この Tips シリーズでは、#9 までに基本的なデータ構造、#17 までに Pythonイディオム、#30 までに Python実践スキル を紹介してきました。
今回は Python深掘りスキル の7回目として、__slots__ を取り上げます。今回も「なぜ必要か・どう役立つか」を大切にしながら進めます。
Pythonのクラスは非常に柔軟で、インスタンスに後から自由に属性を追加できます。
class Cat:
pass
cat = Cat()
cat.name = "Chii"
cat.age = 8
これは便利ですが、実は次のような問題が潜んでいます。
cat.weigth = 4.2 もエラーにならない）こうした問題を解決する仕組みが __slots__ です。
この Tips シリーズでは、#9 までに基本的なデータ構造、#17 までに Pythonイディオム、#30 までに Python実践スキル を紹介してきました。
今回は Python深掘りスキル の6回目として、抽象クラス（Abstract Base Class：ABC） を取り上げます。今回も「なぜ必要か・どう役立つか」を大切にしながら進めます。
Pythonはもともと「ダックタイピング」という考え方を持つ言語です。
たとえば「area() メソッドさえ持っていれば、どんなクラスでも図形として使える」 という柔軟な仕組みです。
しかし柔軟すぎるがゆえに、こんな問題が起こることがあります。
area() を必ず実装してほしい」のに、実装を忘れても動いてしまうこうした問題を解決するのが 抽象クラス（ABC）です。
「このメソッドは必ず実装してください」というルールを、コード自体に組み込める仕組みです。
この Tips シリーズでは、#9 までに基本的なデータ構造、#17 までに Python イディオム、#30 までに Python実践スキル を紹介してきました。
今回は Python深掘りスキル の5回目として、@property を取り上げます。今回も「なぜ必要か・どう役立つか」を大切にしながら進めます。
Pythonのクラスで属性を使い始めると、こんな問題に出会います。
class Temperature:
def __init__(self):
self.celsius = 0
t = Temperature()
t.celsius = -999 # 絶対零度より低い値でも代入できてしまう
print(t.celsius) # -999
属性はそのまま公開すると、どんな値でも自由に書き換えられてしまいます。
かといって、すべてをメソッドにすると呼び出しが煩雑になります。
この問題を解決するのが @property です。
「普通の属性のように書けるのに、内部では検証や計算が動く」という仕組みを作れます。
この Tips シリーズでは、#9 までに基本的なデータ構造、#17 までに Python イディオム、#30 までに Python実践スキル を紹介してきました。
今回は Python深掘りスキル の4回目として、Enum（列挙型）を取り上げます。今回も「なぜ必要か・どう役立つか」を大切にしながら進めます。
Pythonでコードを書いていると、こんな「意味不明な値」が登場することがあります。
status = 1
direction = "lft"
この 1 は何を意味するのでしょうか？ "lft" は正しいスペルでしょうか？
数字や文字列のまま管理すると、次のような問題が起きてきます。
こうした問題を解決するのが Enum（列挙型） です。
続きを読むこの Tips シリーズでは、#9 までに基本的なデータ構造、#17 までに Python イディオム、#30 までに Python実践スキル を紹介してきました。
今回は、Python深掘りスキル の3回目として、型ヒント（type hints） を取り上げます。今回も「なぜ必要か・どう役立つか」を大切にしながら進めます。
Pythonは「変数の型を宣言しなくても動く」言語です。これは手軽で便利ですが、 コードが大きくなると次のような問題が起きてきます。
こうした問題を解決するのが 型ヒント です。
書き方を覚えれば、コードは格段に読みやすく、安全になります。
この Tips シリーズでは、#9 までに基本的なデータ構造、#17 までに Python イディオム、#30 までに Python実践スキル を紹介してきました。
今回は、Python深掘りスキル の2回目として、ジェネレータ を取り上げます。今回も「なぜ必要か・どう役立つか」を大切にしながら進めます。
Pythonでデータ処理を書いていると、こんな場面が出てきます。
こうした「全部一度に用意しなくていい」場面で力を発揮するのが ジェネレータ（generator）です。
続きを読むこの Tips シリーズでは、#9 までに基本的なデータ構造、#17 までに Python イディオム、#30 までに Python実践スキル を紹介してきました。
今回からは Python深掘りスキル の1回目として、デコレータ を取り上げます。
「深掘りスキル」では、動くコードが書ける から より良いコードが書ける への ステップアップを目指します。難しそうに見えますが、今回も「なぜ必要か・どう役立つか」を大切にしながら進めます。
デコレータは最初は少し不思議な構文に見えますが、「関数を関数で包む」というシンプルな構造を理解すれば、実務でも自然に使えるようになります。
複数の関数に「共通の処理」を追加したいとき、デコレータなしでは同じコードを繰り返すことになります。
続きを読む