Электронный рейтинг ISO

Автоматизируйте свои страховые программы с помощью действенного электронного рейтинга непосредственно от Verisk.

Узнать больше

Свяжитесь с нами, чтобы узнать больше

Поддержка продаж* Продажи/поддержка?*SalesSupport

Имя*

Фамилия*

Деловая электронная почта*

Компания*

Заголовок*

Страна * — Select an option —United StatesUnited KingdomAfghanistanAlbaniaAlgeriaAmerican SamoaAndorraAngolaAnguillaAntarcticaAntigua and BarbudaArgentinaArmeniaArubaAustraliaAustriaAzerbaijanBahamasBahrainBangladeshBarbadosBelarusBelgiumBelizeBeninBermudaBhutanBoliviaBosnia and HerzegovinaBotswanaBrazilBritish Indian Ocean TerritoryBrunei DarussalamBulgariaBurkina FasoBurundiCambodiaCameroonCanadaCape VerdeCayman IslandsCentral African RepublicChadChileChinaChristmas IslandCocos (Keeling) IslandsColombiaComorosCongoCongo (RD)Cook IslandsCosta RicaCote d’IvoireCroatiaCubaCyprusCzech RepublicDenmarkDjiboutiDominicaDominican RepublicEcuadorEgyptEl SalvadorEquatorial GuineaEritreaEstoniaEthiopiaFalkland IslandsFaroe IslandsFijiFinlandFranceFrench GuianaFrench PolynesiaFrench Southern Terr. GabonGambiaGeorgiaGermanyGhanaGibraltarGreeceGreenlandGrenadaGuadeloupeGuamGuatemalaGuineaGuinea -БисауГайанаГаитиХерд/Острва Макдональдс.ГондурасГонконгВенгрияИсландияИндияИндонезияИранИракИрландияИзраильИталияДжамай caJapanJordanKazakhstanKenyaKiribatiKorea (North)Korea (South)KuwaitKyrgyzstanLaosLatviaLebanonLesothoLiberiaLibyaLiechtensteinLithuaniaLuxembourgMacauMacedoniaMadagascarMalawiMalaysiaMaldivesMaliMaltaMarshall IslandsMartiniqueMauritaniaMauritiusMayotteMexicoMicronesiaMoldovaMonacoMongoliaMontserratMoroccoMozambiqueMyanmarN. Mariana Isls.NamibiaNauruNepalNetherlandsNetherlands AntillesNew CaledoniaNew ZealandNicaraguaNigerNigeriaNiueNorfolk IslandNorwayOmanPakistanPalauPalestinian Territory, OccupiedPanamaPapua New GuineaParaguayPeruPhilippinesPitcairnPolandPortugalPuerto RicoQatarReunionRomaniaRussian FederationRwandaSaint Kitts and NevisSaint LuciaSamoaSan MarinoSao Tome/PrincipeSaudi ArabiaSenegalSerbia and MontenegroSeychellesSierra LeoneSingaporeSlovak RepublicSloveniaSolomon IslandsSomaliaSouth AfricaSpainSri LankaSt. ЕленаСв. Пьер и МикелонСв. Vincent and GrenadinesSudanSurinameSvalbard/Jan Mayen Isls.SwazilandSwedenSwitzerlandSyriaTaiwanTajikistanTanzaniaThailandTimor-LesteTogoTokelauTongaTrinidad and TobagoTunisiaTurkeyTurkmenistanTurks/Caicos Isls.TuvaluUS Minor Outlying Is.UgandaUkraineUnited Arab EmiratesUruguayUzbekistanVanuatuVatican CityVenezuelaViet NamVirgin Islands (British)Virgin Islands (U.S.)Western SaharaYemenZambiaZimbabweWallis/Futuna Isls.

Вопросы/комментарии

Другие способы связи

Мы доступны с понедельника по пятницу с 7:00 до 20:00. Восточное время США:

• Чат сейчас

  Обратите внимание, что сброс пароля и информация о пользователе , а не , доступны через чат или электронную почту. Вместо этого позвоните по основному бесплатному номеру, указанному ниже.

• Основной бесплатный номер: 1-800-888-4476

• Бесплатный глобальный номер: Международный код доступа, затем 800 48977489
  При звонке из Великобритании наберите 00 800 4897 7489

автокласс

Написать компактные классы Python

autoclass теперь полностью совместим с pyfields ! Узнайте, как создавать очень компактные классы здесь

autoclass предоставляет инструменты для автоматического создания кода классов Python. Цель этой библиотеки — уменьшить количество избыточности за счет автоматической генерации частей кода из информации, уже доступной где-то еще (например, в подписи конструктора или в полях pyfields ). Он состоит из нескольких независимых функций, которые можно комбинировать:

• с @autoargs вам не нужно писать self.xxx = xxx в вашем конструкторе
• с @autoprops все или часть ваших аргументов конструктора становятся свойствами и их установщик аннотируется теми же подсказками типа PEP484 и методами проверки значений
• с @autohash , ваш объект можно хешировать на основе кортежа всех полей (поэтому его можно использовать как ключ словаря или поместить в набор)
• с @autodict , ваш объект ведет себя как словарь, сопоставим со словарями и получает строковое представление
• с @autorepr , ваш объект получает строковое представление (используйте либо это, либо @autodict , а не оба одновременно)
• с @autoclass , вы получаете все вышеперечисленное сразу (но вы все равно можете отключить некоторые из них)

Цель аналогична классам данных attrs и PEP557: удалить шаблонный код. Однако в отличие от них

• эту библиотеку можно применить к любому классу . Это ничего не меняет в ваших привычках кодирования: вы по-прежнему можете создать конструктор __init__ , а все остальное обеспечивается декораторами.
• , если информация о полях доступна из другой библиотеки, автокласс может легко использовать ее: например, теперь вы можете использовать pyfields для объявления полей, автокласс будет поддерживать это.
• все вышеперечисленные декораторы можно использовать независимо, например, если вам просто нужно добавить поведение словаря к существующему классу, вы можете использовать @autodict только .
• весь созданный код прост и читабелен. Вы можете легко просмотреть сгенерированные функции в режиме отладки, чтобы понять, что происходит
• , в отличие от attrs , для полей генерируются сеттеры, поэтому библиотеки проверки, такие как valid8, могут их обернуть. В качестве альтернативы, если вы используете pyfields , он напрямую предоставляет эту функцию.

Другими словами, автокласс просто генерирует тот же код, который вы написал бы вручную. По этой причине во многих случаях вы можете без проблем использовать других библиотек поверх результирующих классов. Хорошим примером является то, что вы можете использовать любую библиотеку проверки типов PEP484 по вашему выбору.

Установка

 > автокласс установки pip
 

Вы также можете установить

• pyfields для создания компактных классов.
• средство проверки типов на основе PEP484: typeguard, pytypes или force.
• валидатор значения: valid8 изначально был создан в этом проекте и теперь является независимым.

В качестве альтернативы вы можете использовать PyContracts для одновременной проверки типа и значения, используя @contract , но это не принесет пользы от PEP484 и использует специальный синтаксис. В этой документации также приведены некоторые примеры.

 > pip установить pyfields
> pip установить pytypes
> установка pip действительна8
> pip установить PyContracts
 

1. Основное использование

В следующем коде показано, как определить дом с двумя атрибутами имя и nb_floors :

 из автокласса импорта автокласса
@автокласс
класс Хаус:
    def __init__(я, имя, nb_floors = 1):
        проходить
 

Вот и все! По умолчанию вы получаете, что конструктор заполняется автоматически, к классу добавляется «словарное» поведение, доступно строковое представление объектов, а объекты сопоставимы (равенство) и хэшируются:

 >>> obj = Дом('мой_дом', 3)
>>> print(obj) # строковое представление
Дом (имя = 'мой_дом', nb_floors = 3)
>>> [att for att in obj.keys()] # поведение словаря
['имя', 'nb_floors']
>>> assert {obj, obj} == {obj} # хэшируемый: может использоваться в наборе или как ключ словаря
>>> assert obj == House('my_house', 3) # сравнение (равенство)
>>> assert obj == {'name': 'my_house', 'nb_floors': 3} # сравнение с dicts
 

Если вы хотите добавить некоторое поведение (пользовательская логика, ведение журнала. ..) при доступе к атрибутам или их установке, вы можете легко переопределить сгенерированные геттеры и сеттеры. Например, ниже мы будем печатать сообщение каждый раз, когда nb_floors установлено:

 из автокласса импорта автокласса, setter_override
@автокласс
класс Хаус:
    def __init__(я, имя, nb_floors = 1):
        проходить
    @setter_override
    определение nb_floors (я, nb_floors = 1):
        print('Установить для nb_floors значение {}'.format(nb_floors))
        self._nb_floors = nb_floors
 

Мы можем проверить это:

 >>> obj = Дом('мой_дом')
Установите nb_floors равным 1
>>> obj.nb_floors = 3
Установите nb_floors равным 3
 

Если вы уже используете pyfields для определения обязательных/необязательных полей с проверкой типа/значения, просто украсьте свой класс @autoclass , и вы получите все вышеперечисленное (представление dict, возможность хэширования, строковое представление, равенство. . .) слишком.

Более того, pyfields теперь предоставляет собственную версию @autoclass , которая имеет более подходящие параметры для пользователей pyfields. Поэтому настоятельно рекомендуется . См. pyfields документация.

Вы можете сделать то же самое вручную, как показано ниже, но рекомендуется использовать тот, что в pyfields :

 из поля импорта pyfields
из автокласса импортировать автокласс
из mini_lambda импорт x
@автокласс
класс Хаус:
    name: str = field(check_type=True, doc="название вашего дома")
    nb_floors: int = поле (по умолчанию = 1, check_type = True, doc="эти nb",
                           валидаторы={
                               «должно быть положительным»: x >= 0,
                               "должно быть кратно 100": x % 100 == 0
                           })
 

Приведенный выше пример работает, потому что за кулисами, если автокласс обнаружит, что ваш класс использует pyfields , он будет автоматически использовать поля, а не подпись конструктора, чтобы получить список полей. Вы можете проверить наличие всех функций:

 >>> obj = Дом('мой_дом', 200)
>>> print(obj) # строковое представление
Дом (имя = 'мой_дом', nb_floors = 200)
>>> [att for att in obj.keys()] # поведение словаря
['имя', 'nb_floors']
>>> assert {obj, obj} == {obj} # хэшируемый: может использоваться в наборе или как ключ словаря
>>> assert obj == House('my_house', 200) # сравнение (равенство)
>>> assert obj == {'name': 'my_house', 'nb_floors': 200} # сравнение с dicts
 

Кроме того, @autoclass теперь предоставляет возможность установить autofields=True для автоматического применения pyfields.autofields перед применением автокласса.

Примечание: все это работает с Python 2.7 и 3.5+. Подробнее см. в документации pyfields .

2. Проверка типа и значения

Если вы не используете pyfields , вам может быть интересно добавить проверку типа и значения в ваши поля другими способами.

a- PEP484 Проверка типа

применять

PEP484 — это стандарт для вставки подсказки типа Python в сигнатуры функций, начиная с Python 3. 5 (бэкпорт доступен через независимый модуль typing ). Теперь доступно множество совместимых средств проверки типов, таких как принудительное применение или pytypes.

Если вы украсите свой конструктор класса подсказками типа PEP484, то автокласс обнаружит это и автоматически украсит сгенерированные методы получения и установки свойств. Мы используем применить средство проверки времени выполнения в этом примере:

 из автокласса импорта автокласса
из принудительного импорта runtime_validation
@runtime_validation
@автокласс
класс Хаус:
    # конструктор ниже украшен подсказками типа PEP484
    def __init__(self, name: str, nb_floors: int = 1):
        проходить
 

Мы можем проверить это:

 >>> obj = Дом('мой_дом')
>>> obj.nb_floors = 'красный'
применять.исключения.RuntimeTypeError:
  Обнаружены следующие ошибки типа среды выполнения:
       Аргумент 'nb_floors' не имеет типа . Фактический тип был str. 
 

Подробности см. в документации по применению .

py-типов

Ниже приведен тот же пример, но с pytypes вместо принудительно :

 из автокласса импорта автокласса
из pytypes import typechecked
@typechecked
@автокласс
класс Хаус:
    # конструктор ниже украшен подсказками типа PEP484
    def __init__(self, name: str, nb_floors: int = 1):
        проходить
 

ТОДО

b- Проверка простого типа+значения

действительный8

valid8 изначально был создан в этом проекте и теперь является независимым. Он обеспечивает в основном проверку значений, но также и базовую проверку типов. С valid8 , чтобы добавить проверку к любой функции, вы просто украшаете эту функцию @validate_arg , возможно, предоставляя настраиваемые типы ошибок для повышения:

 из импорта valid8 validate_arg
@validate_arg('foo', <функции проверки>, error_type=MyErrorType)
защита my_func(foo):
    . ..
 

Теперь, если вы украсите свой конструктор класса с помощью @validate_arg , то автокласс обнаружит его и также автоматически украсит сгенерированные установщики свойств.

 из автокласса импорта автокласса
из mini_lambda импортировать s, x, Len
из valid8 импорта validate_arg, InputValidationError
из valid8.validation_lib импортировать instance_of, is_multiple_of
# 2 ошибки пользовательской проверки для valid8
класс InvalidName (InputValidationError):
    help_msg = 'имя должно быть непустой строкой'
класс InvalidSurface (InputValidationError):
    help_msg = 'Поверхность должна быть от 0 до 10000 и быть кратной 100.'
@автокласс
класс Хаус:
    @validate_arg('имя', instance_of(str), Len(s) > 0,
                  error_type = неверное имя)
    @validate_arg('surface', (x >= 0) & (x <10000), is_multiple_of(100),
                  error_type = недопустимая поверхность)
    def __init__(я, имя, поверхность = нет):
        проходить
 

Мы можем проверить это:

 >>> obj = House('милый дом', 200)
>>> obj. surface = None # Valid (поверхность недоступна по подписи)
>>> obj.name = 12 # Проверка типа
InvalidName: имя должно быть непустой строкой.
>>> obj.surface = 10000 # Проверка значения
InvalidSurface: Surface должен находиться в диапазоне от 0 до 10 000 и быть кратным 100.
 

Подробности см. в документации по valid8 . Обратите внимание, что другие библиотеки проверки, основанные на тех же принципах, вероятно, могут легко поддерживаться, пожалуйста, создайте проблему, чтобы предложить некоторые из них!

PyContracts

PyContracts также поддерживается:

 из автокласса импорта автокласса
из контрактов импортный контракт
@автокласс
класс Хаус:
    @контракт (имя = 'ул [> 0]',
              поверхность='Нет|(целое,>=0,<10000)')
    def __init__(я, имя, поверхность):
        проходить
 

c- PEP484 Проверка типа+значения

Наконец, в реальных приложениях вы можете захотеть объединить как проверку типов PEP484, так и проверку значений. Это работает, как и ожидалось, например, с применять и действительны8 :

 из автокласса импорта автокласса
# Импорт - для проверки типа
из цифр импорт Интеграл
из принудительного импорта runtime_validation, config
config(dict(mode='covariant')) # проверка типа также будет принимать подклассы
# Импорт - для проверки значения
из mini_lambda импортировать s, x, Len
из valid8 импорта validate_arg, InputValidationError
из импорта valid8.validation_lib is_multiple_of
# 2 ошибки пользовательской проверки для valid8
класс InvalidName (InputValidationError):
    help_msg = 'имя должно быть непустой строкой'
класс InvalidSurface (InputValidationError):
    help_msg = 'Поверхность должна быть от 0 до 10000 и быть кратной 100.'
@runtime_validation
@автокласс
класс Хаус:
    @validate_arg('имя', Len(s) > 0,
                  error_type = неверное имя)
    @validate_arg('surface', (x >= 0) & (x <10000), is_multiple_of(100),
                  error_type = недопустимая поверхность)
    def __init__(self, name: str, surface: Integral=None):
        проходить
 

Мы можем проверить, работает ли проверка:

 >>> obj = House('милый дом', 200)
>>> obj. surface = None # Valid (поверхность недоступна по подписи)
>>> obj.name = 12 # Проверка типа > PEP484
применять.исключения.RuntimeTypeError:
  Обнаружены следующие ошибки типа среды выполнения:
       Аргумент «имя» не относится к типу . Фактический тип был int.
>>> obj.surface = 10000 # Проверка значения > valid8
InvalidSurface: Surface должен находиться в диапазоне от 0 до 10 000 и быть кратным 100.
 

Почему автокласс?

Примитивные типы Python (в частности, dict и tuple ) и его динамическая система типизации делают его чрезвычайно мощным, до такой степени, что разработчикам часто удобнее использовать примитивные типы или универсальные динамические объекты, такие как Munch, а не небольшие пользовательские классы.

Однако в некоторых случаях разработчики по-прежнему хотят определять свои собственные классы, например, чтобы предоставлять строго типизированные API своим клиентам. В таком случае разделение проблем обычно приводит к тому, что разработчики применяют проверку значения атрибута непосредственно в классе, а не в коде, использующем объект. В конце концов, у разработчиков появляются большие классы, подобные этому:

 из valid8 import validate, Boolean
из чисел импортировать Вещественное, Интегральное
от ввода import Необязательно, Union
класс Хаус:
    def __init__(я,
                 Название: ул,
                 поверхность: реальная,
                 nb_floors: Необязательно [Интеграл] = 1,
                 with_windows: логическое значение = ложь):
        self.name = имя
        self.surface = поверхность
        self.nb_floors = nb_floors
        self.with_windows = с_окнами
    # --имя
    @имущество
    имя защиты (я):
        вернуть себя._имя
    @name.setter
    имя защиты (я, имя: улица):
        проверить('имя', имя, instance_of=str)
        self._name = имя
    # --поверхность
    @имущество
    Защитная поверхность (я) -> Реальная:
        вернуть self._surface
    @surface.setter
    Защитная поверхность (я, поверхность: Реальная):
        проверить('поверхность', поверхность, instance_of=Real, min_value=0, min_strict=True)
        self. _surface = поверхность
    # --nb_floors
    @имущество
    def nb_floors(self) -> Дополнительно[Интеграл]:
        вернуть себя._nb_floors
    @nb_floors.setter
    def nb_floors (я, nb_floors: Необязательно [Интеграл]):
        проверить('nb_floors', nb_floors, instance_of=Integral, force_not_none=False)
        self._surface = nb_floors # !**
    # --with_windows
    @имущество
    def with_windows(self) -> Boolean:
        вернуть self._with_windows
    @with_windows.setter
    def with_windows(self, with_windows: Boolean):
        проверить('with_windows', with_windows, instance_of=Boolean)
        self._with_windows = с_windows
 

Не говоря уже о дополнительных методах, таких как __str__ , __eq__ , from_dict , to_dict ...

Вот это много кода - и только для 4-х атрибутов ! Не говоря уже о коде , подтверждающем , который не был включен сюда для удобочитаемости. И угадайте, что — он по-прежнему очень подвержен человеческим ошибкам . Например, я сделал ошибку в сеттере для nb_floors , вы это заметили? Также он делает код менее читаемый : вы заметили, что установщик для свойства поверхности отличается от других?

Действительно, "должен быть лучший способ" : да, и это то, что предоставляет эта библиотека.

Основные характеристики

• @autoargs — декоратор для метода __init__ класса. Он автоматически присваивает все параметры метода __init__ self . Для более точной настройки также поддерживаются явные списки включения и исключения. Примечание: оригинальная идея и код @autoargs взяты из этого ответа от utnubu

• @autoprops — декоратор для целого класса. Он автоматически генерирует методы получения и установки свойств для всех атрибутов с правильными подсказками типа PEP484. Что касается @autoargs , список атрибутов по умолчанию — это список параметров метода __init__ , и поддерживаются явные списки включения и исключения.

  • @autoprops automatically adds @contract ( PyContracts ) or @validate_arg (from valid8 ) on the generated setters if a @contract or @validate_arg exists for that attribute on the __init__ метод.
  • @autoprops -сгенерированные геттеры и сеттеры полностью декорированы PEP484, поэтому средства проверки типов, такие как , принудительно применяют к сгенерированным методам при использовании для декорирования всего класса. В автоклассе не требуется явная интеграция!
  • Вы можете переопределить геттер или сеттер, сгенерированный @autoprops , используя @getter_override и @setter_override . Обратите внимание, что @contract и @validate по-прежнему будут добавлены в ваш пользовательский сеттер, если они присутствуют в __init__ , вам не нужно повторять это самостоятельно

• @autodict — декоратор для целого класса. Это заставляет класс вести себя как dict (только для чтения) с контролем того, какие атрибуты видны в этом словаре. Итак, это «представление dict» поверх объекта, в основном противоположное munch (это «представление объекта» поверх словаря). Он автоматически реализует __eq__ , __str__ и __repr__ , если их еще нет.

• @autohash — декоратор для целого класса. Это делает класс хешируемым, реализуя __hash__ , если он еще не присутствует, где хэш вычисляется из кортежа выбранных полей (все по умолчанию, настраиваемые).

• @autorepr — декоратор для целого класса. Он добавляет строковое представление, реализуя __str__ и __repr__ , если они еще не представлены.

• Для всех декораторов в этой библиотеке предусмотрены эквивалентные методы ручной оболочки:

  • autoargs_decorate (init_func, включить, исключить)
  • autoprops_decorate(cls, включить, исключить)
  • autoprops_override_decorate (функция, атрибут, is_getter)
  • autodict_decorate(cls, включить, исключить, only_known_fields, only_public_fields)
  • autohash_decorate(cls, включить, исключить, only_known_fields, only_public_fields)
  • autorepr_decorate(cls, включить, исключить, only_known_fields, only_public_fields)

См.

• Первоначальная идея autoargs: этот ответ от utnubu

• О свойствах в Python и о том, почему вы должны использовать их только в том случае, если вам это действительно нужно (например, для выполнения проверки по контракту): Python — это не java и следующая статья Getters/Setters/Fuxors

• Пиконтракты

• шашки на базе PEP484:

  • обеспечение соблюдения
  • pytypes
  • типоразмер
  • typecheck-decorator

• attrs — это библиотека с той же целью, но способ ее использования сильно отличается от «стандартного» Python. Однако он очень мощный и элегантный.

• Новый PEP, во многом вдохновленный attrs : PEP557. Проверьте это! Существует также обсуждение идей python.

• Библиотека декораторов

  , которая предоставляет все необходимое для простого создания сложных декораторов (декораторы, сохраняющие подпись и аннотации, декораторы с фабрикой классов), а также некоторые полезные декораторы ( @contextmanager , @blocking , @dispatch_on ) .