当前位置:首页 > 文章列表 > 文章 > python教程 > 比较 Python 中的模块化和输入处理(带有代码示例)

比较 Python 中的模块化和输入处理(带有代码示例)

来源:dev.to 2024-07-11 13:30:57 0浏览 收藏

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!

比较 Python 中的模块化和输入处理(带有代码示例)

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

  1. 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。
  2. 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。
  3. 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:

  1. 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。

  2. 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。

  3. 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:

  1. 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。

  2. 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。

版本声明
本文转载于:dev.to 如有侵犯,请联系study_golang@163.com删除
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
Java框架如何实现数据库连接安全管理?
下一篇
Java框架如何实现数据库连接安全管理?
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    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
    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
    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
    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
    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
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    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:开源LLM大模型评估与排行榜工具
    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是什么?伯克利AI模型评估平台使用指南与功能解析
    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
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    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详解:多模态大模型基准测试、功能特点与使用指南
    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
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码