Python:实用的IPython（一种交互式开发环境）

用习惯了CentOS突然又用Windows，写Python想在控制端写怎么办？别急，一招教你在Windows终端写出一手舒服的代码！
欢迎光临，我的主页。更多干货，等你来学：
不许代码码上红
警句：莫道君行早，更有早行人。

一、什么是IPython

说到IPython你肯定会奇怪，Python前面怎么多了一个“I”？当然，如果你对wxPython有了解的话也就见怪不怪了。IPython 是一个 python 的交互式 shell，比默认的python shell 好用得多，支持变量自动补全，自动缩进，支持 bash shell 命令，内置了许多很有用的功能和函数。
IPython 是基于BSD 开源的。
IPython 为交互式计算提供了一个丰富的架构，包含：

1、强大的交互式 shell Jupyter 内核
2、交互式的数据可视化工具
3、灵活、可嵌入的解释器
4、易于使用，高性能的并行计算工具

二、IPython标准键盘快捷键表

快捷键	说明
（ctrl+p） or 上箭头键	后向搜索命令历史中以当前输入的文本开头的命令
（ctrl+n） or 下箭头键	前向搜索命令历史中以当前输入的文本开头的命令
ctrl+r	按行读取的反向历史搜索
ctrl+shift+v	从剪切板黏贴文本
ctrl +c	中止当前正在执行的代码
ctrl+a	将光标移动到行首
ctrl+e	将光标移动到行尾
ctrl+k	删除从光标开始到行尾的文本
ctrl+u	清除当前行所有文本
ctr+f	将光标向前移动一个字符
ctrl+b	将光标向后移动一格字符
ctrl+l	清屏

三、 What’s 魔术命令？Oh,GOOD!!!

1、普通的魔术命令

IPython中有一些特殊的命令（被称为魔术命令（Magic Command）），它们有的为常见任务提供便利，有的则能使你轻松控制IPython系统的行为。魔术命令是以百分号%为前缀的命令。
常见的魔术命令：

命令	说明
%quickref	显示IPython的快速参考
%magic	显示所有魔术命令的详细文档
%debug	从最新的异常跟踪的底部进入交互式调试器
%hist	打印命令的输入（可选的输入）历史
%pdb	在异常发生后自动进入调试器
%paste	执行剪切板中的Python代码
%cpaste	打开一个特殊提示符以便手工黏贴待执行的Python代码
%reset	删除interactive命令空间中的所有变量
%time statement	计算一段代码的执行时间
%timeit statement	自动选择重复和循环次数计算一段代码的执行时间。

2、与操作系统的交互

IPython另一个重要的特点是它跟操作系统的shell结合的非常紧密。
跟系统相关的魔术命令：

命令	说明
!cmd	在系统shell中执行cmd
output=!cmd args	执行cmd，并将stdout放在output中
%alias alias_name cmd	为系统shell命令定义别名
%bookmark	使用IPython的目录书签系统
%cd directory	将系统工作目录更改为directory
%pwd	返回系统的当前工作目录
%pushed directory	将当前目录入栈，并转向目标目录
%popd	弹出栈顶目录，并转向该目录
%dirs	返回一个含有当前目录栈的列表
%dhist	打印目录访问历史
%env	以dict形式返回系统环境变量

四、shell命令

python shell不是特指某一项命令，而是一种命令行环境，我们可以在shell里面调用库以及执行语句，常见的有ipython环境。
在IPython中，以感叹号（!）开头的命令行表示其后的所有内容需要在系统shell中执行。
例如：另外再启动一个Python编译器：

!python

五、IPython的目录书签系统

1、什么是IPython目录书签系统？

IPython有一个简单的目录书签系统，它可以帮助你很快速地写出以前在IPython中写过的命令。
例如：

因为之前执行过“!python”，所以借助目录书签系统很快就会显示出来。

2、定义一个书签

定义一个书签example在目录\User\dell下，输入cd example便可以使用这些书签了：

3、解决书签冲突问题

如果书签与当前工作目录中的某个目录名冲突，可以通过-b标记（覆盖）使用目录书签。

4、查看所有书签

%bookmark -l

六、作为软件开发工具

1、交互式调试器

IPython的调试器增强了pdb，如Tab自动完成、语法高亮、为异常追踪的每条信息添加上下文参考。调试代码的最佳时机之一就是在错误刚刚发生那一会儿。
命令（在异常发生后马上输入）：

%debug

将会调用那个“事后”调试器，并直接跳转到异常发生的那个栈频（stack frame）。

2、测试代码执行时间

%time：

如果使用内置的time模块里面的time.clock和time.time函数手工测试代码运行的时间，需要编写这样一些代码，十分的繁琐：

import time
start=time.time()
for i in range(x):
	#需要执行的代码
	print("hello,world!")
	elapsed_per=(time.time()-start)/x

用IPython的魔术命令%time来测试代码执行时间：

可是，多次执行后我们发现Wall time时会发生变化的。所以，%time计算的时间还是不太准确。

%timeit：

在大型应用程序的数据分析中，像%time出现的微小的时间不准确现象是会累积的，对于那些执行时间非常短的分析语句和函数而言，%timeit是非常有用的。

3、性能分析

代码的性能分析和代码运行时间密切相关，只不过它关注的是耗费时间的位置。

Profile 和 cProfile

在 Python 标准库里面有两个模块可以用来做性能测试。

1. 一个是 Profile，它是一个纯 Python 的实现，所以会慢一些，如果你需要对模块进行拓展，那么这个模块比较合适。

2. 第二个是 cProfile，从名字就可以看出这是一个 C 语言的实现版，官方推荐在大多数情况下使用。
   这两者的接口和数据的输出格式是完全一样的，你可以在这两者之间自由的切换。

run方法：
在 cProfile 中，进行性能测试十分简单，只需调用 run 方法，并将需要测试的函数及参数传递给它即可。

import cProfile
def fib(n):
    if n == 0:
        return 0
    if n == 1:
        return 1
    return fib(n - 1) + fib(n - 2)


if __name__ == '__main__':
    cProfile.run('fib(3)')

在PyCharm中：

在IPython中：

其中：

1. ncalls, 函数总共调用次数；
2. tottime, 这个函数调用总共花费时间；
3. percall, 每个调用的平均花费时间；
4. cumtime, 总共累计花费时间；
5. percall, 每个调用的平均累计时间；
6. filename:lineno(function), 对应函数信息。

同时，不难发现，在图中耗时几乎都在fib上，而且函数调用数过多，这主要是因为函数是递归调用的，并且会产生很多

冗余分支：多余重复的分支代码（依我的理解）

所以程序需要进行优化
优化方案：

Python 3 里有一个简单的装饰器叫做lru_cache，可以自动的帮你缓存函数的值，而不需要自己手动存储。

优化后：

import cProfile
import functools


@functools.lru_cache(maxsize=None)
def fib(n):
    if n == 0:
        return 0
    if n == 1:
        return 1
    return fib(n - 1) + fib(n - 2)
if __name__ == '__main__':
 cProfile.run('fib(30)')

PyCharm中：

IPython中：

fib 函数只调用了 31 次，几乎所有额外的调用都命中了缓存，远远小于前面的调用次数，运行时间也得到了相当明显的提升。
runctx 方法：

与run方法返回的值一样，另外允许提供一些上下文参数。

七、IPython的个性化配置

一般情况下配置文ipython_config.py件位于（Windows）：

D:\python\Lib
site-packages\jupyter_core\tests\dotipython_empty\profile_default

通过配置能够做的事情：
1、修改颜色
2、修改输入输出提示符
3、去掉out提示符跟下一个in提示符之间的空行
4、启用IPython扩展
5、定义自己的魔术命令或者系统别名
专门为某个程序或者项目量身定做配置：

ipython profile create secret_project