本文将3个Python小工具,它们能够帮助我们提高工作效率,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。

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:

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,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:


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。

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])

以上就是关于“3个提高Python开发效率的小工具”的介绍,如果你还想了解更多技术内容,欢迎持续关注90代码网,获取更多技能。