比较 Python 中的模块化和输入处理(带有代码示例)
学习文章要努力,但是不要急!今天的这篇文章《比较 Python 中的模块化和输入处理(带有代码示例)》将会介绍到等等知识点,如果你想深入学习文章,可以关注我!我会持续更新相关文章的,希望对大家都能有所帮助!

我正在研究 cs50 python 编程课程中的一些问题集,并在试图理解所提出问题的预期解决方案时陷入困境。
提供了先决条件代码,要求是添加将输入字符串转换为代表美元金额的浮点数的函数。
下面的代码片段提供了解决该问题的两种不同方法。
第一个片段显示了教师添加的部分。我应该填写dollar_to_float和percent_to_float函数中的空白。
第二个概述了我解决问题的方法。它涉及修改先决条件代码以获得预期结果。
代码1(具有独立功能的原始代码)
def main():
dollars = dollars_to_float(input("how much was the meal? "))
percent = percent_to_float(input("what percentage would you like to tip? "))
tip = dollars * percent
print(f"leave ${tip:.2f}")
def dollars_to_float(d):
return float(d.replace("$", ""))
def percent_to_float(p):
return float(p.replace("%", "")) / 100
main()
代码2(没有单独函数的简化代码)
def main():
dollars = float(input("How much was the meal? "))
percent = float(input("What percentage would you like to tip? "))
tip = dollars * percent / 100
print(f"Leave ${tip:.2f}")
main()
令我困惑的是为什么使用第一种方法,以及它是否是开发人员首选的编码实践。
结果是一样的,但是处理解决方案的方式有所不同,基于以下差异:
差异
-
函数定义:
- 代码1:定义两个独立的函数,dollar_to_float 和percent_to_float,来处理特定的转换。
- 代码 2:直接在主函数中执行转换,而不使用单独的函数。
-
输入处理:
- 代码 1:假设输入可能包含货币 ($) 和百分比 (%) 符号,并在单独的函数中处理它们的删除。
- 代码2:假设输入是没有任何符号的普通数字,直接将输入字符串转换为浮点数。
-
小费计算:
- 代码 1:将美元乘以百分比,其中百分比已转换为小数。
- 代码 2:将美元乘以百分比,然后除以 100 将百分比转换为内联小数。
优缺点:哪种方法更好、更常用?
代码 1 的优点:
模块化:将转换逻辑分解为单独的函数(dollars_to_float 和percent_to_float)使代码更加模块化。每个函数都有一个职责,使其更容易测试和维护。
可重用性:如果需要,单独的函数可以在程序的其他部分重用。
清晰度:转换的意图更清晰。每个函数名称都描述了它的作用,这可以使代码更易于阅读和理解。
代码 2 的优点:
简单:代码更简单更短,因为它没有定义额外的函数。一切都是在主函数内内完成的。
直接性:直接处理输入和转换逻辑,对于小脚本来说更容易理解。
常见做法:
模块化和清晰度:在较大的项目或输入处理复杂的地方,代码1的方法是首选。它使代码库更易于管理和理解。使用单一职责函数编写模块化代码是编程中常见的最佳实践。
简单和简洁:对于小脚本或当输入很简单(例如,保证是纯数字)时,代码2的方法通常足够并且由于其简单性而被广泛使用。
结论:
我做了一些研究并了解了小型而简单的脚本,由于其简单性和简洁性,直接在主函数中处理输入和转换是很常见的(代码2)。
然而,在更大或更复杂的应用程序中,将逻辑分解为单独的函数可以增强模块化性、可重用性和清晰度,使代码库更易于管理和理解(代码 1)。
文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《比较 Python 中的模块化和输入处理(带有代码示例)》文章吧,也可关注golang学习网公众号了解相关技术文章。
178页,128个案例,GPT-4V医疗领域全面测评,离临床应用与实际决策尚有距离
- 上一篇
- 178页,128个案例,GPT-4V医疗领域全面测评,离临床应用与实际决策尚有距离
- 下一篇
- Java框架如何实现数据库连接安全管理?
-
- 文章 · python教程 | 1小时前 | 时区 · python · Python zoneinfo reset_tzpath TZPATH 自定义时区库 ZoneInfo缓存
- Python zoneinfo.reset_tzpath 怎么切换自定义时区库
- 176浏览 收藏
-
- 文章 · python教程 | 3小时前 | Python教程 · Python 并行执行 全局状态 InterpreterPoolExecutor
- Python InterpreterPoolExecutor 怎么隔离不同任务的全局状态
- 130浏览 收藏
-
- 文章 · python教程 | 5小时前 |
- Python zip strict=True 在第几次迭代发现长度不一致
- 437浏览 收藏
-
- 文章 · python教程 | 9小时前 | python · Python 类型提示 typing get_protocol_members Protocol
- Python get_protocol_members 怎么读取 Protocol 成员集合
- 487浏览 收藏
-
- 文章 · python教程 | 21小时前 | 文件处理 · python · Python TempFile 临时文件 SpooledTemporaryFile rollover
- Python SpooledTemporaryFile 怎么手动触发写入磁盘
- 307浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python Path.info 缓存的文件类型信息什么时候会过期
- 438浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python asyncio.Queue shutdown 后等待者会收到什么
- 124浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python asyncio.Barrier 等待任务被取消后会怎样
- 166浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python TaskGroup 怎么主动终止整组任务
- 242浏览 收藏
-
- 文章 · python教程 | 1天前 | SQLite · 数据一致性 · Python教程 · Python SQLite 数据库备份 sqlite3.Connection.backup
- Python sqlite3.Connection.backup 怎么在线复制数据库
- 264浏览 收藏
-
- 文章 · python教程 | 1天前 | python · Python zip zipfile zipfile.Path
- Python zipfile.Path 怎么像目录一样遍历压缩包
- 370浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 354次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 414次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 421次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 377次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 199次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

