3種適用于Python的瘋狂秘密武器
我不知道沒有他們我該如何生活
我編寫Python已有5年以上了，我的工具集通常變得越來越小，而不是越來越大。 許多工具不是必需的或無用的，而其中的一些只是簡單地增加了。
這是我堅持了很長時間的三個，與其他人不同，我只是越來越多地使用它們。
秘密武器#1：使用Kite可以更快地編寫代碼，減少Google編寫時間
大多數代碼編輯器具有自動完成功能，看起來像這樣：
…使用語言(有時是庫)文檔來建議函數名稱和參數之類的內容。
當然可以，但是如果您的編輯器可以瀏覽GitHub數據多年并自動完成，不僅是函數名，還可以是整行代碼。
這只是使用Kite的三個理由中的第一個。
原因1：代碼行完成
風箏會檢查您的代碼庫和變量，在線使用的常用參數名稱，文檔，然后提出如下超級上下文建議：
上面的示例展示了Kite如何預測您將在通用名稱(如b)或通用名稱(如x或y)中使用的變量。
…我們已經花費了大約50年的工程師工作時間，在Github上對所有代碼進行語義索引，建立統計類型推斷，以及豐富的統計模型，這些模型可以非常深入地使用此語義信息。 — Kite創始人/首席執行官Adam Smith
這是一個實時演示視頻，或者，如果您愿意，可以在沙盒中播放。
原因2：副駕駛進行文檔編制
如果您從未聽說過" RTFM"，那么您可能還沒有犯過我的錯誤。
無論如何，在給高級開發人員打電話或什至查看Stack Overflow答案之前，都應始終閱讀文檔。
Kite Copilot使文檔愚蠢容易。 它與您的編輯器一起運行，并實時顯示您用光標突出顯示的任何對象/功能/等的文檔。
親愛的高級開發人員，我的第一份工作：對不起。 現在，我真的沒有借口不首先在文檔中尋找答案。
原因3：在本地私人運行
它是在本地運行的所有基礎之上，因此您可以獲得令人難以置信的快速建議，它可以脫機工作，并且您的代碼永遠不會發送到云中。
對于互聯網連接較差的人和在封閉源代碼庫中工作的人們來說，這是非常重要的。
結果
我使用風箏已有多年了，而且一直在不斷進步。 憑借超過1700萬美元的投資，這家公司無處不在，而且由于某些愚蠢的原因，該工具是完全免費的。
您所要做的就是為您的編輯器下載Kite插件，或者下載副駕駛，它可以為您安裝插件。 去實現它(夢想);去得到它(東西!
秘密武器2：使用Mypy穩定您的代碼
Python是動態類型的，一個過分簡化的解釋是您可以隨時將任何變量設為任何數據類型(字符串，整數等)。
- # 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
相反的是靜態類型化的語言，其中變量必須具有一種特定的數據類型，并且必須始終遵循該數據類型。
- # Many languages require the data type to be declared too
- # string
- str var_name = "string here"
- # integer
- int var_name = 1234
動態類型的優點/缺點
動態鍵入的優點是您在編寫時可以很懶惰，并且可以減少代碼混亂。
缺點很多，但也很大：
- 在開發周期的后期，您通常會遇到錯誤
- 由于Python不斷找出類型，因此代碼的執行效果更差
- 函數不穩定，因為其輸入和輸出可以更改數據類型而不會發出警告
- 交出代碼會更加不穩定，因為其他人可能不知道您的變量是或可能成為哪種數據類型
Python中的靜態類型
輸入Mypy。 一個免費的Python模塊，可讓您在Python內部使用靜態類型。
點安裝mypy之后，下面僅是一個使用示例：
- # 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，我們指定該函數返回一個整數迭代器。 通過執行一致的輸出，此簡單的更改使該功能更適應未來的需求。
其他開發人員只需查看聲明即可查看輸出將是哪種數據類型，并且與僅使用文檔不同，如果不遵守該聲明，您的代碼將出錯。
這是一個非常簡單的示例，摘自此處的示例，如果仍然沒有意義，請檢查一下它們。
結果
很難列出靜態鍵入可以減輕您將來痛苦的所有方式，但是mypy文檔具有很好的常見問題解答，但有更多的利弊。
如果您在穩定至關重要的生產代碼庫中工作，請絕對嘗試一下mypy。
秘密武器#3：使用Sonarlint更快地發現錯誤并編寫更簡單的函數
如今，每個編輯器都有某種類型的錯誤檢查或內置的" lint"。 它通常在不運行代碼的情況下查看代碼，并嘗試猜測可能出了什么問題。 這稱為靜態代碼分析。
動態代碼分析實際上會嘗試運行/編譯部分代碼以查看其是否正常運行，但會在后臺自動執行。 實際上，它無需猜測，而是知道它是否可以工作以及確切的錯誤是什么。
SonarLint處于最佳狀態，是動態代碼分析領域的佼佼者。 這些功能是我喜歡它的原因：
注釋或未調用的代碼
我對在整個代碼庫中留下打印語句，注釋掉的代碼以及未使用的函數感到內gui。 這將警告我，使其難以忘記，并告訴我它在哪里，易于查找。
安全風險
實時將龐大的，不斷更新的安全風險數據庫扔到您的代碼庫中，警告您可能面臨的任何已知漏洞。
安全風險非常小眾，無法記住，因此每個人都應該使用某種方法來跟蹤這些風險。 SonarLint是一個不錯的起點。
永遠不會執行的代碼
與未調用的代碼略有不同，如果我創建的評估結果無法達到，這將警告我。 這些問題很難發現，可能會導致數小時的調試，因此這是我最喜歡的警告之一。
這是一個例子：
- 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()
認知復雜性
我可以寫一個完整的帖子，這是一個非常有趣的話題，實際上，上面有一個完整的白皮書。
簡單的解釋是，他們創建了一個數學公式，可以對代碼的閱讀/理解難度進行評分。
它不僅非常有用，而且易于遵循。 每當SonarLint要求我"降低認知復雜性"時，它都會附帶一個關于我違反的規則的簡單說明，例如"太多嵌套的if語句"。
結果
我發現這比基本的阻止和掉毛實踐有用，而且我相信這使我編寫了對人類友好的代碼。 順便說一句，這是Pythonic!
SonarLint是免費的，因此沒有理由不立即獲取它并將其附加到您的編輯器中。
結論
如果您在此處跳過，則只是一個快速警告，除非您對這些功能有基本的了解，否則可能無法正確使用它們。
以下是這三種秘密武器的概述：
- 使用Kite Copilot和編輯器插件更快地編寫Google內容
- 使用Mypy Python模塊穩定代碼
- 使用SonarLint編輯器插件更快地發現錯誤并編寫更簡單的函數
希望這些工具對您有好處，我本人也非常喜歡它們。 我敢肯定，盡管我錯過了其他一些不可思議的資源，所以請務必分享您在評論中沒有的生活。
