3 个提高 Python 开发效率的小工具
本文将介绍一些有用的小工具，它们能够帮助我们提高工作效率。本文将介绍笔者在近一周发现的三个小工具，写文章以做记录，希望能对大家有所帮助。
本文将介绍的三个小工具如下：
在Sublime Text中支持Python运行；
在Mac电脑的iTerm2中支持查看图片；
Python的typing模块介绍。
详细内容介绍如下。
在Sublime Text中支持Python运行
在平时工作中，我们通常用PyCharm开发Python工程，也可以用Vim编辑和查看Python脚本。但是，如果我们仅仅想创造一个单独的脚本来实现某些功能，那么用PyCharm会显得大题小做，用Vim又不方便编辑。这时候，我们可以借助文本编辑器，比如Sublime Text，来实现Python脚本的编辑和运行。
Sublime Text是Mac系统支持的文本编辑器，Notepad++不支持Mac系统。
如果我们想在Sublime Text中支持Python运行，需要做一些设置。
打开Sublime Text的Tools，选择Build System中的New Build System...，会出现脚本，我们修改其中的内容如下：
{
"cmd": ["D:/Anaconda3/python3.7.exe","-u","$file"],
}
其中cmd中对应的列表的第一项为Python的安装路径。编辑完后，在默认位置保存文件，比如刚才的文件名为Python3.7.sublime-build。
这时候我们再去看Tools中，已经出现了刚才编辑的Python3.7的环境，选择该项，我们就可以在Sublime Text中运行Python脚本了。
我们示例的Python脚本为test.py,代码如下：
import numpy as np
matrix = np.array([[0, 1, 2],
[2, 4, 5]
])
print(matrix[1, 2])
print("Hello world from Sublime Text.")
点击Tools中的Build或者Ctrl+B运行程序，结果如下：
同样，在Windows系统中也可以这样设置，方便又使用。
至于Notepad++是否有相似的功能，还有待研究。
在Mac系统的iTerm2中支持查看图片
iTerm2是Mac系统很好用的终端工具，本文不过多介绍iTerm2，而是介绍如何直接在iTerm2中查看图片，这样可以方便我们在终端直接查看图片。
我们使用的工具为imgcat。
在iTerm2中新建shell脚本imgcat.sh，里面的内容可以参考网址：https://www.iterm2.com/utilities/imgcat，编辑完文件后保存，并用chmod u+x imgcat.sh赋予执行权限。
这样就可以直接查看图片了。什么，这么简单？对，就是这么简单！
在笔者电脑上的效果如下：
Python中的typing模块介绍
typing模块是Python中提供类型支持的模块，它的主要作用为：
类型检查，防止运行时出现参数和返回值类型不符合。
作为开发文档附加说明，方便使用者调用时传入和返回参数类型。
该模块加入后并不会影响程序的运行，不会报正式的错误，只有提醒。
简单来说，使用typing模块我们可以对参数的类型做注释并检查，它不会影响程序运行，而这是提醒。总所周知，在Python中调用函数或变量时，不需要对参数或变量进行类型说明，这样虽然方便程序编写，但不利于程序阅读，有了typing模块，可以增加程序的可阅读性，同时也能提升代码的可维护性和健壮性。
举个简单的例子，我们实现一个函数digits_sum，输入参数为字符串，比如"352"，输出该数字上的各个数位上的数字之和，比如10。有了typing模块，我们的代码如类似如下：
from typing import *
# 创建函数
def digits_sum(num:str) -> int:
digits_arr = map(lambda x: int(x), num)
return sum(digits_arr)
# 测试
num = "352"
result = digits_sum(num=num)
print(result)
输出结果为10。对上面的程序做点说明，其中第一句中的from typing import *可以不必写，因为str,int都是Python内置的数据类型。函数声明为def digits_sum(num:str) -> int，括号内的num类型为str，箭头后的int表示函数的输出结果数据类型为int。
我们再给出一个例子。函数dict_multipy，输入为字典，如果key值对应的value的数据类型为float或者int型，则乘以2，否则跳过，那么输出也为字典。程序如下：
from typing import Dict, Any
# 创建函数
def dict_multipy(d: Dict[str, Any]) -> Dict[str, float or int]:
new_dict = {}
for k, v in d.items():
if isinstance(v, (float, int)):
new_dict[k] = v * 2
return new_dict
# 测试
d = {"no": "100", "age": 12, "work_year": 3, "name": "JC"}
new_d = dict_multipy(d=d)
print(new_d)
输出结果为{'age': 24, 'work_year': 6}。在函数声明中，d为字典，其key值为str，val为任意类型（Any）,输出为字典，key值为str，val值为float或者int。
当然，我们还可以在typing创建别名或者新的数据类型，以下就是一个例子。更多的使用方法可以参考typing模块的官方网址：https://docs.python.org/zh-cn/3.6/library/typing.html 。
from typing import List
# 取List[float]别名为Vector
Vector = List[float]
def scale(scalar: float, vector: Vector) -> Vector:
return [scalar * num for num in vector]
new_vector = scale(2.0, [1.0, -4.2, 5.4])
本次分享到此结束，感谢大家阅读~
作者：jclian，喜欢算法，热爱分享
往期推荐
5分钟完全掌握PyPy
5 分钟掌握 Python 中常见的配置文件
OpenCV人工智能图像识别技术实操案例
点击下方阅读原文加入社区会员
点赞鼓励一下
