Methodenverkettung in Python – Analytics Vidhya

Einführung

Erwägen Sie, einen Code zu schreiben, der Funktionen beinhaltet, die so miteinander verbunden sind, dass der Fluss eines Satzes nicht unterbrochen wird. Das ist Methodenverkettung Python– ein effizienter Ansatz, der es ermöglicht, mehrere Methoden innerhalb eines Objekts mit einer einzigen Codezeile aufzurufen. Dadurch wird der Code kürzer, leichter lesbar und verständlicher und bietet außerdem eine ganz natürliche Möglichkeit, aufeinanderfolgende Vorgänge an Daten oder Objekten zu codieren. In diesem Artikel besprechen wir, was Methodenverkettung ist, welche Vorteile sie hat und wie man sie in Python nutzt.

Lernergebnisse

• Verstehen Sie das Konzept der Methodenverkettung in Python.
• Implementieren Sie die Methodenverkettung in benutzerdefinierter Type Python-Klassen.
• Erkennen Sie die Vor- und Nachteile der Methodenverkettung.
• Verbessern Sie die Lesbarkeit und Prägnanz des Codes durch Methodenverkettung.
• Wenden Sie Methodenverkettung in der Praxis an Python-Projekte.

Was ist Methodenverkettung?

Unter Methodenverkettung versteht man das Szenario, bei dem eine oder mehrere Methoden nacheinander in derselben Codezeile für ein bestimmtes Objekt aufgerufen werden. Die Namenskonvention dieser Kette von Methodenaufrufen ist somit möglich, da jede der Methoden selbst das betreffende Objekt oder eine abgeleitete Model davon als Parameter zurückgibt, für den dann weitere Methoden aufgerufen werden können. Dadurch wird der Code flüssiger und schlanker, aus syntaktischer Sicht wird der Code dadurch eleganter.

In Python wird die Methodenverkettung hauptsächlich durch die Rückgabe von Methoden ermöglicht self (oder die aktuelle Instanz des Objekts) nach dem Ausführen einer Aktion. Dies bedeutet, dass dasselbe Objekt entlang der Kette weitergeleitet wird, wodurch aufeinanderfolgende Operationen an diesem Objekt möglich sind, ohne dass Zwischenergebnisse darin gespeichert werden müssen Variablen.

Beispiel für Methodenverkettung

Lassen Sie uns nun das folgende Beispiel der Methodenverkettung untersuchen:

class TextProcessor:
    def __init__(self, textual content):
        self.textual content = textual content

    def remove_whitespace(self):
        self.textual content = self.textual content.strip()  # Removes main and trailing areas
        return self

    def to_upper(self):
        self.textual content = self.textual content.higher()  # Converts the textual content to uppercase
        return self

    def replace_word(self, old_word, new_word):
        self.textual content = self.textual content.change(old_word, new_word)  # Replaces old_word with new_word
        return self

    def get_text(self):
        return self.textual content

# Utilizing methodology chaining
textual content = TextProcessor("  Hi there World  ")
consequence = textual content.remove_whitespace().to_upper().replace_word('WORLD', 'EVERYONE').get_text()
print(consequence)  # Output: "HELLO EVERYONE"

Hier sind mehrere Methoden (remove_whitespace(), to_upper()Und replace_word()) werden in einer Kette auf demselben aufgerufen TextProcessor Objekt. Jede Methode ändert den internen Zustand des Objekts und gibt zurück selfsodass die Kette mit der nächsten Methode fortfahren kann.

Vorteile der Methodenverkettung

Lassen Sie uns mehr über die Vorteile der Methodenverkettung erfahren.

• Reduzierte Boilerplate: Macht Zwischenvariablen überflüssig und macht den Code sauberer.
• Verbesserter Fluss: Methoden können in einer einzigen Ausführungszeile kombiniert werden, sodass der Code wie eine Folge natürlicher Operationen aussieht.
• Elegantes Design: Verleiht der API eine flüssige und intuitive Benutzeroberfläche, die für Entwickler einfach zu verwenden ist.

Nachteile der Methodenverkettung

Lassen Sie uns mehr über die Nachteile der Methodenverkettung erfahren.

• Schwieriges Debuggen: Wenn ein Fehler auftritt, ist es schwieriger, die genaue Methode zu bestimmen, die das Drawback verursacht, da mehrere Methoden in einer einzigen Zeile aufgerufen werden.
• Komplexe Ketten: Lange Ketten können schwierig zu lesen und zu warten sein, insbesondere wenn der Zweck jeder Methode nicht klar ist.
• Kupplung: Durch die Methodenverkettung können Methoden eng gekoppelt werden, wodurch es schwieriger wird, die Klassenimplementierung zu ändern, ohne die Kette zu beeinträchtigen.

Wie Methodenverkettung funktioniert

Hier erhalten Sie einen tieferen Einblick in die Funktionsweise der Methodenverkettung in Python, insbesondere mit Pandas, anhand einer schrittweisen Aufschlüsselung.

Schritt 1: Erste Objekterstellung

Sie beginnen mit einem Objekt. In Pandas erstellen Sie beispielsweise normalerweise eine Datenrahmen.

import pandas as pd

information = {'Title': ('Alice', 'Bob', 'Charlie'), 'Age': (25, 30, 35)}
df = pd.DataFrame(information)

Der df Das Objekt enthält nun einen DataFrame mit der folgenden Struktur:

      Title  Age
0    Alice   25
1      Bob   30
2  Charlie   35

Schritt 2: Methodenaufruf und Rückgabewert

Sie können eine Methode für dieses DataFrame-Objekt aufrufen. Zum Beispiel:

renamed_df = df.rename(columns={'Title': 'Full Title'})

In diesem Fall ist die rename Die Methode gibt einen neuen DataFrame mit der Spalte zurück Title geändert zu Full Title. Das Unique df bleibt unverändert.

Schritt 3: Verkettung zusätzlicher Methoden

Mit der Methodenverkettung können Sie anhand des Ergebnisses des vorherigen Methodenaufrufs sofort eine andere Methode aufrufen:

sorted_df = renamed_df.sort_values(by='Age')

Dadurch wird der DataFrame basierend auf sortiert Age Spalte. Anstatt das Zwischenergebnis jedoch in einer neuen Variablen zu speichern, können Sie die folgenden Schritte kombinieren:

consequence = df.rename(columns={'Title': 'Full Title'}).sort_values(by='Age')

Hier, consequence enthält nun den sortierten DataFrame mit der umbenannten Spalte.

Schritt 4: Fortsetzung der Kette

Sie können weiterhin weitere Methoden verketten. Beispielsweise möchten Sie möglicherweise den Index nach dem Sortieren zurücksetzen:

final_result = df.rename(columns={'Title': 'Full Title'}).sort_values(by='Age').reset_index(drop=True)

Wann man Methodenverkettung verwenden sollte

Die Methodenverkettung ist besonders nützlich, wenn es um Folgendes geht:

• Datentransformationen: Wenn Sie eine Reihe von Transformationen auf ein Objekt anwenden müssen (z. B. Textverarbeitung, Datenbereinigung, mathematische Operationen).
• Fließende APIs: Viele Bibliotheken wie Pandas oder jQuery implementieren Methodenverkettung, um eine benutzerfreundlichere und lesbarere Schnittstelle bereitzustellen.

In PandasBeispielsweise können Sie mehrere Vorgänge auf einem DataFrame verketten:

import pandas as pd

information = {'Title': ('Alice', 'Bob', 'Charlie'), 'Age': (25, 30, 35)}
df = pd.DataFrame(information)

# Chaining strategies
consequence = df.rename(columns={'Title': 'Full Title'}).sort_values(by='Age').reset_index(drop=True)
print(consequence)

Methodenverkettung mit .strip(), .decrease() und .change() in Python

Lassen Sie uns tiefer in die Methoden der Zeichenfolge eintauchen .strip(), .decrease()Und .change() Arbeite in Python. Hierbei handelt es sich um leistungsstarke integrierte String-Methoden, die häufig zum Bearbeiten und Bereinigen von String-Daten verwendet werden. Ich erkläre jede Methode im Element, beginnend mit ihrem Zweck, ihren Anwendungsfällen und ihrer Syntax, gefolgt von einigen Beispielen.

.strip() Verfahren

Die .strip()-Methode ist eine String-Methode, die zum Kürzen des Strings verwendet wird, wobei führende und nachfolgende Leerzeichen entfernt werden. Leerzeichen sind Leerzeichen, Tabulatoren im Allgemeinen mit der t-Notation und Zeilenumbruchzeichen im Allgemeinen mit der n-Notation. Wenn die Methode .strip() ohne Argumente aufgerufen wird, schneidet sie die Zeichenfolge ab und entfernt alle Arten von führenden und nachfolgenden Leerzeichen.

So funktioniert es:

• .strip() wird häufig beim Bereinigen von Benutzereingaben verwendet, um unnötige Leerzeichen aus einer Zeichenfolge für die weitere Verarbeitung oder für Vergleiche zu entfernen.
• Es werden keine Leerzeichen oder Zeichen aus dem entfernt Mitte der Zeichenfolge, nur vom Anfang und Ende.

Beispiel:

# Instance 1: Eradicating main and trailing areas
textual content = "   Hi there, World!   "
cleaned_text = textual content.strip()
print(cleaned_text)  # Output: "Hi there, World!"

# Instance 2: Eradicating particular characters
textual content = "!!!Hi there, World!!!"
cleaned_text = textual content.strip("!")
print(cleaned_text)  # Output: "Hi there, World"

.decrease() Verfahren

Die Methode.decrease() schreibt alle Buchstaben einer Zeichenfolge in Kleinbuchstaben um, d. h. wenn die Zeichenfolge Großbuchstaben enthält, werden diese geändert. Dies ist besonders hilfreich, wenn Sie Textual content ohne Berücksichtigung der Groß- und Kleinschreibung vergleichen oder für andere Ausgleichszwecke verwenden möchten.

So funktioniert es:

• Die Methode .decrease() nimmt alle Großbuchstaben in einer Zeichenfolge und fügt als Ergebnis ihre Gegenstücke, die Kleinbuchstaben, ein. Auch alle Symbole und Ziffern bleiben unverändert erhalten und werden nicht verändert.
• Wird normalerweise für die Textvorverarbeitung verwendet, bei der die Eingabe in ein Standardformat konvertiert werden muss, insbesondere für die Suche oder den Vergleich ohne Berücksichtigung der Groß-/Kleinschreibung.

Beispiel:

# Instance 1: Changing to lowercase
textual content = "HELLO WORLD"
lowercase_text = textual content.decrease()
print(lowercase_text)  # Output: "howdy world"

# Instance 2: Case-insensitive comparability
name1 = "John"
name2 = "john"

if name1.decrease() == name2.decrease():
    print("Names match!")
else:
    print("Names don't match!")
# Output: "Names match!"

.change() Verfahren

Der .change() Die Methode wird verwendet, um Vorkommen eines Teilstrings innerhalb eines Strings durch einen anderen Teilstring zu ersetzen. Es kann verwendet werden, um Zeichenfolgen zu ändern oder zu bereinigen, indem bestimmte Zeichen oder Sequenzen durch neue Werte ersetzt werden.

So funktioniert es:

• .change() durchsucht die Zeichenfolge nach allen Vorkommen von previous Teilzeichenfolge und ersetzt sie durch die new Teilzeichenfolge. Standardmäßig wird es ersetzt alle Vorkommnisse es sei denn, ein bestimmtes rely gegeben ist.
• Diese Methode ist besonders nützlich für Aufgaben wie das Bereinigen oder Standardisieren von Daten oder zum Formatieren von Textual content.

Beispiel:

# Instance 1: Fundamental alternative
textual content = "Hi there World"
new_text = textual content.change("World", "Everybody")
print(new_text)  # Output: "Hi there Everybody"

# Instance 2: Exchange solely a sure variety of occurrences
textual content = "apple apple apple"
new_text = textual content.change("apple", "banana", 2)
print(new_text)  # Output: "banana banana apple"

Greatest Practices für die Methodenverkettung

• Zurückkehren self Sorgfältig: Stellen Sie sicher, dass das von jeder Methode zurückgegebene Objekt dasselbe ist, das manipuliert wird. Vermeiden Sie die Rückgabe neuer Objekte, es sei denn, dies ist Teil des gewünschten Verhaltens.
• Lesbare Ketten: Während die Methodenverkettung die Lesbarkeit verbessert, vermeiden Sie zu lange Ketten, die das Debuggen erschweren können.
• Fehlerbehandlung: Implementieren Sie eine geeignete Fehlerbehandlung in Ihren Methoden, um sicherzustellen, dass ungültige Vorgänge in einer Kette keine unerwarteten Fehler verursachen.
• Design für Verkettung: Die Methodenverkettung ist am nützlichsten in Klassen, die eine Reihe von Transformationen oder Operationen ausführen sollen. Stellen Sie sicher, dass Ihre Methoden logisch nacheinander funktionieren.

Praxisnahe Anwendungsfälle der Methodenverkettung

• Pandas DataFrame-Operationen: Pandas nutzt in großem Umfang Methodenverkettung, um aufeinanderfolgende Vorgänge auf einem DataFrame zu ermöglichen.

import pandas as pd
df = pd.DataFrame({'A': (1, 2, 3), 'B': (4, 5, 6)})
consequence = df.dropna().sort_values('A').reset_index(drop=True)

• Flask Internet Framework: Das Flask-Framework zum Erstellen von Webanwendungen verwendet Methodenverkettung für Routing und Antwortgenerierung.

from flask import Flask, jsonify
app = Flask(__name__)

@app.route("https://www.analyticsvidhya.com/")
def index():
    return jsonify(message="Hi there, World!").status_code(200)

Fallstricke der Methodenverkettung

Obwohl die Methodenverkettung viele Vorteile bietet, gibt es einige potenzielle Fallstricke, die Sie beachten sollten:

• Komplexität: Auch wenn sie prägnant sind, können lange Ketten schwierig zu verstehen und zu debuggen sein. Wenn eine Methode in der Mitte einer Kette fehlschlägt, kann es schwierig sein, das Drawback einzugrenzen.
• Fehlerbehandlung: Da die Methodenverkettung davon abhängt, dass jede Methode das richtige Objekt zurückgibt, wenn eine Methode nicht zurückgibt self oder einen Fehler auslöst, kann die gesamte Kette zusammenbrechen.
• Probleme mit der Lesbarkeit: Bei unsachgemäßer Verwendung kann die Methodenverkettung die Lesbarkeit beeinträchtigen. Zu lange oder zu viele Schritte umfassende Ketten können schwieriger zu befolgen sein, als die Kette in einzelne Schritte aufzuteilen.
• Enge Kopplung: Methodenverkettungen können Methoden eng miteinander verknüpfen, was es schwierig macht, das Verhalten der Klasse zu ändern, ohne bestehende Aufrufketten zu beeinträchtigen.

Abschluss

Es ist wichtig zu beachten, dass die Methodenverkettung in Python tatsächlich eine effektive und schöne Möglichkeit bietet. Wenn Sie das Objekt von jeder dieser Methoden zurückgeben, werden diese als fließende Schnittstelle bereitgestellt, der Code sieht viel natürlicher aus. Methodenverkettung ist eigentlich ein tolles Characteristic, bei der Verwendung sollte man jedoch sehr vorsichtig sein, da zu komplizierte oder zu lange Ketten kaum verständlich sind und beim Debuggen zu Schwierigkeiten führen können. Die Anwendung von Greatest Practices bei der Verwendung der Methodenverkettung in Ihrem programmierten Python sorgt für Effizienz und Lesbarkeit Ihrer Arbeit.

Häufig gestellte Fragen

Mein Title ist Ayushi Trivedi. Ich habe einen B.Tech-Abschluss. Ich habe 3 Jahre Erfahrung als Pädagoge und Inhaltsredakteur. Ich habe mit verschiedenen Python-Bibliotheken gearbeitet, wie Numpy, Pandas, Seaborn, Matplotlib, Scikit, Imblearn, lineare Regression und vielen mehr. Ich bin auch Autor. Mein erstes Buch mit dem Titel #turning25 wurde veröffentlicht und ist auf Amazon und Flipkart erhältlich. Hier bin ich Redakteur für technische Inhalte bei Analytics Vidhya. Ich bin stolz und glücklich, AVian zu sein. Ich habe ein tolles Workforce, mit dem ich zusammenarbeiten kann. Ich liebe es, eine Brücke zwischen der Technologie und dem Lernenden zu schlagen.