小编iba*_*ond的帖子

在下面的函数定义中，*和/代表什么？

def func(self, param1, param2, /, param3, *, param4, param5):
     print(param1, param2, param3, param4, param5)

注意：不要误认为 *args | 中的单|双星号 **kwargs（在这里解决）

众所周知，{} 在 Python f-strings 中的用法是执行代码段并以string格式给出结果（一些教程在这里）。但是，表达式末尾的“ = ”是什么意思？

log_file = open("log_aug_19.txt", "w") 
console_error = '...stuff...'           # the real code generates it with regex
log_file.write(f'{console_error=}')

最近 Python 3.6 添加了静态类型作为强制执行某些类型的一种方式。我曾经从 Cython 获得相同的功能，与普通 Python 相比，它获得了高度优化的功能。

我的问题是：在使用新的 Python 静态类型时，我们是否也会获得显着的性能提升？每种方法的优缺点？

我对 Python 非常陌生。我在上下文管理器上尝试了一个解决方案，如下所示： 问题陈述： 定义一个接受系统命令的函数 run_process，在后台运行命令并返回结果

我试过的解决方案：

def run_process:
    with subprocess.Popen(cmd_args) as proc:
        proc.communicate()

if __name__ == "__main__":
    f = open(os.environ['OUTPUT_PATH'], 'w')

    cmd_args_cnt = 0
    cmd_args_cnt = int(input())
    cmd_args_i = 0
    cmd_args = []
    while cmd_args_i < cmd_args_cnt:
        try:
            cmd_args_item = str(input())
        except:
            cmd_args_item = None
        cmd_args.append(cmd_args_item)
        cmd_args_i += 1

    res = run_process(cmd_args);

    if 'with' in inspect.getsource(run_process):
        f.write("'with' used in 'run_process' function definition.\n")

    if 'Popen' in inspect.getsource(run_process):
        f.write("'Popen' used in 'run_process' function definition.\n")
        f.write('Process Output : %s\n' % (res.decode("utf-8")))

    f.close() …

使用长类型注释来设置函数定义样式的规范（基于某些 PEP）方法是什么？

我可以想到的一些替代方案：

• 选项1：

def my_long_function_name_super_important(
   first_long_argument_to_my_function: Union[int, str],
   second: Dict[int, str],
   third_arg: int = 0 ) -> (bool, int):
   
   return (True, 1)

• 选项2：

def my_long_function_name_super_important(
   first_long_argument_to_my_function: Union[int, str],
   second: Dict[int, str],
   third_arg: int = 0
) -> (bool, int):
   
   return (True, 1)

• 选项 3：

def my_long_function_name_super_important(
   first_long_argument_to_my_function: Union[int, str],
   second: Dict[int, str],  third_arg: int = 0
) -> (bool, int):
   
   return (True, 1)

• 选项 4：

def my_long_function_name_super_important(
   first_long_argument_to_my_function: Union[int, str],
   second: Dict[int, str],
   third_arg: int = 0,
   ) -> …

在有些复杂的 Pythonsetup.py配置中，通常需要已经存在的其他库才能执行setuptools.setup. 就我而言，这将是setuptools>=45.0和cython>=0.29。现在，我有两个选项来声明这些构建时要求（不要与通常在文件中找到的标准包安装要求混淆requirements.txt），以便将此项目发送到 PyPI：

1. 手动将要求写入参数setup.py中setup_requires：

#setup.py
from setuptools import setup
#...
setup(
    name='bla',
    #...
    setup_requires = ['setuptools>=45.0', 'cython>=0.29'],
)

2. 将这些要求写入PEP518pyproject.toml之后的单独文件中：

#pyproject.toml
[build-system]
# Minimum requirements for the build system to execute.
requires = ["setuptools>=45.0", "cython>=0.29"]

它们可以互换吗？应该使用哪一个，为什么？