ホームページ バックエンド開発 Python チュートリアル ステップバイステップ: 詩を使った最初の Python ライブラリの作成 (パート I)

ステップバイステップ: 詩を使った最初の Python ライブラリの作成 (パート I)

Jul 20, 2024 am 01:19 AM

Passo a Passo: Criando Sua Primeira Biblioteca em Python com Poetry (Parte I)

初めての Python ライブラリを作成する方法を学びましょう!この一連の投稿では、Poetry を使用して Python ライブラリを作成および公開するプロセスについて説明します。まずは小さな電卓アプリケーションの構築から始めましょう。初期構成から実装、基本機能のテストまですべてをカバーします。このシリーズの最後には、PyPI で世界と共有できるライブラリが完成します。

詩とは何ですか?

Poetry は、Python プロジェクトの依存関係管理およびパッケージ化ツールです。従来は複数のツールが必要だった多くのタスクを自動化することで、ライブラリとアプリケーションの作成と保守のプロセスを簡素化します。 Poetry には、プロジェクトを決定的に管理するために必要なすべてのツールが付属しています。詩の主な利点をいくつか紹介します:

  • プロジェクトのビルド: 1 つのコマンドでプロジェクトを簡単にビルドしてパッケージ化します。
  • 作品を共有する: PyPI で公開して自分の作品を知らせます。
  • 依存関係のステータスを確認する: 1 つのコマンドでプロジェクトの依存関係を表示します。
  • 依存関係解決: Poetry には徹底的な依存関係解決機能が付属しており、解決策が存在する場合は常に解決策を見つけます。
  • 分離: Poetry は、構成された仮想環境を使用するか、独自の仮想環境を作成してシステムから常に隔離されます。
  • 直感的な CLI: Poetry コマンドは直感的で使いやすく、適切なデフォルト設定があり、さらに構成可能です。

これらの利点により、Poetry は Python プロジェクトを開発するための強力かつ効率的なツールとして際立っています。

Python ライブラリを開始する前に何が必要ですか?

コードを書き始める前に、開発環境をセットアップする必要があります。すべての準備が整っていることを確認する手順は次のとおりです:

Pythonのバージョンを確認する

まず、最新バージョンの Python がインストールされていることを確認する必要があります。システムにインストールされている Python のバージョンを確認するには、ターミナルで次のコマンドを実行します。

python --version
ログイン後にコピー

Python をまだインストールしていない場合、または更新する必要がある場合は、Python の公式 Web サイトからダウンロードしてインストールできます。

詩をインストールする

最新バージョンの Python がインストールされていることを確認したら、次のステップは Poetry をインストールすることです。公式ドキュメントに詳しく記載されている手順に従って、Poetry をインストールできます。インストール用の簡単なコマンドは次のとおりです:

curl -sSL https://install.python-poetry.org | python3 -
ログイン後にコピー

ライブラリの開始: 最初のステップ

ステップ 1: 詩を使用したプロジェクトの作成

Python と Poetry がインストールされたので、電卓プロジェクトを開始します。 Poetry を使用すると、簡単なコマンドで新しいプロジェクトを簡単に作成できます。

プロジェクトを作成するディレクトリに移動し、ターミナルで次のコマンドを実行します。

poetry new calculator
cd calculator
ログイン後にコピー

このコマンドは、必須のフォルダーとファイルを含む新しいプロジェクト構造を作成します。

calculator/
├── README.md
├── calculator
│   └── __init__.py
├── pyproject.toml
└── tests
    └── __init__.py
ログイン後にコピー

生成された構造を理解しましょう:

  • README.md: プロジェクトについて説明するドキュメント ファイル。
  • calculator/: アプリケーションのソース コードが含まれるフォルダー。
  • tests/: 単体テスト用のフォルダー。
  • pyproject.toml: Poetry のメイン構成ファイル。

ステップ 2: 電卓関数の実装

次に、calculator/calculator.py ファイル内に電卓関数を作成しましょう。

calculator/
├── calculator.py
├── __init__.py
ログイン後にコピー

calculator.py ファイルを開き、基本的な電卓関数を実装します。

def add(a, b):
    return a + b

def subtract(a, b):
    return a - b

def multiply(a, b):
    return a * b

def divide(a, b):
    if b == 0:
        raise ValueError("Não é possível dividir por zero")
    return a / b

ログイン後にコピー

ステップ 3: 電卓機能をテストする

テストはソフトウェアの品質を保証し、バグ修正やコードの進化における信頼性を提供するために不可欠です。この例では、単体テストを使用して電卓関数を検証します。テスト環境をセットアップし、数学的演算が正しく動作することを確認するためにいくつかのテスト ケースを作成しましょう。

テスト環境の構成

開発依存関係として pytest を追加することから始めます:

poetry add --dev pytest
ログイン後にコピー

次に、tests フォルダー内に test_calculator.py というファイルを作成します。

import pytest
from calculator.calculator import add, subtract, multiply, divide

def test_add():
    assert add(2, 3) == 5
    assert add(-1, 1) == 0
    assert add(0, 0) == 0
    assert add(-1, -1) == -2

def test_subtract():
    assert subtract(5, 2) == 3
    assert subtract(0, 0) == 0
    assert subtract(-1, 1) == -2
    assert subtract(-1, -1) == 0

def test_multiply():
    assert multiply(2, 3) == 6
    assert multiply(5, 0) == 0
    assert multiply(-1, 1) == -1
    assert multiply(-2, -3) == 6

def test_divide():
    assert divide(6, 2) == 3
    assert divide(5, 2) == 2.5
    assert divide(-10, 2) == -5
    with pytest.raises(ValueError):
        divide(4, 0)

ログイン後にコピー

Por fim, basta executar os testes com o seguinte comando:

poetry run pytest
ログイン後にコピー

Passo 4: Publicando no GitHub

Agora que nossa aplicação já está coberta com testes, vamos prepará-la para ser compartilhada no GitHub. Siga os passos abaixo para adicionar seu projeto ao GitHub:

  1. Crie um repositório no GitHub: Vá para o GitHub e crie um novo repositório para sua calculadora.

  2. Adicione seu projeto ao repositório:

  • Inicialize o repositório Git dentro do diretório do seu projeto se ainda não estiver inicializado:
git init
ログイン後にコピー
  • Adicione todos os arquivos ao Git e faça o primeiro commit:
git add .
git commit -m "Initial commit"
ログイン後にコピー
  • Conecte seu repositório local ao repositório remoto no GitHub:
git remote add origin <URL_DO_SEU_REPOSITORIO_GITHUB>
ログイン後にコピー
  • Envie seus arquivos para o GitHub:
git push -u origin main
ログイン後にコピー

Agora seu projeto está no GitHub e pronto para ser compartilhado e colaborado com outros desenvolvedores.

Passo 5: Instalando via Pip ou Poetry

Para instalar sua biblioteca diretamente basta usar os seguintes comandos:

  • Via Pip:
pip install git+https://github.com/seu_usuario/seu_repositorio.git
ログイン後にコピー
  • Via Poetry:
poetry add git+https://github.com/seu_usuario/seu_repositorio.git
ログイン後にコピー

O que vem a seguir?

Nesta primeira parte do tutorial, cobrimos os fundamentos essenciais para criar uma biblioteca Python utilizando o Poetry. Começamos configurando o ambiente de desenvolvimento, implementamos uma calculadora básica com testes unitários usando pytest, e compartilhamos o projeto no GitHub para colaboração.

Na próxima parte deste tutorial, exploraremos como publicar sua biblioteca no PyPI, o repositório padrão de pacotes Python, e aprenderemos como instalá-la usando o Poetry ou pip diretamente do PyPI. Isso não apenas facilitará o uso da sua biblioteca por outros desenvolvedores, mas também ajudará a integrá-la com a comunidade Python.

Parabéns por chegar até aqui! Espero que esteja aproveitando a criação da sua biblioteca Python. Fique à vontade para compartilhar dúvidas ou sugestões nos comentários. Vamos agora para a Parte II e continuar nossa jornada de colaboração com a comunidade Python.

Referências

  • Canal Eduardo Mendes (@Dunossauro) Criando um pacote python do zero: dos requisitos ao deploy
  • Documentação Poetry
  • Poetry: construindo pacotes Python de uma forma fácil

以上がステップバイステップ: 詩を使った最初の Python ライブラリの作成 (パート I)の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

このウェブサイトの声明
この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。

ホットAIツール

Undresser.AI Undress

Undresser.AI Undress

リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover

AI Clothes Remover

写真から衣服を削除するオンライン AI ツール。

Undress AI Tool

Undress AI Tool

脱衣画像を無料で

Clothoff.io

Clothoff.io

AI衣類リムーバー

Video Face Swap

Video Face Swap

完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

ホットツール

メモ帳++7.3.1

メモ帳++7.3.1

使いやすく無料のコードエディター

SublimeText3 中国語版

SublimeText3 中国語版

中国語版、とても使いやすい

ゼンドスタジオ 13.0.1

ゼンドスタジオ 13.0.1

強力な PHP 統合開発環境

ドリームウィーバー CS6

ドリームウィーバー CS6

ビジュアル Web 開発ツール

SublimeText3 Mac版

SublimeText3 Mac版

神レベルのコード編集ソフト(SublimeText3)

Python vs. C:曲線と使いやすさの学習 Python vs. C:曲線と使いやすさの学習 Apr 19, 2025 am 12:20 AM

Pythonは学習と使用が簡単ですが、Cはより強力ですが複雑です。 1。Python構文は簡潔で初心者に適しています。動的なタイピングと自動メモリ管理により、使いやすくなりますが、ランタイムエラーを引き起こす可能性があります。 2.Cは、高性能アプリケーションに適した低レベルの制御と高度な機能を提供しますが、学習しきい値が高く、手動メモリとタイプの安全管理が必要です。

Pythonの学習:2時間の毎日の研究で十分ですか? Pythonの学習:2時間の毎日の研究で十分ですか? Apr 18, 2025 am 12:22 AM

Pythonを1日2時間学ぶだけで十分ですか?それはあなたの目標と学習方法に依存します。 1)明確な学習計画を策定し、2)適切な学習リソースと方法を選択します。3)実践的な実践とレビューとレビューと統合を練習および統合し、統合すると、この期間中にPythonの基本的な知識と高度な機能を徐々に習得できます。

Python vs. C:パフォーマンスと効率の探索 Python vs. C:パフォーマンスと効率の探索 Apr 18, 2025 am 12:20 AM

Pythonは開発効率でCよりも優れていますが、Cは実行パフォーマンスが高くなっています。 1。Pythonの簡潔な構文とリッチライブラリは、開発効率を向上させます。 2.Cのコンピレーションタイプの特性とハードウェア制御により、実行パフォーマンスが向上します。選択を行うときは、プロジェクトのニーズに基づいて開発速度と実行効率を比較検討する必要があります。

Python vs. C:重要な違​​いを理解します Python vs. C:重要な違​​いを理解します Apr 21, 2025 am 12:18 AM

PythonとCにはそれぞれ独自の利点があり、選択はプロジェクトの要件に基づいている必要があります。 1)Pythonは、簡潔な構文と動的タイピングのため、迅速な開発とデータ処理に適しています。 2)Cは、静的なタイピングと手動メモリ管理により、高性能およびシステムプログラミングに適しています。

Python Standard Libraryの一部はどれですか:リストまたは配列はどれですか? Python Standard Libraryの一部はどれですか:リストまたは配列はどれですか? Apr 27, 2025 am 12:03 AM

PythonListSarePartOfThestAndardarenot.liestareBuilting-in、versatile、forStoringCollectionsのpythonlistarepart。

Python:自動化、スクリプト、およびタスク管理 Python:自動化、スクリプト、およびタスク管理 Apr 16, 2025 am 12:14 AM

Pythonは、自動化、スクリプト、およびタスク管理に優れています。 1)自動化:OSやShutilなどの標準ライブラリを介してファイルバックアップが実現されます。 2)スクリプトの書き込み:Psutilライブラリを使用してシステムリソースを監視します。 3)タスク管理:スケジュールライブラリを使用してタスクをスケジュールします。 Pythonの使いやすさと豊富なライブラリサポートにより、これらの分野で優先ツールになります。

科学コンピューティングのためのPython:詳細な外観 科学コンピューティングのためのPython:詳細な外観 Apr 19, 2025 am 12:15 AM

科学コンピューティングにおけるPythonのアプリケーションには、データ分析、機械学習、数値シミュレーション、視覚化が含まれます。 1.numpyは、効率的な多次元配列と数学的関数を提供します。 2。ScipyはNumpy機能を拡張し、最適化と線形代数ツールを提供します。 3. Pandasは、データ処理と分析に使用されます。 4.matplotlibは、さまざまなグラフと視覚的な結果を生成するために使用されます。

Web開発用のPython:主要なアプリケーション Web開発用のPython:主要なアプリケーション Apr 18, 2025 am 12:20 AM

Web開発におけるPythonの主要なアプリケーションには、DjangoおよびFlaskフレームワークの使用、API開発、データ分析と視覚化、機械学習とAI、およびパフォーマンスの最適化が含まれます。 1。DjangoandFlask Framework:Djangoは、複雑な用途の迅速な発展に適しており、Flaskは小規模または高度にカスタマイズされたプロジェクトに適しています。 2。API開発:フラスコまたはdjangorestFrameworkを使用して、Restfulapiを構築します。 3。データ分析と視覚化:Pythonを使用してデータを処理し、Webインターフェイスを介して表示します。 4。機械学習とAI:Pythonは、インテリジェントWebアプリケーションを構築するために使用されます。 5。パフォーマンスの最適化:非同期プログラミング、キャッシュ、コードを通じて最適化

See all articles