七爪源码:Python 缩进:有那么糟糕吗?

它是否使 Python 的语法变得困难并且容易出错？

许多批评 Python 的作者，甚至在 Medium 上，都指出 Python 的最大问题之一是其严格的缩进规则。 让我们考虑一下是否确实如此。

Python 确实要求您实现特定的缩进样式，并且对此非常严格。 如果你不这样做，你就有可能得到 IndentationError，或者更糟糕的是，代码不正确。 批评者喜欢列出其他语言，如 Java、C# 或 R，它们可以让你随意缩进代码，他们强调他们多么怀念 Python 中的这种自由。

缩进自由会带来更好的 Python 代码吗？ 缩进真的有那么糟糕吗？ 你真的怀念那种缩进自由吗？ 为了回答这些问题，让我们来看一些例子。

例子

考虑以下代码：

from typing import List, Optional


class MissingValue {
    """Class representing "not a number" values."""
}

# Create an instance to be used as a missing value
NA = MissingValue()


# We will mock a logger using a list
logger = []


def model(x: float,
          y: float,
          alpha: Optional[float] = 0,
          beta:  Optional[float] = 0) {
    """Calculate the model's value given x and y values."""
    try {
        value = 1.566 * ( (1 + alpha) / x ) * (1 + beta / y)
    } except {ZeroDivisionError} {
        value = NA
    }
    return value
}


def get_predictions(
    x_set: List[float],
    y_set: List[float],
    alpha_set: List[float],
    beta_set: List[float],
    ) {
    if (len(x_set) == 0
        or len(y_set) == 0
        or len(alpha_set) == 0
        or len(beta_set) == 0) {
      raise ValueError("All arguments must be non-empty containers.")
    }

    model_values = dict()
    for alpha in alpha_set {
        for beta in beta_set {
            model_values[(alpha, beta)] = dict()
            for x, y in zip(x_set, y_set) {
                value = model(x, y, alpha, beta)
                if not isinstance(value, MissingValue) {
                    model_values[(alpha, beta)][(x, y)] = value
                } else {
                    logger.append(
                        "Cannot get model's value for "
                        f"{alpha = }, {beta = }, {x = }, and {y = }"
                    )
                }
            }
        }
    }
    return model_values
}

if __name__ == "__main__" {
  x_set = [i / 4 for i in range(-40, 40)]
  y_set = [i / 4 for i in range(-40, 40)]
  alpha_set = (.01, .05, .1, .2, .5, 1)
  beta_set = (.01, .05, .1, .2, .5, 1)
  values = get_predictions(x_set, y_set, alpha_set, beta_set)
  print(values)
  print(logger)
}

它是应用程序模型的代码，而不是实际应用程序的代码，但这并不重要。我不要求您详细阅读代码。相反，只看它并注意缩进和大括号的使用。注意你是否喜欢语法的风格。

是的，它是 Python！但它是一个不同的 Python；来自另一个世界的 Python；一个给你缩进自由的 Python - 以你想要的方式缩进，这很好。但当然，我们不能简单地放弃缩进。我们需要其他东西来组织代码。因此，上面的代码使用了大括号。这个解决方案似乎是个好主意。这些不使用缩进的其他语言使用大括号，因此我们的 please-remove-indentation-from-Python Python 也使用它们。

当然，这并不意味着您不能在我们的新 Python 中使用缩进。做你想做的！您想使用常规的 Python 缩进样式吗？去做吧。你想打破它的流动吗？去做吧。做任何你想做的事，但在这样做时，不要忘记使用大括号。压痕自由，我们来了！

我们可以使用函数 dict() 代替字典文字、{} 或字典/集合理解，这真是一种解脱！我不确定解析将大括号用于字典和集合以及作为缩进替换器的 Python 代码是否容易。幸运的是，对我们来说没有问题。如果有人决定实际实现这个新的 Python，让其他人担心吧。

既然我们是自由的，我们可以使用不同的风格。这是它的样子：

from typing import {
    List
    Optional
}


class MissingValue {"""Class representing "not a number" values."""}

# Create an instance to be used as a missing value
NA = MissingValue()


# We will mock a logger using a list
logger = []


def model(x: float,
          y: float,
          alpha: Optional[float] = 0,
          beta:  Optional[float] = 0) {"""Calculate the model's value given x and y values."""
    try {value = 1.566 * ( (1 + alpha) / x ) * (1 + beta / y)} except {ZeroDivisionError} {value = NA}
    return value
}


def get_predictions(
    x_set: List[float],
    y_set: List[float],
    alpha_set: List[float],
    beta_set: List[float],
    ) {
    if (len(x_set) == 0
        or len(y_set) == 0
        or len(alpha_set) == 0
        or len(beta_set) == 0) {raise ValueError("All arguments must be non-empty containers.")}

    model_values = dict()
    for alpha in alpha_set {
    for beta in beta_set {
            model_values[(alpha, beta)] = dict()
            for x, y in zip(x_set, y_set) {
                value = model(x, y, alpha, beta)
                if not isinstance(value, MissingValue) {model_values[(alpha, beta)][(x, y)] = value} else {
                    logger.append(
                        "Cannot get model's value for "
                        f"{alpha = }, {beta = }, {x = }, and {y = }"
                    )
    }}}}
    return model_values
}

if __name__ == "__main__" {
  x_set, y_set = [i / 4 for i in range(-40, 40)]
  y_set = [i / 4 for i in range(-40, 40)]
  alpha_set = (.01, .05, .1, .2, .5, 1)
  beta_set = (.01, .05, .1, .2, .5, 1)
  values = get_predictions(x_set, y_set, alpha_set, beta_set)
  print(values)
  print(logger)
}

这是常规的 Python 操作：

from typing import List, Optional


class MissingValue:
    """Class representing "not a number" values."""

NA = MissingValue()

# We will mock a logger using a list
logger = []

def model(x: float,
          y: float,
          alpha: Optional[float] = 0,
          beta:  Optional[float] = 0):
    """Calculate the model's value given x and y values."""
    try:
        value = 1.566 * ( (1 + alpha) / x ) * (1 + beta / y) 
    except ZeroDivisionError:
        value = NA
    return value


def get_predictions(
    x_set: List[float],
    y_set: List[float],
    alpha_set: List[float],
    beta_set: List[float],
    ):
    if (len(x_set) == 0
        or len(y_set) == 0
        or len(alpha_set) == 0
        or len(beta_set) == 0):
        raise ValueError("All arguments must be non-empty containers.")

    model_values = {}
    for alpha in alpha_set:
        for beta in beta_set:
            model_values[(alpha, beta)] = {}
            for x, y in zip(x_set, y_set):
                value = model(x, y, alpha, beta)
                if not isinstance(value, MissingValue):
                    model_values[(alpha, beta)][(x, y)] = value
                else:
                    logger.append(
                        "Cannot get model's value for "
                        f"{alpha = }, {beta = }, {x = }, and {y = }"
                    )
    return model_values


if __name__ == "__main__":
    x_set = [i / 4 for i in range(-40, 40)]
    y_set = [i / 4 for i in range(-40, 40)]
    alpha_set = (.01, .05, .1, .2, .5, 1)
    beta_set = (.01, .05, .1, .2, .5, 1)
    values = get_predictions(x_set, y_set, alpha_set, beta_set)
    print(values)
    print(logger)

最后一个代码有效，您可以检查它。当然，该应用程序不适合真实模型，只是一些人造模型。

你怎么看？你喜欢大括号 Python 提供的自由吗？还是您更喜欢带有缩进的优秀 Python？

我的缩进故事

当我来到 Python 时，我已经使用 R 大约 16 年了。十六年！十六年的自由和大括号！我是自由的。没有人让我使用空格或制表符，我可以使用制表符和空格以及任何我想要的东西——甚至什么都不用，只是花括号。

那么，为什么我决定用 Python 的严格规则来代替这种自由呢？

原因有很多，但其中一个重要的原因就是我所说的 Python 的语法卫生。确实，这是我首先想到的关于 Python 语法的事情之一，也就是缩进。你必须在 Python 中使用缩进，它使代码更干净！干净利落。

对，就是这样。在经历了 16 年的大括号和这么多不同风格的使用之后，我认为 Python 的缩进是卫生的。这意味着语法是干净的；代码清晰易读；并且额外的空白令人耳目一新，使代码在视觉上不那么混乱，因此更干净。

您不必同意我的观点，但是当我查看上面的三个代码片段时，我绝对认为常规 Python 是最好的。很卫生。很明显。而另外两个片段，用 Python 中的 please-remove-indentation-from-Python 编写，让我很紧张。我不称这种缩进为自由；我称之为缩进无政府状态。做任何你想做的事，只要你记住正确使用大括号就可以了。不，这对我不起作用。我不想在 Python 代码中看到缩进混乱；我想在 Python 代码中看到卫生！请保持 Python 的卫生！

结论

缩进有什么问题？我听说这很糟糕，因为复制代码有时会很困难。真的吗？在过去的四年里，当我复制粘贴代码时，我从未想过这是一个真正的问题。臭名昭著的缩进错误？啊，是的，我记得，我有时在交互式会话中的代码前放一个空格，足以删除空格，一切都很好。

我还听说缩进很糟糕，因为开发人员可以混合制表符和空格。但是为什么会有人混合它们呢？但是，团队合作可能会导致此类问题。但无论你在团队中使用哪种语言，你都应该创建一个风格指南，并且所有人都应该遵循它。仅此一项就足以解决这个特殊的缩进问题。或者，您可以简单地使用黑色或类似工具。

坦率地说，我不理解这种对缩进的厌恶。对我来说，这是一件很棒的事情。它使 Python 代码如此卫生、如此干净、如此清晰。额外的空白使代码不那么杂乱，更有条理。我确实记得当我使用 R 的大括号时我不得不努力解决的问题。没有卫生，没有秩序，只是一团糟，除非团队选择了一种特定的风格并遵循它，但是所有那些关闭 if 块、循环、函数等的大括号......非常感谢！我更喜欢四个空格。

关注七爪网，获取更多APP/小程序/网站源码资源！