diff --git a/.translate/state/pandas.md.yml b/.translate/state/pandas.md.yml index 0abe0a8..28e63e2 100644 --- a/.translate/state/pandas.md.yml +++ b/.translate/state/pandas.md.yml @@ -1,6 +1,6 @@ -source-sha: 9490497982787a5b0eb54ee1dcd73ac326d5ae04 -synced-at: "2026-03-20" +source-sha: 02e57a5befc2a9a081019edc748aba15e4b2f02a +synced-at: "2026-03-24" model: claude-sonnet-4-6 -mode: NEW +mode: UPDATE section-count: 5 -tool-version: 0.11.1 +tool-version: 0.12.2 diff --git a/.translate/state/python_advanced_features.md.yml b/.translate/state/python_advanced_features.md.yml index 32c8e5f..b007753 100644 --- a/.translate/state/python_advanced_features.md.yml +++ b/.translate/state/python_advanced_features.md.yml @@ -1,6 +1,6 @@ -source-sha: 1a87942398e15e03539083cc944a78653c532607 -synced-at: "2026-03-20" +source-sha: 02e57a5befc2a9a081019edc748aba15e4b2f02a +synced-at: "2026-03-24" model: claude-sonnet-4-6 -mode: NEW -section-count: 6 -tool-version: 0.11.1 +mode: UPDATE +section-count: 7 +tool-version: 0.12.2 diff --git a/lectures/pandas.md b/lectures/pandas.md index e6c99d5..d9583bd 100644 --- a/lectures/pandas.md +++ b/lectures/pandas.md @@ -10,6 +10,7 @@ kernelspec: language: python name: python3 heading-map: + '{index}`Pandas `': '{index}`Pandas `' Overview: 概述 Series: Series DataFrames: DataFrames @@ -177,7 +178,7 @@ s 我们将使用 `pandas` 函数 `read_csv` 从 URL 读取数据。 ```{code-cell} ipython3 -df = pd.read_csv('https://raw.githubusercontent.com/QuantEcon/lecture-python-programming/master/source/_static/lecture_specific/pandas/data/test_pwt.csv') +df = pd.read_csv('https://raw.githubusercontent.com/QuantEcon/lecture-python-programming/main/lectures/_static/lecture_specific/pandas/data/test_pwt.csv') type(df) ``` @@ -812,4 +813,4 @@ plt.tight_layout() ```{solution-end} ``` -[^mung]: 维基百科将数据整理（munging）定义为将数据从一种原始形式清理为结构化、净化形式的过程。 \ No newline at end of file +[^mung]: 维基百科将数据整理（munging）定义为将数据从一种原始形式清理为结构化、净化形式的过程。 diff --git a/lectures/python_advanced_features.md b/lectures/python_advanced_features.md index b423db6..5499702 100644 --- a/lectures/python_advanced_features.md +++ b/lectures/python_advanced_features.md @@ -8,29 +8,36 @@ kernelspec: language: python name: python3 heading-map: + More Language Features: 更多语言特性 Overview: 概述 - Iterables and Iterators: 可迭代对象与迭代器 - Iterables and Iterators::Iterators: 迭代器 - Iterables and Iterators::Iterators in For Loops: For 循环中的迭代器 - Iterables and Iterators::Iterables: 可迭代对象 - Iterables and Iterators::Iterators and built-ins: 迭代器与内置函数 - '`*` and `**` Operators': '`*` 和 `**` 运算符' - '`*` and `**` Operators::Unpacking Arguments': 解包参数 - '`*` and `**` Operators::Arbitrary Arguments': 任意数量的参数 - Decorators and Descriptors: 装饰器与描述符 - Decorators and Descriptors::Decorators: 装饰器 - Decorators and Descriptors::Decorators::An Example: 一个示例 - Decorators and Descriptors::Decorators::Enter Decorators: 引入装饰器 - Decorators and Descriptors::Descriptors: 描述符 - Decorators and Descriptors::Descriptors::A Solution: 解决方案 - Decorators and Descriptors::Descriptors::How it Works: 工作原理 - Decorators and Descriptors::Descriptors::Decorators and Properties: 装饰器与属性 + Iterables and iterators: 可迭代对象与迭代器 + Iterables and iterators::Iterators: 迭代器 + Iterables and iterators::Iterators in for loops: For 循环中的迭代器 + Iterables and iterators::Iterables: 可迭代对象 + Iterables and iterators::Iterators and built-ins: 迭代器与内置函数 + '`*` and `**` operators': '`*` 和 `**` 运算符' + '`*` and `**` operators::Unpacking arguments': 解包参数 + '`*` and `**` operators::Arbitrary arguments': 任意数量的参数 + Type hints: 类型提示 + Type hints::Basic syntax: 基本语法 + Type hints::Common types: 常见类型 + Type hints::Hints don't enforce types: 提示不强制类型检查 + Type hints::Why use type hints?: 为什么使用类型提示？ + Type hints::Type hints in scientific Python: 科学 Python 中的类型提示 + Decorators and descriptors: 装饰器与描述符 + Decorators and descriptors::Decorators: 装饰器 + Decorators and descriptors::Decorators::An example: 一个示例 + Decorators and descriptors::Decorators::Enter decorators: 引入装饰器 + Decorators and descriptors::Descriptors: 描述符 + Decorators and descriptors::Descriptors::A solution: 解决方案 + Decorators and descriptors::Descriptors::How it works: 工作原理 + Decorators and descriptors::Descriptors::Decorators and properties: 装饰器与属性 Generators: 生成器 - Generators::Generator Expressions: 生成器表达式 - Generators::Generator Functions: 生成器函数 - Generators::Generator Functions::Example 1: 示例 1 - Generators::Generator Functions::Example 2: 示例 2 - Generators::Advantages of Iterators: 迭代器的优势 + Generators::Generator expressions: 生成器表达式 + Generators::Generator functions: 生成器函数 + Generators::Generator functions::Example 1: 示例 1 + Generators::Generator functions::Example 2: 示例 2 + Generators::Advantages of iterators: 迭代器的优势 Exercises: 练习 --- @@ -66,6 +73,7 @@ heading-map: 现在让我们更仔细地了解它的工作原理，重点关注 Python 中 `for` 循环的实现。 (iterators)= + ### 迭代器 ```{index} single: Python; Iterators @@ -486,6 +494,107 @@ arb(l1=l1, l2=l2, l3=l3) 区别在于带有 `*args` 的函数能够接受任意大小的*位置参数*，而 `**kargs` 允许函数接受任意数量的*关键字参数*。 +## 类型提示 + +```{index} single: Python; Type Hints +``` + +Python 是一种*动态类型*语言，这意味着您无需声明变量的类型。 + +（参见我们{doc}`之前关于 `动态类型与静态类型的讨论。） + +然而，Python 支持可选的**类型提示**（也称为类型注解），允许您指明变量、函数参数和返回值的预期类型。 + +类型提示从 Python 3.5 开始引入，并在后续版本中不断发展。此处展示的所有语法均适用于 Python 3.9 及更高版本。 + +```{note} +类型提示在*运行时会被 Python 解释器忽略*——它们不会影响代码的执行方式。它们纯粹是信息性的，作为供人类和工具使用的文档。 +``` + +### 基本语法 + +类型提示使用冒号 `:` 来注解变量和参数，使用箭头 `->` 来注解返回类型。 + +以下是一个简单示例： + +```{code-cell} python3 +def greet(name: str, times: int) -> str: + return (name + '! ') * times + +greet('hello', 3) +``` + +在这个函数定义中： + +- `name: str` 表示 `name` 预期为字符串类型 +- `times: int` 表示 `times` 预期为整数类型 +- `-> str` 表示函数返回一个字符串 + +您也可以直接对变量进行注解： + +```{code-cell} python3 +x: int = 10 +y: float = 3.14 +name: str = 'Python' +``` + +### 常见类型 + +最常用的类型提示是内置类型： + +| 类型 | 示例 | +|-----------|----------------------------------| +| `int` | `x: int = 5` | +| `float` | `x: float = 3.14` | +| `str` | `x: str = 'hello'` | +| `bool` | `x: bool = True` | +| `list` | `x: list = [1, 2, 3]` | +| `dict` | `x: dict = {'a': 1}` | + +对于容器类型，您可以指定其元素的类型： + +```{code-cell} python3 +prices: list[float] = [9.99, 4.50, 2.89] +counts: dict[str, int] = {'apples': 3, 'oranges': 5} +``` + +### 提示不强制类型检查 + +对于 Python 初学者来说有一点很重要：类型提示在运行时*不会被强制执行*。 + +如果您传入"错误"的类型，Python 不会报错： + +```{code-cell} python3 +def add(x: int, y: int) -> int: + return x + y + +# 传入浮点数——Python 不会报错 +add(1.5, 2.7) +``` + +提示中声明的是 `int`，但 Python 愉快地接受了 `float` 参数并返回 `4.2`——同样不是 `int`。 + +这是与 C 或 Java 等静态类型语言的关键区别，在那些语言中，类型不匹配会导致编译错误。 + +### 为什么使用类型提示？ + +如果 Python 会忽略它们，为什么还要使用？ + +1. **可读性**：类型提示使函数签名具有自文档化效果。读者可以立即了解函数期望和返回的类型。 +2. **编辑器支持**：VS Code 等集成开发环境使用类型提示来提供更好的自动补全、错误检测和内联文档。 +3. **错误检查**：[mypy](https://mypy.readthedocs.io/) 和 [pyrefly](https://pyrefly.org/) 等工具通过分析类型提示，在*运行代码之前*发现错误。 +4. **大语言模型生成的代码**：大型语言模型经常生成带有类型提示的代码，因此理解该语法有助于您阅读和使用其输出结果。 + +### 科学 Python 中的类型提示 + +类型提示与{doc}`性能需求 `的讨论密切相关： + +* [JAX](https://jax.readthedocs.io/) 和 [Numba](https://numba.pydata.org/) 等高性能库依赖于了解变量类型来编译高效的机器码。 +* 虽然这些库在运行时推断类型，而不是直接读取 Python 类型提示，但其*理念*是相同的——明确的类型信息能够实现优化。 +* 随着 Python 生态系统的发展，类型提示与性能工具之间的联系预计将会进一步加强。 + +目前，类型提示在日常 Python 编程中的主要优势在于*清晰性和工具支持*，随着程序规模的增长，这一优势会愈发凸显。 + ## 装饰器与描述符 ```{index} single: Python; Decorators @@ -655,6 +764,7 @@ def g(x): 在许多人看来，这使得装饰器语法成为对语言的重大改进。 (descriptors)= + ### 描述符 ```{index} single: Python; Descriptors @@ -809,6 +919,7 @@ class Car: 如需进一步了解，可以参考[描述符文档](https://docs.python.org/3/howto/descriptor.html)。 (paf_generators)= + ## 生成器 ```{index} single: Python; Generators @@ -1079,7 +1190,6 @@ sum(draws) * 避免了创建大型列表/元组的需要，以及 * 提供了一个统一的迭代接口，可以在 `for` 循环中透明地使用。 - ## 练习 @@ -1087,7 +1197,7 @@ sum(draws) :label: paf_ex1 ``` -完成以下代码，并使用[此 csv 文件](https://raw.githubusercontent.com/QuantEcon/lecture-python-programming/master/source/_static/lecture_specific/python_advanced_features/test_table.csv)进行测试，我们假设你已将该文件放在当前工作目录中： +完成以下代码，并使用[此 csv 文件](https://raw.githubusercontent.com/QuantEcon/lecture-python-programming/main/lectures/_static/lecture_specific/python_advanced_features/test_table.csv)进行测试，我们假设你已将该文件放在当前工作目录中： ```{code-block} python3 :class: no-execute @@ -1140,4 +1250,4 @@ for date in dates: ``` ```{solution-end} -``` \ No newline at end of file +```