EDA365欢迎您登录！

您需要 登录 才可以下载或查看，没有帐号？注册

x

本帖最后由 Ber_thaw99 于 2020-12-28 14:07 编辑' P& t5 n# [5 J) Y& y1 b

4 T3 K: \1 u5 k3 t& }% j

# P' e6 E, D3 q0 s5 w! @3 ?" ^

3 Q6 e6 A5 ^8 I9 c8 o4 [% D$ L$ t* n

" r6 K5 _; W' v1 H- I% W; E3 d) A8 a, i' q8 ^

全文共2136字，预计学习时长9分钟

* m1 a  O$ r/ Z* K+ ^& i& `+ @9 X) u* ?% v( M9 s( g8 `. n

图源：unsplash

5 j6 V* `' L& y. T7 `3 v大浪淘沙沉者为金。笔者编写Python代码已经5年多了，经历这么久，工具集没有变大，反而越来越小。工具不在多，好用就行。这三种方法笔者已经坚持使用了很长时间，和其他方法不同的是，使用它们的频率只增不减。你值得拥有！秘密武器#1：快速编码，少用Kite谷歌. J  i- B- v, y/ y7 y( y, @0 A大多数代码编辑器都具有类似这样的自动填充功能，...使用某种语言(库)文档来表明函数名和参数：. [+ _5 T; [# C, N5 W

' u) X8 `9 [7 l$ w' t9 U这不难，但如果编辑器可以浏览几年的GitHub数据，并且不仅仅能自动填充函数名称，还能完成整行代码呢？这仅是第一个使用Kite的理由。# v2 C; m/ i8 _' z5 ^原因 1：代码行填充7 E& I6 _( g% rKite访问代码库和各个变量、常用的在线参数名称以及文档后，会输出优质的语境建议：

图源：Kite docs

3 w+ `. _: V) }. d/ O+ \1 I上图示例展示了Kite如何能预测编码者需要使用的变量，即使它们一般被命名为(如b)，或更普遍的名字(如x或y)。& @" y! U" g% w4 o6 ?Kite创始人兼首席执行官Adam Smith说：“我们在Github 上已经用了50多年的时间来对所有代码进行语义索引，构建统计类型推理，以及深度使用此语义信息的丰富统计模型。”M) P, x7 P1 {" d# i# H原因 2：在本地私密运行3 R2 }6 a3 A) L0 O( d2 ?( j最重要的是，它在本地运行，因此可以快速获得提示，离线也能工作，并且代码不会发送到云端。( p4 N, \: G  Y4 f对于网络情况异常和在闭信源代码库工作的人来说，这一点非常重要。原因 3：文档编程助手

* S7 W5 z( l, ~6 ~) o) z6 q7 x! j

如果你从来没听过"RTFM"这个词，那可能因为没有在第一代开发者身边工作过。6 c* u( c) ]- h4 E4 S向高级开发人员讨教是很有必要的，甚至去StackOveRFlow查找答案之前阅读文档。Kite Copilot让文档变得十分简单，其与编辑器同时运行，实时显示文档中光标掠过的任何对象/函数等。% Z9 o/ k' h, j7 z! \结果, N- c+ i! H& N. A8 n笔者使用Kite多年，它改进得也越来越好。其拥有超过1,700万美元的投资，不会轻易倒闭，而且它的工具是完全免费的。你只需要给编辑器下载Kite插件，或下载copilot(编码助手)，就能安装插件。. k9 u2 N: x2 _, v4 @/ D秘密武器#2：用Mypy检查代码8 k- R; O2 D) N& K! X编码Python 是动态的，简单解释就是：编码者可以随时将任何变量变为任何数据类型(字符串、整数等)。$ c" i# K; c9 k

$ w, w$ D$ ]1 f- q1 ~9 ?. x: m" g6 L; ~4 X. ^; P2 [$ q6 V& \: [# These two variable types aredeclared the exact same way# Python figures out the data type on it s own, dynamically# stringvar_name = "string here"# integervar_name = 12346 i5 S8 W) ~# x9 |- E0 i, e

相对的是静态类型的语言，其中它的变量必须有一个特定的数据类型，并且始终遵循它。/ y# |8 R1 J! H3 C5 f' |! c( B; J& X0 E

: ~  e1 _1 U( x6 T# Many languages require the datatype to be declared too# stringstr var_name = "string here"# integerint var_name = 1234

* N; M, v! t' f" K: ~, L- p动态编码的优点/缺点2 v& Q7 [: h% Q动态编码的优点是，你可以偷懒，并且能减少乱码。但它缺点很多且不小：" ?  S# S3 f1 f8 f·        通常在开发周期后期会出现错误·        由于Python不断计算类型，编码效果会降低·        传递代码更不稳定，因为其他人可能不知道其中的变量是哪些或可能成为哪些数据类型·        函数会更不稳定，因为它们的输入和输出可以在没有警告的情况下更改数据类型8 [4 V  E* b) ?7 \6 s3 G

图源：unsplash

/ b; p* A; [; m2 E7 ]: j% c1 V+ z! ]+ ?- S7 b0 B3 ?& i5 wPython 中的静态键入1 J6 Z& Q; n7 }2 S7 Z; i6 i打开Mypy，这是一个免费的Python模块，让你能在Python 内部静态编码。发出pip install mypy指令后, 下面就是其使用示例：0 m) f, J3 m6 y) w0 ?+ n) J0 U% k! X- [

3 R# |, F$ z0 L9 F2 j6 i# Declaring a function using normaldynamic typing, without mypydef iter_primes():    # code here# Declaring the samefunction with mypy static typingfrom typing import Iteratordef iter_primes() -> Iterator[int]:    # code here

* d; t8 o* W0 b& U- E; D0 A利用mypy 示例，能指定函数返还整数的迭代器。这种简单变化通过强制实施一致输出，使函数更具有预测性。4 q0 ^; z7 v& F, g与仅使用文档不同，其他开发人员只需查看输出的将是什么数据类型，如果不符合该定义，则代码出错。, }9 j% f( C8 t7 e0 g2 _. k1 u' c9 X. Z结果) U1 x# G1 s" a7 ]) A列出静态类型以帮你减轻将来痛苦的所有方法有难度，但mypy文档具有出色的解答常见问题的能力，优缺点都不少。' Y6 }9 l/ p% X3 C# Q6 ~2 D- E. c! F如果你在一个把稳定性放在第一位的代码生产库工作，一定要试试myby。! ?3 a' [# l& e" `+ a2 r秘密武器#3：用Sonarlint快速查找错误，编写更简单的函数6 V1 W& M5 D  s/ i. W& H8 c4 N现在每个编辑器都有某种类型的错误检查或内置的"linter"，可以用来查看代码，通常无需运行，并能预测可能存在的错误。这就是静态代码分析。

VS代码中的默认 Python Linter

9 }6 s! ^6 Q% K0 y5 r9 m  G, ^动态代码分析实际上尝试运行/编译代码的某些部分，以查看其是否正常工作，但它会自动在后台运行。它不是猜测，它事实上知道代码是否会出错，以及确切的错误是什么。% x8 c& O/ {4 Q6 |# B9 \& p, Z2 O5 NSonarLint是动态代码分析中最好的，有超多优点：5 ^8 O% Y0 O0 y) f' n/ q9 ^已注释或未命名的代码4 H2 e$ e4 n5 x& G6 U对于代码库里满满的输出定义、已注释代码，以及未使用的函数，笔者十分愧疚。但正是如此，才会时刻警醒，留下深刻印象，方便查找。+ A/ c% a' Z1 ]* G( h* O不执行命令代码4 o+ n+ D7 e; a' S( o3 y" c( N与未命名的代码略有不同，不执行命令代码将会在编码者创建不可能评估时发出预警。这十分有必要，否则会导致进行几个小时的调试，这是笔者最喜欢的预警之一。- E5 d5 w3 @  k1 Z( D示例：6 g$ w7 i$ u! c% M0 S1 s3 o

" z  |# G: h7 G1 E  B9 e& w5 [# \7 D0 A5 @5 m, h  j4 ]a = Noneif a == None or not a or a:    this_will_always_get_called()else:    # sonarlint will warn you about thisline never being executed    this_will_never_get_called()

# ~3 v4 A! r) I安全风险/ J, ]1 D/ N7 A. R代码库中的巨大数据库将不断实时更新安全风险，能警告使用者所面临的任何已知漏洞风险。: C$ [! q4 J* n, ~安全风险问题是小概率事件，基本不可能给我们留下印象。因此，每个人都应该行动起来持续追踪。SonarLint是一个伟大的开端。

图源：unsplash$ N8 n. A" T( K# [

( h7 |$ v3 Q( \/ M1 [认知复杂性7 v$ g( H/ A+ }) |/ F1 D* w( D这个话题十分有趣，笔者可以针对它写一篇完整的文章。4 `" R% T3 [7 X  \+ m6 X' n6 y简单解释就是，有人创建了一个数学公式，这个公式可以对代码的阅读/理解难易程度进行评分。% s" t, j: w, s; q. U6 e/ d- s- ?它非常有用，还易于理解。每次SonarLint要求编码者"降低认知复杂性"时，它都会对编码者的不规范操作简单解释，比如"无法定义，嵌套异常"。3 v; L7 N  V1 X! r3 I+ a结果6 Z( S9 M* a. a6 m( [笔者发现这比基础屏蔽和lint练习更有用，编码者也能编写更为人性化的代码。这就是Pythonic！!心动不如行动，赶快用起来吧！: v7 ^* A+ ^9 v/ H( f2 [

8 u/ |. U; \' Z  Z

6 w9 O) T( d, P/ o; q) I' c4 R

/ p1 V4 X) D5 n8 }3 H8 {0 Y+ U3 Z7 n6 c8 U

『本文转载自网络,版权归原作者所有,如有侵权请联系删除』