‘’’

遇到问题没人解答？小编创建了一个Python学习交流QQ群：778463939

寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！

‘’’

from typing import Optional

import attr

@attr.s

class Position:

longitude: float = attr.ib()

latitude: float = attr.ib()

address: Optional[str] = attr.ib(default=None)

@longitude.validator

def check_long(self, attribute, v):

if not (-180 <= v <= 180):

raise ValueError(f"Longitude was {v}, but must be in [-180, +180]")

@latitude.validator

def check_lat(self, attribute, v):

if not (-90 <= v <= 90):

raise ValueError(f"Latitude was {v}, but must be in [-90, +90]")

pos1 = Position(49.0127913, 8.4231381, “Parkstraße 17”)

pos2 = Position(42.1238762, 9.1649964)

def get_distance(p1: Position, p2: Position) -> float:

pass

通过把装饰器改成 @attr.s(frozen=True)来使这个类变得不可修改。

你也可以在构造器入参的时候自动执行代码。这被称为是 “转换”。

@attr.s

… class C(object):

… x = attr.ib(converter=int)

o = C(“1”)

o.x

Visual Studio Code 中对类型注解有很多的插件可以使用。

5. Dataclass

Dataclasses 在 PEP 557 中被加入 Python 3.7。它与 attrs 类似，但是被收录于标准库中。一个很重要的点是 dataclass 就是普通的类， 不过是其中保存大量的数据而已。

与 attrs 不同的是，dataclass 使用类型注解而非 attr.ib() 这样的注解。我认为这样大大提高了可读性。另外，由于现在对属性有了注解，编辑器的支持效果也更好了。

你可以很容易的利用装饰器 @dataclass(frozen=True) 使 dataclass 变成不可修改的——这与 attrs 类似。

from typing import Optional

from dataclasses import dataclass

@dataclass

class Position:

longitude: float

latitude: float

address: Optional[str] = None

pos1 = Position(49.0127913, 8.4231381, “Parkstraße 17”)

pos2 = Position(42.1238762, 9.1649964, None)

def get_distance(p1: Position, p2: Position) -> float:

pass

这里我少说的一部分是属性的验证。可以在构造器中使用__post_init__(self)来实现：

‘’’

遇到问题没人解答？小编创建了一个Python学习交流QQ群：778463939

寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！

‘’’

def post_init(self):

if not (-180 <= self.longitude <= 180):

v = self.longitude

raise ValueError(f"Longitude was {v}, but must be in [-180, +180]")

if not (-90 <= self.latitude <= 90):

v = self.latitude

raise ValueError(f"Latitude was {v}, but must be in [-90, +90]")

你也可以将 dataclass 和属性一起使用：

@dataclass

class Position:

longitude: float

latitude: float

address: Optional[str] = None

@property

def latitude(self) -> float:

“”“Getter for latitude.”“”

return self._latitude

@latitude.setter

def latitude(self, latitude: float) -> None:

“”“Setter for latitude.”“”

if not (-90 <= latitude <= 90):

raise ValueError(f"latitude was {latitude}, but has to be in [-90, 90]")

self._latitude = latitude

@property

def longitude(self) -> float:

“”“Getter for longitude.”“”

return self._longitude

@longitude.setter

def longitude(self, longitude: float) -> None:

“”“Setter for longitude.”“”

if not (-180 <= longitude <= 180):

raise ValueError(f"longitude was {longitude}, but has to be in [-180, 180]")

self._longitude = longitude

但是，我不太喜欢这种超级冗长且丢失了许多 dataclass 独有魅力的手段。 如果你需要类型未涵盖的验证，请使用 Pydantic。

6. Pydantic

Pydantic 是一个专注于数据各实验组和设置管理的第三方库。要使用它，你可以继承自 pydantic.BaseModel 或者创建一个 Pydantic 的 dataclass：

from typing import Optional

from pydantic import validator

from pydantic.dataclasses import dataclass

@dataclass(frozen=True)

class Position:

longitude: float

latitude: float

address: Optional[str] = None

@validator(“longitude”)

def longitude_value_range(cls, v):

if not (-180 <= v <= 180):

raise ValueError(f"Longitude was {v}, but must be in [-180, +180]")

return v

@validator(“latitude”)

def latitude_value_range(cls, v):

if not (-90 <= v <= 90):

raise ValueError(f"Latitude was {v}, but must be in [-90, +90]")

return v

pos1 = Position(49.0127913, 8.4231381, “Parkstraße 17”)

pos2 = Position(longitude=42.1238762, latitude=9.1649964)

def get_distance(p1: Position, p2: Position) -> float:

pass

乍一看，这与标准的 @dataclass 相同，只是从 Pydantic 获得了 dataclass 装饰器。

可变性和散列性

我不太会自觉地考虑可变性，但是在很多情况下，我希望我的类是不变的。最大的例外是数据库模型，但它们本身就是自洽的。

可以选择将类标记为冻结以使其对象不可变，这非常不错。

为一个可变对象实现 hash 是有问题的，因为当对象改变时哈希值可能会改变。这意味着如果对象在字典中，则字典将需要知道对象的哈希值已更改，并将其存储在其他位置。因此，默认情况下，dataclass 和 Pydantic 都不对可变类进行散列，因为他们有 unsafe_hash 。

默认字符串表示

拥有合理的字符串表示形式非常有帮助（例如，用于日志记录）。老实说：很多人都在进行 print 调试。

如果我们打印上面例子中的 pos1 ，下面是我们能得到的。为了方便阅读已经添加了换行和缩进。原始的输出是在一行内的：

‘’’

遇到问题没人解答？小编创建了一个Python学习交流QQ群：778463939

寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！

‘’’

print(pos1)

Plain class : <main.Position object at 0x7f1562750640>

1 Tuples : (49.0127913, 8.4231381, ‘Parkstraße 17’)

2 Dicts : {‘longitude’: 49.0127913,

‘latitude’: 8.4231381,

‘address’: ‘Parkstraße 17’}

3 NamedTuple: Position(longitude=49.0127913,

latitude=8.4231381,

address=‘Parkstraße 17’)

4 attrs : Position(longitude=49.0127913,

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Python开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以添加V获取：vip1024c （备注Python）

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、全套PDF电子书

书籍的好处就在于权威和体系健全，刚开始学习的时候你可以只看视频或者听某个人讲课，但等你学完之后，你觉得你掌握了，这时候建议还是得去看一下书籍，看权威技术书籍也是每个程序员必经之路。

四、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

五、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

六、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

一个人可以走的很快，但一群人才能走的更远。如果你从事以下工作或对以下感兴趣，欢迎戳这里加入程序员的圈子，让我们一起学习成长！

AI人工智能、Android移动开发、AIGC大模型、C C#、Go语言、Java、Linux运维、云计算、MySQL、PMP、网络安全、Python爬虫、UE5、UI设计、Unity3D、Web前端开发、产品经理、车载开发、大数据、鸿蒙、计算机网络、嵌入式物联网、软件测试、数据结构与算法、音视频开发、Flutter、IOS开发、PHP开发、.NET、安卓逆向、云计算

g.csdnimg.cn/img_convert/6c361282296f86381401c05e862fe4e9.png)

一个人可以走的很快，但一群人才能走的更远。如果你从事以下工作或对以下感兴趣，欢迎戳这里加入程序员的圈子，让我们一起学习成长！

AI人工智能、Android移动开发、AIGC大模型、C C#、Go语言、Java、Linux运维、云计算、MySQL、PMP、网络安全、Python爬虫、UE5、UI设计、Unity3D、Web前端开发、产品经理、车载开发、大数据、鸿蒙、计算机网络、嵌入式物联网、软件测试、数据结构与算法、音视频开发、Flutter、IOS开发、PHP开发、.NET、安卓逆向、云计算