Dataclasses und Wertobjekte · Abschlussprojekt
Abschlussprojekt: Projekt: Ergebnisdatensätze und Konfiguration modellieren
Die Aussage dieses Kapitels passt in einen Satz: Lass Python den Code schreiben, der bereits aus deiner Attributliste folgt, und schreibe weiterhin den Code, der eine Entscheidung ausdrückt.
Das Projekt ist ein kleines Ergebnissystem, in dem jede Entscheidung des Kapitels einmal vorkommt.
Was du baust
QuizConfig how a quiz runs changeable, has defaults
Points an amount frozen value
Question a question frozen value, built several ways
ResultRecord one finished result frozen value
Gradebook the collection entity, changes as results arrive
Drei eingefrorene
Entscheidungen, die einen genaueren Blick verdienen
Warum ResultRecord eingefroren ist. Ein abgeschlossenes Ergebnis ist eine Tatsache über etwas bereits Geschehenes. Nichts sollte den Punktestand von letzter Woche bearbeiten können. Einfrieren drückt das auf eine Weise aus, die ein Kommentar nicht leisten kann.
Warum Gradebook es nicht ist. Es soll Ergebnisse sammeln. Einfrieren würde bedeuten, das gesamte Notenbuch für jedes Ergebnis neu aufzubauen. eq=False erhält außerdem die Identität der Entität: Zwei getrennte Notenbücher werden nicht allein deshalb gleich, weil ihre derzeitigen Datensätze übereinstimmen.
Warum Gradebook eine pro Gradebook pro Programm ist der übliche Fall. Genau deshalb würde eine zwischen zwei Notenbüchern geteilte Liste lange unbemerkt bleiben.
Warum ist ResultRecord eingefroren, Gradebook aber nicht?
Die Methoden, die keine Boilerplate sind
@dataclass schreibt Konstruktoren, repr-Darstellungen und Vergleiche. Was übrig bleibt, ist deine Aufgabe, und damit verbringt die Bewertung die meiste Zeit:
Question.from_dictundQuestion.simple, zwei weitere Zugänge;Question.normalize, die Hilfsfunktion, die zu Fragen gehört;Question.is_correctundpoints_for, die Regeln einer Frage;ResultRecord.percentageundpassed_under, Aussagen über ein Ergebnis;Gradebook.record,bestundaverage, die normierte Anteile vergleichen, damit Ergebnisse mit unterschiedlichen Gesamtpunktzahlen aussagekräftig bleiben.
Keine dieser
Fertigstellen
Zähle die Zeilen, die du nicht schreiben musstest. Lies dann die selbst geschriebenen und prüfe, ob jede etwas aussagt, das sich nicht bereits aus der Attributliste darüber ergeben hätte.
Ergänze zwei Ergebnisse mit unterschiedlichen Gesamtpunktzahlen, etwa 9/100 und 8/10, und gib das beste Ergebnis sowie den durchschnittlichen Anteil aus. Dieser letzte Lauf zeigt, dass das Notenbuch Ergebnisse modelliert und nicht bloß die vorgegebenen Beispiele besteht.
Aufgabe
Baue die fünf Klassen und verwende die erzeugte Mechanik für alles, was sie abdeckt.
Points ist ein eingefrorener amount. plus(other) gibt ein neues Points zurück.
Question ist ein eingefrorener, validierter Wert mit nicht leeren prompt und answer sowie points mit dem Standard Points(1).
QuizConfig ist eine title, pass_mark mit dem Standard 0.6 und einem erlaubten Bereich über 0 bis einschließlich 1 sowie tags, das für jede Konfiguration als neue leere
ResultRecord ist ein eingefrorener Wert mit einem nicht leeren learner, einem nicht negativen total und einem score von 0 bis einschließlich total. Er bietet percentage und eine passed_under(config).
Gradebook ist eine veränderbare Entität mit einem nicht leeren title und einer internen Liste _records. Verwende eq=False. Es erhält record(result), records() für eine sichere Kopie, best() und average().
Vervollständige die im Startcode genannten Methoden:
Question.from_dict(record)liestprompt,answerund einenPoints-Wert auspoints;simple(prompt, answer)verwendetPoints(1). Beide sind Klassenmethoden und erzeugen übercls. Lehne ein Punkteargument, das keinPointsist, mitab. Question.normalize(text)ist eine statische Methode, die Leerraum an den Rändern entfernt und den Text in Kleinbuchstaben umwandelt. Verwende sie inis_correctauf beiden Seiten.points_forgibt bei einer richtigen Antwort den ganzzahligen Betrag zurück, andernfalls0.QuizConfig.practice(title)undfinal_exam(title)sind Klassenmethoden, die Bestehensgrenzen von0.5beziehungsweise0.8wählen. Die Tags beginnen weiterhin leer.ResultRecord.percentageist der Anteilscore / totaloder0.0bei einer Gesamtsumme von null.passed_under(config)schließt ein Ergebnis exakt auf der Bestehensgrenze der Konfiguration ein.Gradebook.recordakzeptiert nurResultRecord-Werte und löst andernfallsTypeErroraus.best()vergleicht Anteile und gibt ein höchstes Ergebnis zurück oderNone, wenn keines vorhanden ist.average()ist der Mittelwert der erfassten Anteile oder0.0, wenn keine vorhanden sind.
Verwende für die oben beschriebenen ungültigen Feldwerte ValueError. Halte den Verlauf des Notenbuchs mit init=False, repr=False aus den Konstruktorargumenten und der erzeugten repr-Darstellung heraus, wie in Lektion 7. Keine Klasse verwendet eine Ausgabe.