Introduction of # comments in E2
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 2/5
- Tempo stimato
- 1-3 ore
- Idoneità per principianti
- 45/100
- Tipo di issue
- Documentazione
- Chiarezza
- Specificata chiaramente
- Stato di attività
- Ferma
- Stack tecnologico
- python
- Ambito
- documentation
Direzione di ricerca
Apri la lezione dell’Episode 2 all’URL collegato e individua la sezione “Introduction to Python built-in data types” e la discussione successiva sugli script. Verifica dove compare la spiegazione esistente di # comment, quindi sposta la spiegazione introduttiva pertinente nel primo esempio, mantenendo la discussione successiva sugli script; il lavoro è completato quando i commenti vengono spiegati alla prima occorrenza.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
I recently taught a demo of Episode 2: Short Introduction to Programming in Python
https://datacarpentry.org/python-ecology-lesson/01-short-introduction-to-Python/index.html
Under Introduction to Python built-in data types, comments are introduced but not yet explained:
Python
text = "Data Carpentry" # An example of a string
number = 42 # An example of an integer
pi_value = 3.1415 # An example of a float
I found myself explaining the # comments here, though they are explained a little further down in this section:
Python:
# A Python script file
# Comments in Python start with #
# The next line assigns the string "Data Carpentry" to the variable "text".
text = "Data Carpentry"
# The next line does nothing!
text
# The next line uses the print function to print out the value we assigned to "text"
print(text)
I was wondering if it may make sense to pull out some of the explanation and move to where comments are first introduced? Perhaps even just # Comments in Python start with # and leave the rest, as it makes sense with the script discussion?
Thanks!
- Lingua principale
- Jupyter Notebook
- Stelle
- 176
- Fork
- 316
- Metriche di merge delle PR
- Nessuna PR unita negli ultimi 30g
Preparare l'ambiente
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di datacarpentry/python-ecology-lesson
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 76/100
-
Reducing "read in" jargonAperta
Difficoltà 1/5 1-3 ore Idoneità per principianti 78/100
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 75/100
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 75/100
-
Lowercase "p" in "pandas"Aperta
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 65/100
Tutte le issue di datacarpentry/python-ecology-lesson
Issue simili
-
Broken links found in docsApertadocs pydanty:is-working
Difficoltà 2/5 1-3 ore Idoneità per principianti 75/100
pydantic/pydantic-ai#8863 ·
I maintainer di solito rispondono entro 1 giorno
-
documentation from-review-extraction github-actions priority: low severity:nit
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 92/100
LearningCircuit/local-deep-research#6946 ·
I maintainer di solito rispondono entro 1 giorno
-
enhancement
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 88/100
esphome/device-builder#2856 ·
I maintainer di solito rispondono entro 1 giorno
-
documentation good first issue
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 95/100
-
Difficoltà 1/5 1-3 ore Idoneità per principianti 78/100
mantinedev/mantine#9223 ·
I maintainer di solito rispondono entro 6 giorni