86_64-3.8/build/__native.o -L/usr/lib64 -o /home/george/src/mypyex/speed.cpython-38.so
8 $ mv speed.py speed_.py
9 $ ls
10 build ex1.py __pycache__ speed.cpython-38.so speed_.py
11 $ python3 -c "import speed_; print(speed_.test())"
12 12.719617366790771
13 $ python3 -c "import speed; print(speed.test())"
14 2.643144130706787
15
Д/З
TODO