Raymond Hettinger - Dataclasses: 终结所有代码生成器的代码生成器 - PyCon 2018

Raymond Hettinger - Dataclasses: The code generator to end all code generators - PyCon 2018

频道:PyCon 2018 · 时长:45:08 · 发布:2018-05-13 · 播放:129689

在 YouTube 观看

简介

Raymond Hettinger 解释了 Python 的 dataclasses 模块,展示了它解决的问题及其关键设计决策。他将其置于从元组和字典到命名元组和 attrs 的演进过程中。

HN 为什么推荐

HN 评论者推荐它作为一位受人尊敬的 Python 核心开发者关于 dataclasses 的平易近人的演讲。

Raymond Hettinger 的演讲很棒。 — HN, 2021

Python、Ruby 与脚本语言

中文字幕节选

好了,各位。我们尽量挤一挤。 能压缩一下自己就压缩一下。 如果可能的话,在边上留点空间。 这里要站满人了。 那么,好吧。呃,我们开始演讲吧。 我想向大家介绍 Raymond Hettinger。 让我们给他一轮掌声。 [掌声] 用 Sphinx 做幻灯片。太棒了。 这是制作幻灯片最快、最简单的方法。 那么,你好。我叫 Eric Smith。 很高兴见到你。是的,通常我站起来讲话时,我会讲 我写的东西,但现在我要讲的是其他人写的 并且做得非常出色的东西,而我有幸成为那个 希望能公正地呈现他们创作的人。 呃,我准备这个演讲是作为一个“这到底是什么?” 呃,一些供我们一起思考的东西。 这对我们意味着什么? 它做什么?所以,我希望这能成为我们审视它时的一次思考练习。 我希望它是一份教程,也希望我的幻灯片对你们来说是一本食谱, 关于如何使用它呃,呃,来达到呃,很好的效果。 那么,呃,废话不多说,让我们看看呃,这个页面上的任何东西。 有趣。不,不,不,不,不,不,不,不。 好的,来看有趣的东西。 我将从 make file 介绍开始。好了。 在台上重新构建幻灯片。 好的。那么,呃,演讲的标题是“终结所有呃代码 生成器的代码生成器”。代码生成器为你做什么? 你给它一份规格列表,它为你写代码。 这好吗?如果你的规格很好,它生成的代码是你 想要的,那就好。如果你的规格不好,可能就不会 那么顺利。如果代码生成器做的事情和你期望的 不一样,那就不太好。 所以,当你使用代码生成器时,你的目标是与代码 生成器和谐相处,思考它的世界观,因为它将代表你 写代码。呃,理论上你对你所做的一切都进行单元测试,但人们往往会遗漏 相当多的呃,呃,案例,而这个呃,呃,呃工具能很好地覆盖这些案例。 所以,真正与这个工具融为一体是有帮助的。 呃,我喜欢命名元组的一点是它们的学习曲线几乎为零。 另一方面,它们的能力呃,非常有限。 所以这正好是相反的情况。 呃,数据类模块的代码量是命名元组的 好几倍,但它提供了丰富得多的功能,这意味着它 有点像一整套工具生态系统,呃,协同工作,带来各种 可能性。我真正喜欢的一点是,做出了一些出色的设计 选择,所以开箱即用,如果你以最简单 的方式使用它。大多数时候,它大多为你做呃,你想要它做的事。 但随后它会随着你开始有更奇特的呃,呃需求而成长。 那么,为什么我们需要代码生成器? 因为它可以节省你的时间。 你本来会花在写那些代码上的时间呃,呃,呃立即得到了回报。 此外,代码生成器减少了冗长。 呃,很多 Python 类,当人们刚开始学 Python 时,他们觉得里面有很多 样板代码。 写 repr,写 __init__,写 __eq__,写 __ 呃,hash__,等等。而这种样板代码的感觉从未真正消失。 你习惯了快速敲出那些代码,但你觉得那些代码并没有 贡献呃,你的业务逻辑的表达。

HN 上的讨论

Raymond Hettinger的演讲很棒。我知道这不是一篇简洁的博客文章,但它们就在那里,看视频非常容易接受。也许[VIDEO](数据类!我们可以俏皮地说Python在Rust擅长的方面变得更好了——数据类让Python在记录方面变得更好。)还有[LINK] 这个演讲(2013年):[LINK] 不幸的是,这个视频现在与现代Python有点脱节。另一个(2013年)经典:[LINK] 它非常有名,并且有非常令人难忘的建议:什么类只有一个方法?那应该是一个函数! — kzrdude, 2021-05
我在Strange Loop上最喜欢的一些演讲:* 契约:让更多程序更少出错:[LINK] * “只是矩阵乘法”:编织的符号表示:[LINK] * Hackett:一个可元编程的Haskell:[LINK] * 从头开始学Git:[LINK] 来自PyCon:* 超越单元测试:将测试提升到新水平:[LINK] * 数据类:终结所有代码生成器的代码生成器:[VIDEO] * 自动化代码质量:[LINK] 可能还有更多,等我记起来再补充。 — sn9, 2018-12
我还没看,但我看到 Raymond Hettinger 上周在 PyCon 上做了关于数据类的演讲 [0]。[0]: [VIDEO] — lunchladydoris, 2018-05
标准库不会比社区做得有更高级的功能,仅仅因为发布周期。同时,我之前不是 attrs 的用户,而是使用 collections.namedtuple 和 typing.NamedTuple。所以,数据类对我和其他像我这样没有使用 attrs 的人来说是一个胜利。你可以继续使用 attrs 而不受任何干扰。在 Raymond Hettinger 在 PyCon 2018 的演讲 [0] 中,他甚至说可能会添加更多来自 attrs 的功能,例如数据验证 [1]。而且他的演讲是开发者(Eric Smith)获得赞扬的唯一机会,因为每个人都会立即质疑他做出的每一个决定。[0] [VIDEO] [1] 见 42:36 关于未来方向 — neuland, 2018-05

相关视频