백엔드 개발 파이썬 튜토리얼 단계별: 시를 사용하여 첫 번째 Python 라이브러리 만들기(1부)

단계별: 시를 사용하여 첫 번째 Python 라이브러리 만들기(1부)

Jul 20, 2024 am 01:19 AM

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

첫 번째 Python 라이브러리를 만드는 방법을 알아보세요! 이 게시물 시리즈에서는 Poetry를 사용하여 Python 라이브러리를 만들고 게시하는 과정을 안내합니다. 초기 구성부터 기본 기능 구현 및 테스트까지 모든 것을 다루는 작은 계산기 애플리케이션 구축부터 시작하겠습니다. 이 시리즈가 끝나면 PyPI에서 전 세계와 공유할 수 있는 라이브러리가 준비됩니다.

시란 무엇입니까?

Poetry는 Python 프로젝트를 위한 종속성 관리 및 패키징 도구입니다. 전통적으로 여러 도구가 필요한 많은 작업을 자동화하여 라이브러리와 애플리케이션을 만들고 유지 관리하는 프로세스를 단순화합니다. Poetry에는 프로젝트를 결정론적으로 관리하는 데 필요한 모든 도구가 함께 제공됩니다. Poetry의 주요 장점은 다음과 같습니다.

  • 프로젝트 빌드: 단일 명령으로 쉽게 프로젝트를 빌드하고 패키징합니다.
  • 작업 공유: 작업을 PyPI에 게시하여 알리세요.
  • 종속성 상태 확인: 단 하나의 명령으로 프로젝트의 종속성을 확인하세요.
  • 종속성 해결: Poetry에는 철저한 종속성 해결 프로그램이 함께 제공되며, 존재하는 경우 항상 해결책을 찾습니다.
  • 격리: Poetry는 구성된 가상 환경을 사용하거나 자체 생성하여 항상 시스템에서 격리됩니다.
  • 직관적인 CLI: Poetry 명령은 직관적이고 사용하기 쉬우며 기본값을 구분하면서도 구성이 가능합니다.

이러한 장점을 통해 Poetry는 Python 프로젝트 개발을 위한 강력하고 효율적인 도구로 돋보입니다.

Python 라이브러리를 시작하기 전에 무엇이 필요합니까?

코드 작성을 시작하기 전에 개발 환경을 설정해야 합니다. 모든 것이 준비되었는지 확인하는 단계는 다음과 같습니다.

파이썬 버전 확인

먼저 최신 버전의 Python이 설치되어 있는지 확인해야 합니다. 시스템에 설치된 Python 버전을 확인하려면 터미널에서 다음 명령을 실행하세요.

python --version
로그인 후 복사

아직 Python이 설치되어 있지 않거나 업데이트가 필요한 경우 공식 Python 웹사이트에서 다운로드하여 설치할 수 있습니다.

시 설치

최신 버전의 Python이 설치되어 있는지 확인한 후 다음 단계는 Poetry를 설치하는 것입니다. 공식 문서에 설명된 지침에 따라 Poetry를 설치할 수 있습니다. 빠른 설치 명령은 다음과 같습니다.

curl -sSL https://install.python-poetry.org | python3 -
로그인 후 복사

라이브러리 시작: 첫 번째 단계

1단계: Poetry를 사용하여 프로젝트 만들기

이제 Python과 Poetry가 설치되었으므로 계산기 프로젝트를 시작할 차례입니다. Poetry를 사용하면 간단한 명령으로 새 프로젝트를 쉽게 만들 수 있습니다.

프로젝트를 생성하려는 디렉터리로 이동하고 터미널에서 다음 명령을 실행합니다.

poetry new calculator
cd calculator
로그인 후 복사

이 명령은 필수 폴더와 파일을 포함하는 새로운 프로젝트 구조를 생성합니다.

calculator/
├── README.md
├── calculator
│   └── __init__.py
├── pyproject.toml
└── tests
    └── __init__.py
로그인 후 복사

생성된 구조를 이해해 봅시다:

  • README.md: 프로젝트를 설명하는 문서 파일입니다.
  • calculator/: 애플리케이션의 소스 코드가 포함된 폴더입니다.
  • tests/: 단위 테스트용 폴더입니다.
  • pyproject.toml: Poetry의 기본 구성 파일입니다.

2단계: 계산기 기능 구현

이제 Calculator/calculator.py 파일 내에 계산기 기능을 만들어 보겠습니다.

calculator/
├── calculator.py
├── __init__.py
로그인 후 복사

calculator.py 파일을 열고 기본 계산기 기능을 구현하세요.

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

로그인 후 복사

3단계: 계산기 기능 테스트

테스트는 소프트웨어 품질을 보장하고 버그 수정 및 코드 발전에 대한 신뢰성을 제공하는 데 필수적입니다. 이 예에서는 단위 테스트를 사용하여 계산기 기능을 검증합니다. 테스트 환경을 설정하고 수학 연산이 올바르게 작동하는지 확인하기 위한 몇 가지 테스트 사례를 작성해 보겠습니다.

테스트 환경 구성

개발 종속성으로 pytest를 추가하여 시작하세요.

poetry add --dev pytest
로그인 후 복사

이제 테스트 폴더 안에 test_calculator.py라는 파일을 만듭니다.

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)

로그인 후 복사

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

poetry run pytest
로그인 후 복사

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
로그인 후 복사
  • Adicione todos os arquivos ao Git e faça o primeiro commit:
git add .
git commit -m "Initial commit"
로그인 후 복사
  • Conecte seu repositório local ao repositório remoto no GitHub:
git remote add origin <URL_DO_SEU_REPOSITORIO_GITHUB>
로그인 후 복사
  • Envie seus arquivos para o GitHub:
git push -u origin main
로그인 후 복사

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
로그인 후 복사
  • Via Poetry:
poetry add git+https://github.com/seu_usuario/seu_repositorio.git
로그인 후 복사

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

위 내용은 단계별: 시를 사용하여 첫 번째 Python 라이브러리 만들기(1부)의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

본 웹사이트의 성명
본 글의 내용은 네티즌들의 자발적인 기여로 작성되었으며, 저작권은 원저작자에게 있습니다. 본 사이트는 이에 상응하는 법적 책임을 지지 않습니다. 표절이나 침해가 의심되는 콘텐츠를 발견한 경우 admin@php.cn으로 문의하세요.

핫 AI 도구

Undresser.AI Undress

Undresser.AI Undress

사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover

AI Clothes Remover

사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool

Undress AI Tool

무료로 이미지를 벗다

Clothoff.io

Clothoff.io

AI 옷 제거제

Video Face Swap

Video Face Swap

완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

<gum> : Bubble Gum Simulator Infinity- 로얄 키를 얻고 사용하는 방법
4 몇 주 전 By 尊渡假赌尊渡假赌尊渡假赌
Nordhold : Fusion System, 설명
4 몇 주 전 By 尊渡假赌尊渡假赌尊渡假赌
Mandragora : 마녀 트리의 속삭임 - Grappling Hook 잠금 해제 방법
3 몇 주 전 By 尊渡假赌尊渡假赌尊渡假赌

뜨거운 도구

메모장++7.3.1

메모장++7.3.1

사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전

SublimeText3 중국어 버전

중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기

스튜디오 13.0.1 보내기

강력한 PHP 통합 개발 환경

드림위버 CS6

드림위버 CS6

시각적 웹 개발 도구

SublimeText3 Mac 버전

SublimeText3 Mac 버전

신 수준의 코드 편집 소프트웨어(SublimeText3)

Python vs. C : 학습 곡선 및 사용 편의성 Python vs. C : 학습 곡선 및 사용 편의성 Apr 19, 2025 am 12:20 AM

Python은 배우고 사용하기 쉽고 C는 더 강력하지만 복잡합니다. 1. Python Syntax는 간결하며 초보자에게 적합합니다. 동적 타이핑 및 자동 메모리 관리를 사용하면 사용하기 쉽지만 런타임 오류가 발생할 수 있습니다. 2.C는 고성능 응용 프로그램에 적합한 저수준 제어 및 고급 기능을 제공하지만 학습 임계 값이 높고 수동 메모리 및 유형 안전 관리가 필요합니다.

Python 학습 : 2 시간의 일일 연구가 충분합니까? Python 학습 : 2 시간의 일일 연구가 충분합니까? Apr 18, 2025 am 12:22 AM

하루에 2 시간 동안 파이썬을 배우는 것으로 충분합니까? 목표와 학습 방법에 따라 다릅니다. 1) 명확한 학습 계획을 개발, 2) 적절한 학습 자원 및 방법을 선택하고 3) 실습 연습 및 검토 및 통합 연습 및 검토 및 통합,이 기간 동안 Python의 기본 지식과 고급 기능을 점차적으로 마스터 할 수 있습니다.

Python vs. C : 성능과 효율성 탐색 Python vs. C : 성능과 효율성 탐색 Apr 18, 2025 am 12:20 AM

Python은 개발 효율에서 C보다 낫지 만 C는 실행 성능이 높습니다. 1. Python의 간결한 구문 및 풍부한 라이브러리는 개발 효율성을 향상시킵니다. 2.C의 컴파일 유형 특성 및 하드웨어 제어는 실행 성능을 향상시킵니다. 선택할 때는 프로젝트 요구에 따라 개발 속도 및 실행 효율성을 평가해야합니다.

Python vs. C : 주요 차이점 이해 Python vs. C : 주요 차이점 이해 Apr 21, 2025 am 12:18 AM

Python과 C는 각각 고유 한 장점이 있으며 선택은 프로젝트 요구 사항을 기반으로해야합니다. 1) Python은 간결한 구문 및 동적 타이핑으로 인해 빠른 개발 및 데이터 처리에 적합합니다. 2) C는 정적 타이핑 및 수동 메모리 관리로 인해 고성능 및 시스템 프로그래밍에 적합합니다.

Python Standard Library의 일부는 무엇입니까? 목록 또는 배열은 무엇입니까? Python Standard Library의 일부는 무엇입니까? 목록 또는 배열은 무엇입니까? Apr 27, 2025 am 12:03 AM

Pythonlistsarepartoftsandardlardlibrary, whileraysarenot.listsarebuilt-in, 다재다능하고, 수집 할 수있는 반면, arraysarreprovidedByTearRaymoduledlesscommonlyusedDuetolimitedFunctionality.

파이썬 : 자동화, 스크립팅 및 작업 관리 파이썬 : 자동화, 스크립팅 및 작업 관리 Apr 16, 2025 am 12:14 AM

파이썬은 자동화, 스크립팅 및 작업 관리가 탁월합니다. 1) 자동화 : 파일 백업은 OS 및 Shutil과 같은 표준 라이브러리를 통해 실현됩니다. 2) 스크립트 쓰기 : PSUTIL 라이브러리를 사용하여 시스템 리소스를 모니터링합니다. 3) 작업 관리 : 일정 라이브러리를 사용하여 작업을 예약하십시오. Python의 사용 편의성과 풍부한 라이브러리 지원으로 인해 이러한 영역에서 선호하는 도구가됩니다.

과학 컴퓨팅을위한 파이썬 : 상세한 모양 과학 컴퓨팅을위한 파이썬 : 상세한 모양 Apr 19, 2025 am 12:15 AM

과학 컴퓨팅에서 Python의 응용 프로그램에는 데이터 분석, 머신 러닝, 수치 시뮬레이션 및 시각화가 포함됩니다. 1.numpy는 효율적인 다차원 배열 및 수학적 함수를 제공합니다. 2. Scipy는 Numpy 기능을 확장하고 최적화 및 선형 대수 도구를 제공합니다. 3. 팬더는 데이터 처리 및 분석에 사용됩니다. 4. matplotlib는 다양한 그래프와 시각적 결과를 생성하는 데 사용됩니다.

웹 개발을위한 파이썬 : 주요 응용 프로그램 웹 개발을위한 파이썬 : 주요 응용 프로그램 Apr 18, 2025 am 12:20 AM

웹 개발에서 Python의 주요 응용 프로그램에는 Django 및 Flask 프레임 워크 사용, API 개발, 데이터 분석 및 시각화, 머신 러닝 및 AI 및 성능 최적화가 포함됩니다. 1. Django 및 Flask 프레임 워크 : Django는 복잡한 응용 분야의 빠른 개발에 적합하며 플라스크는 소형 또는 고도로 맞춤형 프로젝트에 적합합니다. 2. API 개발 : Flask 또는 DjangorestFramework를 사용하여 RESTFULAPI를 구축하십시오. 3. 데이터 분석 및 시각화 : Python을 사용하여 데이터를 처리하고 웹 인터페이스를 통해 표시합니다. 4. 머신 러닝 및 AI : 파이썬은 지능형 웹 애플리케이션을 구축하는 데 사용됩니다. 5. 성능 최적화 : 비동기 프로그래밍, 캐싱 및 코드를 통해 최적화

See all articles