特别推荐！优化#8203;Python开发环境的几个技巧，实现自动化让你远离烦恼

用Python编代码体验极佳，并随着新版本的发布越来越好!对于我而言，Python提供的大量免费函数库、高可读性的程序和新引入的类型注释让我沉迷其中无法自拔。然而，数据科学家特别容易使自己的Jupyter notebook变得庞大而杂乱，或者写出一些难以理解的python文件。此外，当一个项目依赖于同一函数库的不同版本时，常常发生版本冲突。修复以上问题消耗大量时间，还经常导致其他项目出现问题。必须找到避免这类问题的解决方式，为编写代码提供便利。

在本篇文章中我将详细介绍常用的工具与技巧，希望能为读者提供帮助。

Python开发环境

1. 解释器

从使用Python时最重要的解释器开始。你当然可以只下载最喜欢的Python版本，然后把所有内容放在里面。但如果你的程序需要不同版本的Python，或依赖于同一第三方模块的不同版本，并需要在几个程序之间无缝切换时该怎么办?

Pyenv可以解决上述问题。

Pyenv共包含三个工具，笔者将介绍其中两个：pyenv(用于安装python)和pyenv-virtualenv(用于配置全局工具)。

通过下方网址安装pyenv。

curl https://pyenv.run | bash

安装后，向.bashrc(或.zshrc)文件中添加下方代码，使得pyenv可用于设备。

exportPATH="~/.pyenv/bin:$PATH" 
eval "$(pyenv init -)" 
eval "$(pyenv virtualenv-init -)" 

最后，重启设备。现在可以使用pyenv安装几乎所有的python解释器，包括pypy、anaconda。

需要注意的是，pyenv只在电脑上搭建本地python环境。搭建python环境需要多种函数库。在Ubuntu系统的电脑上，必须安装以下函数库以防止运行出现问题。

sudo 
apt-get installbuild-essential libsqlite3-dev sqlite3 bzip2 libbz2-dev 
zlib1g-dev libssl-dev openssllibgdbm-dev libgdbm-compat-dev liblzma-dev libreadline-dev libncursesw5-devlibffi-dev uuid-dev 

现在，要安装python解释器只需要执行以下指令。

pyenv installVERSION_YOU_WOULD_LIKE_TO_INSTALL 

可以通过pyenv列出所有可用版本。

pyenv install --list 

为了使上述过程更加具体，在此安装python3.7.5并且设置其为默认的全局解释器。

pyenv install 3.7.5 
pyenv global 3.7.5 

输入Python-version指令，屏幕将显示Python3.7.5。

2. 依赖性关系管理(DependencyManagement)

Python中的依赖性管理是项繁重的工作。有许多工具可以帮助完成这项任务。

我最常使用的工具是Poetry。

Poetry可以帮助你简单地完成如下工作。

• 管理项目依赖关系
• 通过虚拟环境将项目分开
• 轻松构建应用程序与函数库

笔者推荐通过以下方式安装poetry：

curl -sSL https://raw.githubusercontent.com/sdispater/poetry/master/get-poetry.py | python 

另外一种依赖性管理的方式是使用pip和pyenv-virtualenv指令。读者可能会问：为什么不只用pip?因为只用pip可能会在全局环境中安装poetry及其依赖项，这可能是你不需要也不想要的。必要指令如下。

# Create a virtual environmentcalled tools that is based on 3.7.5 
pyenv virtualenv 3.7.5 tools 
# Install poetry into the tools virtual env 
pyenv activate tools 
pip install poetry 
# Check installed poetry version 
poetry --version 
# Leave the virtual env 
pyenv deactivate 
# This does not work yet 
poetry --version 
# Add your tools virtual env to the globally available ones 
pyenv global 3.7.5 tools 
# Now this works and you can start using poetry 
poetry --version 

在使用poetry创建第一个项目之前，建议先对其进行配置，这样就可以在项目目录中的.venv文件夹中创建虚拟环境。当你使用VsCode或Pycharm这类集成开发环境时就会变得非常方便，因为它们可以立即识别并选择正确的解释器。

poetry configsettings.virtualenvs.in-project true 

注意，你只需设置一次配置，设置结果将在全局环境保留。

终于完成了使用poetry创建项目的所有准备工作，太棒了!我把这个项目命名为dsexample，我知道这个名字很蠢，但我不想浪费时间去想一个更好的。为了展示如何使用poetry，我添加了一个特定版本的pandas库，以及所有额外需求的fastapi框架。

# Initialze a new project 
poetry new dsexample 
cd dsexample 
# Add modules and create virtual environment. 
poetry add pandas=0.25 fastapi --extras all 
# As an example of how you could add a git module 
poetry add tf2-utils --git git@github.com:Shawe82/tf2-utils.git 

如果想要查看一个使用了文中推荐工具的实际项目，请前往我的Github仓库。

3. 格式一致性与可读性(Consistent Formatting and Readability)

现在，已经创建好了项目，即将开始添加代码。理想情况下，代码库的格式应该一致，以确保可读性和可理解性。这将是一个非常沉闷乏味的过程，尤其在还有其他人操作代码库时。

但用Black可以解决上述问题!

（编辑：温州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!