只会在终端使用Python运行代码？这些进阶用法了解了解-28资讯网—

只会在终端使用Python运行代码？这些进阶用法了解了解

2023-11-30 09:29:01 软件 237观看

摘要大部分同学在终端使用Python可能只是简单的执行代码，但其实结合一些Python内置模块或第三方库可以实现更高级且便捷的用法，一起看看吧！代码Benchmark测试首先简单写个斐波那契数列，命名为example.py：import timedef fib(n)

大部分同学在终端使用Python可能只是简单的执行代码，但其实结合一些Python内置模块或第三方库可以实现更高级且便捷的用法，一起看看吧！

代码Benchmark测试

首先简单写个斐波那契数列，命名为example.py：

import timedef fib(n):    if n <= 1:        return n    return fib(n - 1) + fib(n - 2)def main(test_times=50):    start = time.perf_counter()    for _ in range(test_times):        fib(30)    print(f'Time spent: {time.perf_counter() - start} s')if __name__ == '__main__':    main()

现在对这份代码进行Benchmark测试，Python中的内置模块cProfile可以帮助我们完成这个工作，在终端执行以下命令：

python -m cProfile example.py

可以得到一份深入的测试报告，如图所示：

其中表头从左至右：

ncalls：函数被调用的次数
tottime：函数花费的总时间（不包括被调用函数花费的时间）
percall：每次调用所花费的时间（等于tottime除以ncalls）即15.358/134626850
cumtime：在函数中累计花费的时间，包括在被调用函数中花费的时间
percall：每次调用所花费的时间（等于cumtime除以ncalls）15.358/50

是不是肥肠简单且清晰明了，对我们优化代码提供帮助。

值得一提的是，如果只想测试一些简单的Python代码，内置的timeit是个不错的选择，如：

python -m timeit '[i for i in range(100)]'

使用 timeit 测量执行此列表推导式所需的时间，得到输出：

200000 loops, best of 5: 1.4 usec per loop

此输出表明每次计时将执行200000次列表推导，共计时测试了5次，最好的结果是1.4毫秒。

代码风格检查

如何评估我们的Python代码是否Pythonic呢？第三方库flake8可以轻松做到，首先安装：

pip install flake8

确保安装完成后，我们还是使用前述斐波那契example.py，只需在终端输入：

python -m flake8 example.py

输出：

可以按照提示进行优化。

格式化Python代码

当知道我们写的史山代码需要风格改进，由前述可以结合flake8进行手动优化，那有没有什么能帮我们自动优化呢？第三方库black诞生。

同样使用pip安装：

pip install black

安装完毕后通过一行命令使用black格式化我们的代码：

python -m black example.py

输出：

然后再次使用flake8检查代码风格，无任何输出，代表无优化项。

此时我们的代码变成了：

import timedef fib(n):    if n <= 1:        return n    return fib(n - 1) + fib(n - 2)def main(test_times=50):    start = time.perf_counter()    for _ in range(test_times):        fib(30)    print(f"Time spent: {time.perf_counter() - start} s")if __name__ == "__main__":    main()

使用Pylint进行更专业的代码分析

仅拥有良好的风格还不完美，为了进行样式之外的代码分析，还需要结合pylint：

pip install pylint

此处基于black优化过的代码进行pylint分析，在终端输入一行命令：

python -m pylint example.py

输出如下，可知该代码缺少文档字符串

所以在大佬review代码前，可以借助pylint先进行一波优化。

对代码进行安全性分析

Python第三方库bandit可以帮助我们检查代码中潜在的安全隐患、不安全的函数或模块、密码或密钥等问题：

pip install bandit

在终端执行如下命令进行安全检查：

python -m bandit example.py

输出：

表明肥肠安全。

解析json并清晰打印

除了在vscode中打开json，并格式化显示达到清晰展示的目的外，Python自带的模块也能完成这个，比如有example.json文件内容如下：

[  {"name": {"first_name":"Xukong", "last_name":"Cai"}, "hobby":"rap, basketball"},  {"name": {"first_name":"San", "last_name":"Zhang"}, "hobby":"eat"}]

使用如下命令在终端格式化显示：

python -m json.tool example.json

输出：

肥肠清晰，插一句，若同样想在终端打印代码中输出的json结构，可以使用pprint。

本文链接：http://www.28at.com/showinfo-26-35304-0.html只会在终端使用Python运行代码？这些进阶用法了解了解

声明：本网页内容旨在传播知识，不代表本站观点，若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。

显示全文