適用于Python的編寫工具有哪些

本篇內容主要講解“適用于Python的編寫工具有哪些”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“適用于Python的編寫工具有哪些”吧!

秘密武器#1：使用Kite可以更快地編寫代碼，減少Google編寫時間

大多數代碼編輯器具有自動完成功能，看起來像這樣：

…使用語言(有時是庫)文檔來建議函數名稱和參數之類的內容。

當然可以，但是如果您的編輯器可以瀏覽GitHub數據多年并自動完成，不僅是函數名，還可以是整行代碼。

這只是使用Kite的三個理由中的第一個。

原因1：代碼行完成

風箏會檢查您的代碼庫和變量，在線使用的常用參數名稱，文檔，然后提出如下超級上下文建議：

上面的示例展示了Kite如何預測您將在通用名稱(如b)或通用名稱(如x或y)中使用的變量。

…我們已經花費了大約50年的工程師工作時間，在Github上對所有代碼進行語義索引，建立統計類型推斷，以及豐富的統計模型，這些模型可以非常深入地使用此語義信息。  — Kite創始人/首席執行官Adam Smith

這是一個實時演示視頻，或者，如果您愿意，可以在沙盒中播放。

原因2：副駕駛進行文檔編制

如果您從未聽說過" RTFM"，那么您可能還沒有犯過我的錯誤。

無論如何，在給高級開發人員打電話或什至查看Stack Overflow答案之前，都應始終閱讀文檔。

Kite Copilot使文檔愚蠢容易。 它與您的編輯器一起運行，并實時顯示您用光標突出顯示的任何對象/功能/等的文檔。

親愛的高級開發人員，我的第一份工作：對不起。 現在，我真的沒有借口不首先在文檔中尋找答案。

原因3：在本地私人運行

它是在本地運行的所有基礎之上，因此您可以獲得令人難以置信的快速建議，它可以脫機工作，并且您的代碼永遠不會發送到云中。

對于互聯網連接較差的人和在封閉源代碼庫中工作的人們來說，這是非常重要的。

結果

我使用風箏已有多年了，而且一直在不斷進步。 憑借超過1700萬美元的投資，這家公司無處不在，而且由于某些愚蠢的原因，該工具是完全免費的。

您所要做的就是為您的編輯器下載Kite插件，或者下載副駕駛，它可以為您安裝插件。 去實現它(夢想);去得到它(東西!

秘密武器2：使用Mypy穩定您的代碼

Python是動態類型的，一個過分簡化的解釋是您可以隨時將任何變量設為任何數據類型(字符串，整數等)。

# These two variable types are declared the exact same way # Python figures out the data type on it's own, dynamically # string var_name = "string here" # integer var_name = 1234

相反的是靜態類型化的語言，其中變量必須具有一種特定的數據類型，并且必須始終遵循該數據類型。

# Many languages require the data type to be declared too # string str var_name = "string here" # integer int var_name = 1234

動態類型的優點/缺點

動態鍵入的優點是您在編寫時可以很懶惰，并且可以減少代碼混亂。

缺點很多，但也很大：

• 在開發周期的后期，您通常會遇到錯誤

• 由于Python不斷找出類型，因此代碼的執行效果更差

• 函數不穩定，因為其輸入和輸出可以更改數據類型而不會發出警告

• 交出代碼會更加不穩定，因為其他人可能不知道您的變量是或可能成為哪種數據類型

Python中的靜態類型

輸入Mypy。 一個免費的Python模塊，可讓您在Python內部使用靜態類型。

點安裝mypy之后，下面僅是一個使用示例：

# Declaring a function using normal dynamic typing, without mypy def iter_primes():  # code here # Declaring the same function with mypy static typing     from typing import Iterator   def iter_primes() -> Iterator[int]: # code here

在mypy示例中，我們指定該函數返回一個整數迭代器。 通過執行一致的輸出，此簡單的更改使該功能更適應未來的需求。

其他開發人員只需查看聲明即可查看輸出將是哪種數據類型，并且與僅使用文檔不同，如果不遵守該聲明，您的代碼將出錯。

這是一個非常簡單的示例，摘自此處的示例，如果仍然沒有意義，請檢查一下它們。

結果

很難列出靜態鍵入可以減輕您將來痛苦的所有方式，但是mypy文檔具有很好的常見問題解答，但有更多的利弊。

如果您在穩定至關重要的生產代碼庫中工作，請絕對嘗試一下mypy。

秘密武器#3：使用Sonarlint更快地發現錯誤并編寫更簡單的函數

如今，每個編輯器都有某種類型的錯誤檢查或內置的" lint"。 它通常在不運行代碼的情況下查看代碼，并嘗試猜測可能出了什么問題。  這稱為靜態代碼分析。

動態代碼分析實際上會嘗試運行/編譯部分代碼以查看其是否正常運行，但會在后臺自動執行。  實際上，它無需猜測，而是知道它是否可以工作以及確切的錯誤是什么。

SonarLint處于最佳狀態，是動態代碼分析領域的佼佼者。 這些功能是我喜歡它的原因：

注釋或未調用的代碼

我對在整個代碼庫中留下打印語句，注釋掉的代碼以及未使用的函數感到內gui。 這將警告我，使其難以忘記，并告訴我它在哪里，易于查找。

安全風險

實時將龐大的，不斷更新的安全風險數據庫扔到您的代碼庫中，警告您可能面臨的任何已知漏洞。

安全風險非常小眾，無法記住，因此每個人都應該使用某種方法來跟蹤這些風險。 SonarLint是一個不錯的起點。

永遠不會執行的代碼

與未調用的代碼略有不同，如果我創建的評估結果無法達到，這將警告我。 這些問題很難發現，可能會導致數小時的調試，因此這是我最喜歡的警告之一。

這是一個例子：

a = None if a == None or not a or a:      this_will_always_get_called() else: # sonarlint will warn you about this line never being executed      this_will_never_get_called()

認知復雜性

我可以寫一個完整的帖子，這是一個非常有趣的話題，實際上，上面有一個完整的白皮書。

簡單的解釋是，他們創建了一個數學公式，可以對代碼的閱讀/理解難度進行評分。

它不僅非常有用，而且易于遵循。  每當SonarLint要求我"降低認知復雜性"時，它都會附帶一個關于我違反的規則的簡單說明，例如"太多嵌套的if語句"。

結果

我發現這比基本的阻止和掉毛實踐有用，而且我相信這使我編寫了對人類友好的代碼。 順便說一句，這是Pythonic!

SonarLint是免費的，因此沒有理由不立即獲取它并將其附加到您的編輯器中。

到此，相信大家對“適用于Python的編寫工具有哪些”有了更深的了解，不妨來實際操作一番吧！這里是億速云網站，更多相關內容可以進入相關頻道進行查詢，關注我們，繼續學習！