只会在终端使用Python运行代码?这些进阶用法了解了解

发表于:2023-11-30 09:48

字体: | 上一篇 | 下一篇 | 我要投稿

 作者:啥都生    来源:啥都会一点的研究生

  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 time
  def 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 time
  def 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。
  本文内容不用于商业目的,如涉及知识产权问题,请权利人联系51Testing小编(021-64471599-8017),我们将立即处理
《2023软件测试行业现状调查报告》独家发布~

关注51Testing

联系我们

快捷面板 站点地图 联系我们 广告服务 关于我们 站长统计 发展历程

法律顾问:上海兰迪律师事务所 项棋律师
版权所有 上海博为峰软件技术股份有限公司 Copyright©51testing.com 2003-2024
投诉及意见反馈:webmaster@51testing.com; 业务联系:service@51testing.com 021-64471599-8017

沪ICP备05003035号

沪公网安备 31010102002173号