pynrw 1.5.2

Last updated:

0 purchases

pynrw 1.5.2 Image
pynrw 1.5.2 Images
Add to Cart

Description:

pynrw 1.5.2

pynrw












This package implements the datastructures, database and network classes given by the German state NRW in Python, thus futher documentation will be in German. This code is purely intended for educational purposes and should not be used in production!
Dieses Package dient alleine zu Bildungszwecken und sollte nicht in Produktion genutzt werden!
Installation
pip install pynrw

Alternativ:
pip install git+https://github.com/realshouzy/pynrw

Beispiel
from nrw.algorithms import quick_sort
from nrw.datastructures import List

lst: List[int] = List()

for i in range(0, 10, -1):
lst.append(i)

print(lst.content) # None
lst.to_first()
print(lst.content) # 9
print(lst) # List(9 -> 8 -> 7 -> 6 -> 5 -> 4 -> 3 -> 2 -> 1 -> 0)

sorted_lst: List[int] = quick_sort(lst)
sorted_lst.to_first()
print(sorted_lst.content) # 0
print(sorted_lst) # List(0 -> 1 -> 2 -> 3 -> 4 -> 5 -> 6 -> 7 -> 8 -> 9)

Dokumentation
Datenstrukturen
Dieses Package implementiert die Datenstrukturen nach den Vorgaben des Landes NRW in Python, zu finden in nrw.datastructures, d.s.:

List
Stack
Queue
BinaryTree
BinarySearchTree
Vertex
Edge
Graph

Die Implementation ist semantisch identisch zu der Implementation des Landes mit dem einzigen Unterschied, dass alles mehr pythonic ist, d. h. die Benennung der Methoden folgt pep8, Getter und Setter sind, wo es sinnvoll ist, in properties transformiert und die Dokumentation (doc strings) sind ebenfalls angepasst worden.
Das Interface ComparableContent ist ein gleichnamiges Protocol, definiert in nrw.datastructures._comparable_content. Es gibt die dunder special methods, __eq__, __lt__ und __gt__ für einfache Vergleichsoperationen vor. Das Module stellt auch ein TypeVar ComparableContentT zur Verfügung.
Außerdem implementieren die Datenstrukturen __str__, welches das Arbeiten mit diesen deutlich vereinfacht (besonders für Binary(Search)Tree) und __repr__, welches eine grobe Idee der internen Strukture gibt, z.B.:
from nrw.datastructures import BinarySearchTree

bst: BinarySearchTree[int] = BinarySearchTree()
bst.insert(3)
bst.insert(2)
bst.insert(5)
bst.insert(0)
bst.insert(1)
bst.insert(4)
print(bst)
# 3__
# / \
# __2 5
# / /
# 0 4
# \
# 1

Des weiteren sind (triviale) Optimierungen vorgenommen worden:

Verwendung von __slots__
redundante Aufrufe werden weggelassen
interne Optimierungen bei Zuweisungen

Algorithmen
Zusätzlich enthält dieses Package nützliche Funktionen zum Sortieren, Suchen und Traversiern, zu finden in nrw.algorithms:

linear_search
depth_first_search
breadth_first_search
bubble_sort
selection_sort
insertion_sort
merge_sort
quick_sort
preorder
inorder
postorder
levelorder

Die verschiedenen Traversierungen unterstützen auch Umkehrung.
Allerdings muss annotiert werden, dass aufgrund der Vorgaben des Landes die Laufzeiten nicht optimal sind. Zudem kann es zu ungewollten Nebeneffekte kommen. Welche dies sind, wird dem Leser als Übung überlassen.
Datenbankklassen
Analog zu den Datenstrukturen sind auch Datenbankklassen größtenteils semantisch identisch zur den Vorgaben des Landes.
Die jeweiligen Klassen sind in nrw.database definiert:

sqlite.DatabaseConnector
mysql.DatabaseConnector
msaccess.DatabaseConnector
QueryResult

Hierbei ist zu beachten, dass der DatabaseConnector für MSAccess den Microsoft Access Driver benötigt und passwortgeschützte Datenbanken nicht unterstüzt.
Des weiteren gilt für QueryResult, dass die Daten und die Spaltentypen nicht unbedingt als String wiedergegeben werden. Die Daten werden als Python-Äquivalenten Datentypen wiedergegeben, und für die Spaltentypen gilt:

SQLite: immer None, da SQLite dynamisch typisiert ist
MySQL: die entsprechenden Datentypen von MySQL als String
MSAccess: die entsprechenden Datentypen (Klassen) von Python

Netzklassen
Die Netzklassen sind ebenfalls semantisch identisch zu den Netzklassen des Landes. Diese sind in nrw.network zu definiert:

Connection
Client
Server

Die letzteren beiden sind ABCs. Bei diesen weicht die interne Implementation von der Java Implementation des Landes ab, da deren Ansatz nicht eins-zu-eins in Python übertragen werden kann; somit ist der Quellcode für Fortgeschrittene, v.a. der Quellcode des Servers. Nichtsdestotrotz ist die Anwendung und der Funktionsumfang der Selbe wie vom Land.
Allgemein
Mir ist bewusst, dass manche Klassen wie QueryResult oder auch die Nodes sich besser als dataclasses eignen. Allerdings können die Docstrings so nicht für alle Methoden und Properties gesetzt werden.
Für mehr Information zu einem beliebigen Objekt kann help genutzt werden, z.B.:
from nrw.datastructures import List
help(List)
help(List.insert)

Es soll nicht vor einem Blick in den Quellcode zurückgeschreckt werden.
Motivation
Vereinfacht: Java, als Programmiersprache in der Bildung, ist eine schlechte Wahl, da ...

Java veraltet ist.
das rein objekt-orientierte Paradigma schlechthin unbrauchbar ist.
die Syntax und und die statische Typisierung für Anfänger einschränkend sein können.

Diese Probleme und Hürden werden größtenteils mit Python überwunden.
Unterstützung
Jegliche Form der Unterstützung ist willkommen. Für mehr Informationen referiere ich hierhin.
Quellen

Materialien zu den zentralen Abiturprüfungen im Fach Informatik
Python Dokumentation
SIBI

License:

For personal and professional use. You cannot resell or redistribute these repositories in their original state.

Customer Reviews

There are no reviews.