本篇内容主要讲解“适用于Python的编写工具有哪些”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“适用于Python的编写工具有哪些”吧!

创新互联是一家专注于网站设计制作、成都网站设计与策划设计,华容网站建设哪家好?创新互联做网站,专注于网站建设10年,网设计领域的专业建站公司;建站业务涵盖:华容等地区。华容做网站价格咨询:13518219792

秘密武器#1：使用Kite可以更快地编写代码，减少Google编写时间

大多数代码编辑器具有自动完成功能，看起来像这样：

…使用语言(有时是库)文档来建议函数名称和参数之类的内容。

当然可以，但是如果您的编辑器可以浏览GitHub数据多年并自动完成，不仅是函数名，还可以是整行代码。

这只是使用Kite的三个理由中的第一个。

原因1：代码行完成

风筝会检查您的代码库和变量，在线使用的常用参数名称，文档，然后提出如下超级上下文建议：

上面的示例展示了Kite如何预测您将在通用名称(如b)或通用名称(如x或y)中使用的变量。

…我们已经花费了大约50年的工程师工作时间，在Github上对所有代码进行语义索引，建立统计类型推断，以及丰富的统计模型，这些模型可以非常深入地使用此语义信息。  — Kite创始人/首席执行官Adam Smith

这是一个实时演示视频，或者，如果您愿意，可以在沙盒中播放。

原因2：副驾驶进行文档编制

如果您从未听说过" RTFM"，那么您可能还没有犯过我的错误。

无论如何，在给高级开发人员打电话或什至查看Stack Overflow答案之前，都应始终阅读文档。

Kite Copilot使文档愚蠢容易。 它与您的编辑器一起运行，并实时显示您用光标突出显示的任何对象/功能/等的文档。

亲爱的高级开发人员，我的第一份工作：对不起。 现在，我真的没有借口不首先在文档中寻找答案。

原因3：在本地私人运行

它是在本地运行的所有基础之上，因此您可以获得令人难以置信的快速建议，它可以脱机工作，并且您的代码永远不会发送到云中。

对于互联网连接较差的人和在封闭源代码库中工作的人们来说，这是非常重要的。

结果

我使用风筝已有多年了，而且一直在不断进步。 凭借超过1700万美元的投资，这家公司无处不在，而且由于某些愚蠢的原因，该工具是完全免费的。

您所要做的就是为您的编辑器下载Kite插件，或者下载副驾驶，它可以为您安装插件。 去实现它(梦想);去得到它(东西!

秘密武器2：使用Mypy稳定您的代码

Python是动态类型的，一个过分简化的解释是您可以随时将任何变量设为任何数据类型(字符串，整数等)。

# These two variable types are declared the exact same way # Python figures out the data type on it's own, dynamically # string var_name = "string here" # integer var_name = 1234

相反的是静态类型化的语言，其中变量必须具有一种特定的数据类型，并且必须始终遵循该数据类型。

# Many languages require the data type to be declared too # string str var_name = "string here" # integer int var_name = 1234

动态类型的优点/缺点

动态键入的优点是您在编写时可以很懒惰，并且可以减少代码混乱。

缺点很多，但也很大：

• 在开发周期的后期，您通常会遇到错误

• 由于Python不断找出类型，因此代码的执行效果更差

• 函数不稳定，因为其输入和输出可以更改数据类型而不会发出警告

• 交出代码会更加不稳定，因为其他人可能不知道您的变量是或可能成为哪种数据类型

Python中的静态类型

输入Mypy。 一个免费的Python模块，可让您在Python内部使用静态类型。

点安装mypy之后，下面仅是一个使用示例：

# Declaring a function using normal dynamic typing, without mypy def iter_primes():  # code here # Declaring the same function with mypy static typing     from typing import Iterator   def iter_primes() -> Iterator[int]: # code here

在mypy示例中，我们指定该函数返回一个整数迭代器。 通过执行一致的输出，此简单的更改使该功能更适应未来的需求。

其他开发人员只需查看声明即可查看输出将是哪种数据类型，并且与仅使用文档不同，如果不遵守该声明，您的代码将出错。

这是一个非常简单的示例，摘自此处的示例，如果仍然没有意义，请检查一下它们。

结果

很难列出静态键入可以减轻您将来痛苦的所有方式，但是mypy文档具有很好的常见问题解答，但有更多的利弊。

如果您在稳定至关重要的生产代码库中工作，请绝对尝试一下mypy。

秘密武器#3：使用Sonarlint更快地发现错误并编写更简单的函数

如今，每个编辑器都有某种类型的错误检查或内置的" lint"。 它通常在不运行代码的情况下查看代码，并尝试猜测可能出了什么问题。  这称为静态代码分析。

动态代码分析实际上会尝试运行/编译部分代码以查看其是否正常运行，但会在后台自动执行。  实际上，它无需猜测，而是知道它是否可以工作以及确切的错误是什么。

SonarLint处于最佳状态，是动态代码分析领域的佼佼者。 这些功能是我喜欢它的原因：

注释或未调用的代码

我对在整个代码库中留下打印语句，注释掉的代码以及未使用的函数感到内gui。 这将警告我，使其难以忘记，并告诉我它在哪里，易于查找。

安全风险

实时将庞大的，不断更新的安全风险数据库扔到您的代码库中，警告您可能面临的任何已知漏洞。

安全风险非常小众，无法记住，因此每个人都应该使用某种方法来跟踪这些风险。 SonarLint是一个不错的起点。

永远不会执行的代码

与未调用的代码略有不同，如果我创建的评估结果无法达到，这将警告我。 这些问题很难发现，可能会导致数小时的调试，因此这是我最喜欢的警告之一。

这是一个例子：

a = None if a == None or not a or a:      this_will_always_get_called() else: # sonarlint will warn you about this line never being executed      this_will_never_get_called()

认知复杂性

我可以写一个完整的帖子，这是一个非常有趣的话题，实际上，上面有一个完整的白皮书。

简单的解释是，他们创建了一个数学公式，可以对代码的阅读/理解难度进行评分。

它不仅非常有用，而且易于遵循。  每当SonarLint要求我"降低认知复杂性"时，它都会附带一个关于我违反的规则的简单说明，例如"太多嵌套的if语句"。

结果

我发现这比基本的阻止和掉毛实践有用，而且我相信这使我编写了对人类友好的代码。 顺便说一句，这是Pythonic!

SonarLint是免费的，因此没有理由不立即获取它并将其附加到您的编辑器中。

到此，相信大家对“适用于Python的编写工具有哪些”有了更深的了解，不妨来实际操作一番吧！这里是创新互联网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！

本文标题：适用于Python的编写工具有哪些
文章出自：http://azwzsj.com/article/iegihj.html