四种好用的编写Python代码工具,你用过几个?

摘要：Python是一种跨平台的编程语言，可以在全部主要的操做系统上，运行你编写的任何Python程序。今天介绍几款常见的工具：Python自带的解释器、文本编辑器（Geany、Sublime Text）、主流IDE（PyCharm、Jupyter Notebook），以及如何使用公有云的计算资源在本地开发。

前言

Python is getting more attention than usual this year, becoming one of the most popular programming languages in the world.

-- by Krzyszt

对于技术类文章，我通常都会联想到一些高大上的描述，或是一些人文故事。可是，对于Python这样的全民化编程语言，我以为上面这句来自Krzyszt的口语化描述，就足够了。

Python是一种跨平台的编程语言，这就意味着它可以在全部主要的操做系统上，运行你编写的任何Python程序。今天文章里要给你们具体讲讲几款常见的工具，包括了Python自带的解释器、文本编辑器（Geany、Sublime Text）、主流IDE（PyCharm、Jupyter Notebook），以及如何使用公有云的计算资源在本地开发。

正文

Python自带的解释器

Python自带了一个在终端窗口中运行的解释器，你无需保存代码，支持直接运行整个程序，以下所示：

Geany

Geany是一款简单的文本编辑器，安装很容易，支持直接运行几乎全部的程序（不须要经过终端运行），支持使用颜色区分关键代码，突出代码语法。

咱们能够在官网下载Geany软件：https://geany.org/。

安装完成后，首先在本地建立一个文件夹用于保存和运行代码，例如python_work文件夹。

建立一个新文件，而且经过“SAVE AS”保存到pytthon_word文件夹。

若是你已经安装了python，也就是说，若是能在系统中执行命令python，就无需配置Geany，若是不能执行顺利执行python命令就须要对Geany进行配置。

涉及到编码代码和运行代码的是“生成”按钮，以下图所示：

先来执行一个helloWolrld命令，以下图所示：

进一步解释“生成”下拉框所列的功能，我采用的是“阿姆斯特朗数”，即若是一个n位正整数等于其各位数字的n次方之和,则称该数为阿姆斯特朗数。 例如1^3 + 5^3 + 3^3 = 153。

代码以下：

# take input from the user
num = int(input("Enter a number: "))
# initialize sum
sum = 0
# find the sum of the cube of each digit
temp = num
while temp > 0:
   digit = temp % 10
   sum += digit ** 3
   temp //= 10
# display the result
if num == sum:
   print(num,"is an Armstrong number")
else:
   print(num,"is not an Armstrong number")

“Compile”：编译代码，相似于执行了python -m py_compile helloWorld.py，生成.pyc文件。pyc是一种二进制文件，是由py文件通过编译后生成的文件，属于byte code。py文件变成pyc文件后，加载的速度有所提升，并且pyc是一种跨平台的字节码，是由python的虚拟机来执行的，这个是相似于JAVA或者.NET的虚拟机的概念。pyc的内容和python的版本相关，不一样版本编译后的pyc文件不彻底相同，例如v2.5编译的pyc文件在v2.4版本的 python上是没法执行的。

“Lint”：这个功能会对代码作静态检测，例如制表符、空格、变量命名等等是否符合要求，本案例中部分行只缩进了3个空格，第18行的“num,”后面缺乏空格，报错以下所示：

代码改动完毕后就显示编译正常，以下图所示：

“生成目标文件”：运行”make current_file.o” 文件，好处是只会编译当前指定的文件，而不是整个项目。

“Execute”：实际上调用Python的终端编译器，以下图所示：

Geany的操做界面和编译器支持个性化配置，这里不逐一展开，你能够本身经过“编辑”-“首选项”尝试。

Sublime Text

和Geany相似，Sublime Text是一款简单的文本编辑器，可以直接运行几乎全部程序（无需经过终端），支持使用不一样的颜色显示关键代码，突出代码语法。

Sublime Text的优势：

• 跨平台： Sublime Text为跨平台编辑器（在Linux、OS X和Windows下都可使用）。做为一个程序员，切换系统是常有的事情，为了减小重复学习，使用一个跨平台的编辑器是颇有必要的；
• 可扩展： Sublime Text是可扩展的（Extensible），并包含大量实用插件，咱们能够经过安装本身领域的插件来成倍提升工做效率；
• 互补： Sublime Text是命令行环境（CLI）和图形界面环境（GUI）下的最佳选择，同时使用二者会大大提升工做效率。

从使用的角度看，Sublime Text真的是针对程序员的工具，举一个例子，它的全部设置都是经过JSON配置文件完成的，支持你本身写配置文件的方式，感受很好。

如上图所示，我在右边的可编程栏设置了字体大小，只要保存这个文档，Sublime Text已经打开的窗口会当即执行。

Sublime Text支持同时选择多个区域，而后同时进行编辑。Ctrl + D选择当前光标所在的词并高亮该词全部出现的位置，再次Ctrl + D选择该词出现的下一个位置，在多重选词的过程当中，使用Ctrl + K进行跳过，使用Ctrl + U进行回退，使用Esc退出多重编辑。这样真是太棒了，写代码的人感受本身的效率提高不少！

PyCharm

PyCharm是一个用于计算机编程的集成开发环境（IDE），主要用于Python语言开发，由捷克公司JetBrains开发，提供代码分析、图形化调试器，集成测试器、集成版本控制系统，并支持使用Django进行网页开发。PyCharm是一个跨平台开发环境，拥有Microsoft Windows、macOS和Linux版本。社区版在Apache许可证下发布，另外还有专业版在专用许可证下发布，其拥有许多额外功能。

PyCharm很是强大，几乎全部你本身能够想到的功能它都包含在内。我以为判断一个IDE的生命力，咱们应该重点看是否支持代码重构和利用周边生态（例如公有云计算资源），因此我这里重点介绍这两个特性。

首先讲代码重构。重构指的是使用一系列重构手法，在不改变软件可观察行为的前提下，调整其结构。咱们一般所讲的代码重构，最多见是的有几类，例如重复代码（一个以上的地点看到相同的程序结构）、过长的类（通常不超过500行）、过长参数列（太长的参数列难以理解，太多的参数会形成先后不一致、不容易使用，并且一旦你须要更多数据，就不得不修改它）、发散式变化（若是某个类常常由于不一样的缘由在不一样的方向上发生变化，那么此时也许将这个对象分红两个会更好，这么一来每一个对象就能够只由于一种变化而须要修改）、冗余类，等等。

咱们看一下具体的案例：

一、 常量和临时变量

假设如如下代码所示，你有一个字面数值, 带有特别含义. 建立一个常量, 根据其意义为它命名, 并将上述字面数值替换为这个常量。

def potential_energy(mass, height):
    return mass * 9.81 * height

这里的9.81，改成GRAVITATIONAL_CONSTANT比较合适，

选Constant：

将代码改成以下图所示：

二、复杂表达式的简单化，例如如下代码：

if "MAC" in platform.upper() and "IE" in browser.upper() and was_initialized() and resize > 0:
#do something

咱们能够把"MAC" in platform.upper()改成变量，也就是说以变量名称来解释表达式用途。

代码最终被重构以下图所示：

三、 抽象出能够复用的方法，减小业务方法的代码量。这里举一个最大公约数的示例代码

原始代码以下：

如今咱们将最大公约数提取到单独的方法中，选中上面这张图中的10-14行代码，点击‘重构’按钮。

代码重构为：

变量factor经过使用 Inline variable重构来摆脱变量。咱们选中变量factor，而后按Ctrl+Alt+N。全部检测到的factor变量都是内联的。

使用使用Change Signature更改参数名称。选中方法声明行，而后按Ctrl+F6。在打开的dialog box中，分别将参数denom和num重命名为x和y，而后单击图标节点upLevel以更改参数的顺序。

除了本地IDE工具功能之外，PyCharm能不能作得更好？我以为就PyCharm自身来看，发展已经上了正规，我认为目前应该作的是生态的扩展，或者说联合。与谁联合？与公有云。若是可以作到在本地编码、利用公有云的计算资源进行调试，那至关于作到了云边协同。华为云ModelArts提供了插件，支持让本地的PyCharm与ModelArts结合在一块儿使用（详细的过程请参考文档：https://bbs.huaweicloud.com/blogs/160467）。

咱们实际上只须要作三个步骤，便可支持本地的PyCharm与ModelArts平台结合使用：

一、 下载并安装插件；

二、 ModelArts网站申请秘钥；

三、 PyCharm填写秘钥键值对。

你把PyCharm想象成C/S设计模式的Client端，把ModelArts想象成Server端，就容易理解了。

我这里举一个实际的使用案例—手写字模型训练案例。

首先，下载手写字的数据集：https://modelarts-cnnorth1-market-dataset.obs.cn-north-1.myhuaweicloud.com/dataset-market/Mnist-Data-Set/archiver/Mnist-Data-Set.zip

登陆华为云上传OBS：

建立两个文件夹，一个用于存放数据集，一个用于存放训练生成的日志（须要传回到PyCharm IDE并显示）：

填写参数，能够参考ModelArts训练模型时填写的参数：

接着在PyCharm打开工程，点击“Run Training Job”：

上面的日志输出中，左下角是本地的输出，右下角是ModelArts返回的云端训练日志。

训练完成后，训练模型保存在OBS中 /工程名/output/V0006/。

Jupyter Notebook

在AI研究探索场景中，Jupyter 做为一个特殊的存在迅速成长为AI探索类场景开发的首选，可以在其各个阶段知足开发者诉求并覆盖这些关键点，以及支持在浏览器中使用的特色。

Jupyter 起始于 IPython 项目，IPython 最初是专一于 Python 的项目，但随着项目发展壮大，已经不只仅局限于 Python 这一种编程语言了。按照Jupyter创始人的想法，最初的目标是作一个能直接支持Julia（Ju），Python（Py）以及R三种科学运算语言的交互式计算工具平台，因此将他命名为Ju-Py-te-R，发展到如今Jupyter已经成为一个几乎支持全部语言，可以把代码、计算输出、解释文档，多媒体资源整合在一块儿的多功能科学运算平台。

这里须要提到的另一个概念就是“文学编程”，文学编程是一种由Donald Knuth提出的编程范式。这种范式提供了用天然语言来解释程序逻辑的机会。简单来讲，文学编程的读者不是机器，而是人。 从写出让机器读懂的代码，过渡到向人们解说如何让机器实现咱们的想法，其中除了代码，更多的是叙述性的文字、图表等内容。 文学编程中间穿插着宏片断和传统的源代码，从中能够生成可编译的源代码。

做为第一个贯穿整个科学计算研究的生命周期工具平台，能够将能够分解为，若是咱们将科学计算研究全生命周期分解为，我的探索，协做与分享，生产化运行环境，发表与教学，Notebook均可以在这些阶段中知足科研工做的需求。

Jupyter有没有缺点？有的。若是你追求的是产品化代码开发，例如代码格式、依赖管理、产品打包、单元测试等等功能在IDE中是没有很好的支持，当前有一些插件能够作，可是相比重型IDE，功能仍是比较弱。此外，Jupyter定义为研究类调试环境，一方面对于分布式的任务当前推荐都是经过单机多进程的方式进行模拟，真实到有多节点拓扑信息的部分在Jupyter中不容易实现，另一方面，Jupyter的架构并不适合跑很是重量级的做业。对于真实软件产品开发的诉求，仍是须要在IDE中进行工程化代码开发，并配搭测试逻辑，将任务部署在集群中进行运行。

咱们具体看看Jupyter如何工做的？首先在公有云上建立一个Notebook，点击“打开”按钮，以下图所示：

选择基于那个计算引擎（例如TensorFlow-1.8），以下图所示：

输出代码片断，在第一段代码中因为已经请求了用户输入，因此须要咱们输入一个数字，只要是正常的整形数字，不会报错，以下图所示：

后记

这篇文章的后记比较难写，由于工具老是在不断发展的，咱们很难预料将来某一个工具的发展方向和趋势，可是，永恒的定律是工具必定是为开发者服务的，必定是愈来愈简单。

编辑器和IDE根本是面向两种不一样使用场景的工具：

• 编辑器面向无语义的纯文本，不涉及领域逻辑，所以速度快体积小，适合编写单独的配置文件和动态语言脚本（Shell、Python和Ruby等）；
• IDE面向有语义的代码，会涉及到大量领域逻辑，所以速度偏慢体积庞大，适合编写静态语言项目（Java、C++和C#等）。

我的认为应当使用正确的工具去作有价值的事情，并把效率最大化，因此我会用IntelliJ IDEA编写Java项目，用Vim编写Shell，用Sublime Text编写JavaScript/HTML/Python，用Visual Studio编写C#。

工具再好用，代码仍是你本身写的，所以本文的最后，我引用Python之禅（在Python交互式解释器中输 入import this就会显示Tim Peters的The Zen of python）：

>>> import this
The Zen of Python, by Tim Peters
Beautiful is better than ugly. 优美优于丑陋（以编写优美的代码为目标）
Explicit is better than implicit. 明了优于隐晦（优美的代码应当是简洁明了的）
Simple is better than complex. 简单优于复杂（避免存在过多的复杂内部实现）
Complex is better than complicated. 复杂优于凌乱（保持接口简洁）
Flat is better than nested. 扁平优于嵌套（避免多层嵌套）
Sparse is better than dense. 间隔胜于紧凑（保持适当的间隔，不要奢望一行代码解决问题）
Readability counts. 可读性很重要（保持并不断提提高代码的可阅读感）
Special cases aren't special enough to break the rules. 即便实用比纯粹更优
Although practicality beats purity. 特例亦不可违背原则
Errors should never pass silently. 错误毫不能悄悄忽略
Unless explicitly silenced. 除非它明确须要如此
In the face of ambiguity, refuse the temptation to guess. 面对不肯定性拒绝妄加猜想
There should be one-- and preferably only one --obvious way to do it. 任何问题应有一种且最好只有一种显而易见的解决方法
Although that way may not be obvious at first unless you're Dutch. 尽管这方法一开始并不是如此直观除非你是荷兰人（指的是Python之父荷兰人Guido van Rossum）
Now is better than never. 作优于不作
Although never is often better than *right* now. 然而不假思索还不如不作
If the implementation is hard to explain, it's a bad idea. 很难解释的，必然是坏方法
If the implementation is easy to explain, it may be a good idea. 很好解释的，多是好方法
Namespaces are one honking great idea -- let's do more of those! 提倡使用命名空间

上面这些准备，并不仅仅适用于Python，编程语言体系都适用。

点击关注，第一时间了解华为云新鲜技术~