Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

[Refactor] Use walrus operator in study.py (Python 3.10+ upgrade)

Aperta Adatta ai principianti
#1,746 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
1/5
Tempo stimato
Meno di un'ora
Idoneità per principianti
92/100
Tipo di issue
Refactoring
Chiarezza
Specificata chiaramente
Stato di attività
Attiva
Stack tecnologico
python
Ambito
api

Direzione di ricerca

Apri openml/study/study.py intorno alle righe 151 e 162, dove si trovano le assegnazioni di content, i controlli di None e i commenti TODO obsoleti relativi al walrus operator. Combina ogni assegnazione e controllo con il walrus operator, rimuovi i commenti TODO risolti e verifica che il comportamento rimanga invariato con il requisito Python 3.10+.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

Description

The openml-python project recently bumped its minimum Python version requirement to >=3.10 in pyproject.toml.

However, in openml/study/study.py (around lines 151 and 162), there are older developer comments stating: # TODO(eddiebergman): Begging for a walrus if we can drop 3.7.

Since Python 3.7 has indeed been dropped, we can now safely use the walrus operator (:=) to refactor these variable assignments, which cleans up the code and reduces lines.

Expected behavior

The lines assigning content from getattr and checking if content is not None should be combined into a single line using :=. No logical behavior should change; this is purely a code quality refactor to utilize modern Python syntax and resolve the outstanding TODO comments.

Lingua principale
Python
Stelle
361
Fork
296
Nessuna PR unita negli ultimi 30g

Guida per i contributori

Apri la guida per i contributori

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di openml/openml-python

Tutte le issue di openml/openml-python

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.