Utilisation des Fonctions comme Objets
Objectifs
Les objectifs de cette vidéo sont :
- Comprendre comment traiter les fonctions en tant qu'objets.
- Apprendre à stocker des fonctions dans différentes structures de données.
- Utiliser des callbacks pour dynamiser et modulariser le code.
Résumé
Cette leçon explore comment manipuler les fonctions en Python, en les utilisant comme objets, les stockant dans des variables, des listes, et des dictionnaires.
Description
Dans cette vidéo, nous allons approfondir la manipulation des fonctions en Python. Vous apprendrez comment stocker des fonctions dans différentes structures de données comme les listes, les tuples, et les dictionnaires. Nous verrons aussi l'importance et l'utilisation des callbacks et comment les intégrer dans des mécanismes de tri et d'interfaces graphiques. L'exemple du framework Django sera utilisé pour illustrer l'application de ces concepts dans des projets réels. En fin de leçon, vous comprendrez comment organiser votre code pour améliorer la réutilisabilité et la modularité en faisant appel à des fonctions de manière dynamique.
Quelques points clés abordés incluent :
- Strocker des références de fonctions
- Appliquer des transformations dynamiques
- Utiliser des dictionnaires pour simuler des commutateurs (switch)
- Mettre en place des callbacks pour des interfaces graphiques
Les thèmes variés agrémentés d'exemples simples et clairs enrichissent toutes les notions exposées de façon particulièrement pédagogique. 👍
L'approche didactique m'a permis de beaucoup mieux comprendre tout un tas de concepts plus ou moins bien assimilés auparavant avec une vue d'ensemble nettement plus limpide aujourd'hui. 🤓
Merci pour cette belle prestation. 🙏
Je suis vraiment tres satisfait par cette première formation suivie sur Python.
#CODE en python 3.10.0 64 bits (VScode 1.62.3)
import datetime
import asyncio
import aiohttp
import requests
# ----------------------------------------------------------------------------------------------------------------------------
def req_bloquante(num):
print(f"Get {num}")
uid = requests.get("https://httpbin.org/uuid").json()["uuid"]
print(f"Res {num}: {uid}")
def faire_toutes_les_requetes():
for x in range(51):
req_bloquante(x)
print("=====> ### Bloquant : ")
start = datetime.datetime.now()
faire_toutes_les_requetes()
exec_time = (datetime.datetime.now() - start).seconds
print(f"Downloading all take {exec_time} seconds\n")
# ----------------------------------------------------------------------------------------------------------------------------
async def requeteSansBloquer(semaphore, num, session):
print(f"Get {num}")
# await semaphore.acquire() # putting this await semaphore commande the Res is ordering but process very slow ~60 sec
async with session.get("https://httpbin.org/uuid") as response:
uid = (await response.json())["uuid"]
# await asyncio.sleep(delay=3) #delay = number of seconds
# semaphore.release()
print(f"Res {num}: {uid}")
# return uid # ?
async def main():
semaphore = asyncio.Semaphore(value=1)
tasks = []
async with aiohttp.ClientSession(
loop=loop, connector=aiohttp.TCPConnector(ssl=False)
) as session:
for x in range(51):
tasks.append(requeteSansBloquer(semaphore, x, session))
await asyncio.gather(*tasks)
print("This is after the loop...")
if __name__ == "__main__":
print("=====> ### Non Bloquant : ")
start = datetime.datetime.now()
loop = asyncio.get_event_loop()
loop.run_until_complete(main())
exec_time = (datetime.datetime.now() - start).microseconds
print(f"Downloading all take {exec_time} micro seconds\n")