3 個提高 Python 開發(fā)效率的小工具

本文將介紹一些有用的小工具，它們能夠幫助我們提高工作效率。本文將介紹筆者在近一周發(fā)現(xiàn)的三個小工具，寫文章以做記錄，希望能對大家有所幫助。

本文將介紹的三個小工具如下：

• 在Sublime Text中支持Python運行；

• 在Mac電腦的iTerm2中支持查看圖片；

• Python的typing模塊介紹。

詳細內(nèi)容介紹如下。

在Sublime Text中支持Python運行

在平時工作中，我們通常用PyCharm開發(fā)Python工程，也可以用Vim編輯和查看Python腳本。但是，如果我們僅僅想創(chuàng)造一個單獨的腳本來實現(xiàn)某些功能，那么用PyCharm會顯得大題小做，用Vim又不方便編輯。這時候，我們可以借助文本編輯器，比如Sublime Text，來實現(xiàn)Python腳本的編輯和運行。?? ??

Sublime Text是Mac系統(tǒng)支持的文本編輯器，Notepad++不支持Mac系統(tǒng)。?? ??如果我們想在Sublime Text中支持Python運行，需要做一些設(shè)置。?? ??

打開Sublime Text的Tools，選擇Build System中的New Build System...，會出現(xiàn)腳本，我們修改其中的內(nèi)容如下：

{
    "cmd": ["D:/Anaconda3/python3.7.exe","-u","$file"],
}

其中cmd中對應的列表的第一項為Python的安裝路徑。編輯完后，在默認位置保存文件，比如剛才的文件名為Python3.7.sublime-build。

這時候我們再去看Tools中，已經(jīng)出現(xiàn)了剛才編輯的Python3.7的環(huán)境，選擇該項，我們就可以在Sublime Text中運行Python腳本了。

我們示例的Python腳本為test.py,代碼如下：

import numpy as np

matrix = np.array([[0, 1, 2],
                   [2, 4, 5]
                   ])

print(matrix[1, 2])

print("Hello world from Sublime Text.")

點擊Tools中的Build或者Ctrl+B運行程序，結(jié)果如下：

同樣，在Windows系統(tǒng)中也可以這樣設(shè)置，方便又使用。?? ??

至于Notepad++是否有相似的功能，還有待研究。

在Mac系統(tǒng)的iTerm2中支持查看圖片

iTerm2是Mac系統(tǒng)很好用的終端工具，本文不過多介紹iTerm2，而是介紹如何直接在iTerm2中查看圖片，這樣可以方便我們在終端直接查看圖片。?? ??

我們使用的工具為imgcat。?? ??

在iTerm2中新建shell腳本imgcat.sh，里面的內(nèi)容可以參考網(wǎng)址：??https://www.iterm2.com/utilities/imgcat，編輯完文件后保存，并用chmod u+x imgcat.sh賦予執(zhí)行權(quán)限。?? ??

這樣就可以直接查看圖片了。什么，這么簡單？對，就是這么簡單！?? ??

在筆者電腦上的效果如下：

Python中的typing模塊介紹

typing模塊是Python中提供類型支持的模塊，它的主要作用為：

類型檢查，防止運行時出現(xiàn)參數(shù)和返回值類型不符合。

作為開發(fā)文檔附加說明，方便使用者調(diào)用時傳入和返回參數(shù)類型。

該模塊加入后并不會影響程序的運行，不會報正式的錯誤，只有提醒。

簡單來說，使用typing模塊我們可以對參數(shù)的類型做注釋并檢查，它不會影響程序運行，而這是提醒?？偹苤?，在Python中調(diào)用函數(shù)或變量時，不需要對參數(shù)或變量進行類型說明，這樣雖然方便程序編寫，但不利于程序閱讀，有了typing模塊，可以增加程序的可閱讀性，同時也能提升代碼的可維護性和健壯性。

舉個簡單的例子，我們實現(xiàn)一個函數(shù)digits_sum，輸入?yún)?shù)為字符串，比如"352"，輸出該數(shù)字上的各個數(shù)位上的數(shù)字之和，比如10。有了typing模塊，我們的代碼如類似如下：

from typing import *

# 創(chuàng)建函數(shù)
def digits_sum(num:str) -> int:
    digits_arr = map(lambda x: int(x), num)
    return sum(digits_arr)


# 測試
num = "352"
result = digits_sum(num=num)
print(result)

輸出結(jié)果為10。對上面的程序做點說明，其中第一句中的from typing import *可以不必寫，因為str,int都是Python內(nèi)置的數(shù)據(jù)類型。函數(shù)聲明為def digits_sum(num:str) -> int，括號內(nèi)的num類型為str，箭頭后的int表示函數(shù)的輸出結(jié)果數(shù)據(jù)類型為int。??我們再給出一個例子。函數(shù)dict_multipy，輸入為字典，如果key值對應的value的數(shù)據(jù)類型為float或者int型，則乘以2，否則跳過，那么輸出也為字典。程序如下：

from typing import Dict, Any

# 創(chuàng)建函數(shù)
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


# 測試
d = {"no": "100", "age": 12, "work_year": 3, "name": "JC"}
new_d = dict_multipy(d=d)
print(new_d)

輸出結(jié)果為{'age': 24, 'work_year': 6}。在函數(shù)聲明中，d為字典，其key值為str，val為任意類型（Any）,輸出為字典，key值為str，val值為float或者int。??當然，我們還可以在typing創(chuàng)建別名或者新的數(shù)據(jù)類型，以下就是一個例子。更多的使用方法可以參考typing模塊的官方網(wǎng)址：https://docs.python.org/zh-cn/3.6/library/typing.html 。

from typing import List

# 取List[float]別名為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])

本次分享到此結(jié)束，感謝大家閱讀~

作者：jclian，喜歡算法，熱愛分享

文章轉(zhuǎn)載：Python中文社區(qū)