3 个提高 Python 开发效率的小工具

3 个提高 Python 开发效率的小工具_第1张图片

 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。

3 个提高 Python 开发效率的小工具_第2张图片
  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:

3 个提高 Python 开发效率的小工具_第3张图片
  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:

3 个提高 Python 开发效率的小工具_第4张图片

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

3 个提高 Python 开发效率的小工具_第5张图片

点击下方阅读原文加入社区会员

点赞鼓励一下

你可能感兴趣的:(python,编程语言,人工智能,linux,软件测试)