189 8069 5689
这篇文章主要为大家展示了“Python3.2特性有哪些”，内容简而易懂，条理清晰，希望能够帮助大家解决疑惑，下面让小编带领大家一起研究并学习一下“Python3.2特性有哪些”这篇文章吧。
专注于为中小企业提供成都网站设计、网站建设、外贸网站建设服务,电脑端+手机端+微信端的三站合一,更高效的管理,为中小企业太白免费做网站提供优质的服务。我们立足成都，凝聚了一批互联网行业人才，有力地推动了上1000+企业的稳健成长，帮助中小企业通过网站建设实现规模扩充和转变。
argparse 模块首次出现在 Python 3.2 中。有许多用于命令行解析的第三方模块。但是内置的 argparse 模块比许多人认为的要强大。
要记录所有的 argparse 的特性，那需要专门写系列文章。下面是一个例子，说明如何用 argparse 做子命令。
想象一下，一个命令有两个子命令：negate，需要一个参数，multiply，需要两个参数：
$ computebot negate 5-5$ computebot multiply 2 36
import argparse parser = argparse.ArgumentParser()subparsers = parser.add_subparsers()
add_subparsers() 方法创建一个对象，你可以向其添加子命令。唯一需要记住的技巧是，你需要添加通过 set_defaults() 调用的子命令：
negate = subparsers.add_parser("negate")negate.set_defaults(subcommand="negate")negate.add_argument("number", type=float)multiply = subparsers.add_parser("multiply")multiply.set_defaults(subcommand="multiply")multiply.add_argument("number1", type=float)multiply.add_argument("number2", type=float)我最喜欢的一个 argparse 功能是，因为它把解析和运行分开，测试解析逻辑特别令人愉快。
parser.parse_args(["negate", "5"])
Namespace(number=5.0, subcommand='negate')
parser.parse_args(["multiply", "2", "3"])
Namespace(number1=2.0, number2=3.0, subcommand='multiply')
上下文是 Python 中一个强大的工具。虽然很多人 使用 它们，但编写一个新的上下文常常看起来像一门黑暗艺术。有了 contextmanager 装饰器，你所需要的只是一个一次性的生成器。
编写一个打印出做某事所需时间的上下文，就像这样简单：
import contextlib, timeit @contextlib.contextmanagerdef timer(): before = timeit.default_timer() try: yield finally: after = timeit.default_timer() print("took", after - before)你可以这样使用：
import time with timer(): time.sleep(10.5)
took 10.511025413870811`
有时，在内存中缓存一个函数的结果是有意义的。例如，想象一下经典的问题：“有多少种方法可以用 25 美分、1 美分、2 美分和 3 美分可以来换取 1 美元？”
这个问题的代码可以说是非常简单：
def change_for_a_dollar(): def change_for(amount, coins): if amount == 0: return 1 if amount < 0 or len(coins) == 0: return 0 some_coin = next(iter(coins)) return ( change_for(amount, coins - set([some_coin])) + change_for(amount - some_coin, coins) ) return change_for(100, frozenset([25, 10, 5, 1]))
在我的电脑上，这需要 13ms 左右：
with timer(): change_for_a_dollar()
took 0.013737603090703487`
事实证明，当你计算有多少种方法可以做一些事情，比如用 50 美分找钱，你会重复使用相同的硬币。你可以使用 lru_cache 来避免重复计算。
import functools def change_for_a_dollar(): @functools.lru_cache def change_for(amount, coins): if amount == 0: return 1 if amount < 0 or len(coins) == 0: return 0 some_coin = next(iter(coins)) return ( change_for(amount, coins - set([some_coin])) + change_for(amount - some_coin, coins) ) return change_for(100, frozenset([25, 10, 5, 1]))
with timer(): change_for_a_dollar()
took 0.004180959425866604`
一行的代价是三倍的改进。不错。
以上是“Python3.2特性有哪些”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注创新互联行业资讯频道！