建站
咨詢
售后
建站咨詢
新聞中心
1. 如何在運(yùn)行狀態(tài)查看源代碼？
查看函數(shù)的源代碼，我們通常會(huì)使用 IDE 來(lái)完成。
創(chuàng)新互聯(lián)自2013年起，先為西吉等服務(wù)建站，西吉等地企業(yè)，進(jìn)行企業(yè)商務(wù)咨詢服務(wù)。為西吉企業(yè)網(wǎng)站制作PC+手機(jī)+微官網(wǎng)三網(wǎng)同步一站式服務(wù)解決您的所有建站問(wèn)題。
比如在 PyCharm 中，你可以 Ctrl + 鼠標(biāo)點(diǎn)擊 進(jìn)入函數(shù)的源代碼。
那如果沒(méi)有 IDE 呢？
當(dāng)我們想使用一個(gè)函數(shù)時(shí)，如何知道這個(gè)函數(shù)需要接收哪些參數(shù)呢？
當(dāng)我們?cè)谑褂煤瘮?shù)時(shí)出現(xiàn)問(wèn)題的時(shí)候，如何通過(guò)閱讀源代碼來(lái)排查問(wèn)題所在呢？
這時(shí)候，我們可以使用 inspect 來(lái)代替 IDE 幫助你完成這些事。
- # demo.py
- import inspect
- def add(x, y):
- return x + y
- print("===================")
- print(inspect.getsource(add))
- 運(yùn)行結(jié)果如下
- $ python demo.py
- ===================
- def add(x, y):
- return x + y
2. 如何關(guān)閉異常自動(dòng)關(guān)聯(lián)上下文？
當(dāng)你在處理異常時(shí)，由于處理不當(dāng)或者其他問(wèn)題，再次拋出另一個(gè)異常時(shí)，往外拋出的異常也會(huì)攜帶原始的異常信息。
就像這樣子。
- try:
- print(1 / 0)
- except Exception as exc:
- raise RuntimeError("Something bad happened")
從輸出可以看到兩個(gè)異常信息
- Traceback (most recent call last):
- File "demo.py", line 2, in
- print(1 / 0)
- ZeroDivisionError: division by zero
- During handling of the above exception, another exception occurred:
- Traceback (most recent call last):
- File "demo.py", line 4, in
- raise RuntimeError("Something bad happened")
- RuntimeError: Something bad happened
如果在異常處理程序或 finally 塊中引發(fā)異常，默認(rèn)情況下，異常機(jī)制會(huì)隱式工作會(huì)將先前的異常附加為新異常的 __context__屬性。這就是 Python 默認(rèn)開(kāi)啟的自動(dòng)關(guān)聯(lián)異常上下文。如果你想自己控制這個(gè)上下文，可以加個(gè) from 關(guān)鍵字（from語(yǔ)法會(huì)有個(gè)限制，就是第二個(gè)表達(dá)式必須是另一個(gè)異常類或?qū)嵗＃?，?lái)表明你的新異常是直接由哪個(gè)異常引起的。
- try:
- print(1 / 0)
- except Exception as exc:
- raise RuntimeError("Something bad happened") from exc
輸出如下
- Traceback (most recent call last):
- File "demo.py", line 2, in
- print(1 / 0)
- ZeroDivisionError: division by zero
- The above exception was the direct cause of the following exception:
- Traceback (most recent call last):
- File "demo.py", line 4, in
- raise RuntimeError("Something bad happened") from exc
- RuntimeError: Something bad happened
當(dāng)然，你也可以通過(guò)with_traceback方法為異常設(shè)置上下文__context__屬性，這也能在traceback更好的顯示異常信息。
- try:
- print(1 / 0)
- except Exception as exc:
- raise RuntimeError("bad thing").with_traceback(exc)
最后，如果我想徹底關(guān)閉這個(gè)自動(dòng)關(guān)聯(lián)異常上下文的機(jī)制？有什么辦法呢？
可以使用 raise...from None，從下面的例子上看，已經(jīng)沒(méi)有了原始異常
- $ cat demo.py
- try:
- print(1 / 0)
- except Exception as exc:
- raise RuntimeError("Something bad happened") from None
- $
- $ python demo.py
- Traceback (most recent call last):
- File "demo.py", line 4, in
- raise RuntimeError("Something bad happened") from None
- RuntimeError: Something bad happened
- (PythonCodingTime)
3. 最快查看包搜索路徑的方式
當(dāng)你使用 import 導(dǎo)入一個(gè)包或模塊時(shí)，Python 會(huì)去一些目錄下查找，而這些目錄是有優(yōu)先級(jí)順序的，正常人會(huì)使用 sys.path 查看。
- >>> import sys
- >>> from pprint import pprint
- >>> pprint(sys.path)
- ['',
- '/usr/local/Python3.7/lib/python37.zip',
- '/usr/local/Python3.7/lib/python3.7',
- '/usr/local/Python3.7/lib/python3.7/lib-dynload',
- '/home/wangbm/.local/lib/python3.7/site-packages',
- '/usr/local/Python3.7/lib/python3.7/site-packages']
- >>>
那有沒(méi)有更快的方式呢？
我這有一種連 console 模式都不用進(jìn)入的方法呢？
你可能會(huì)想到這種，但這本質(zhì)上與上面并無(wú)區(qū)別
- [wangbm@localhost ~]$ python -c "print('\n'.join(__import__('sys').path))"
- /usr/lib/python2.7/site-packages/pip-18.1-py2.7.egg
- /usr/lib/python2.7/site-packages/redis-3.0.1-py2.7.egg
- /usr/lib64/python27.zip
- /usr/lib64/python2.7
- /usr/lib64/python2.7/plat-linux2
- /usr/lib64/python2.7/lib-tk
- /usr/lib64/python2.7/lib-old
- /usr/lib64/python2.7/lib-dynload
- /home/wangbm/.local/lib/python2.7/site-packages
- /usr/lib64/python2.7/site-packages
- /usr/lib64/python2.7/site-packages/gtk-2.0
- /usr/lib/python2.7/site-packages
這里我要介紹的是比上面兩種都方便的多的方法，一行命令即可解決
- [wangbm@localhost ~]$ python3 -m site
- sys.path = [
- '/home/wangbm',
- '/usr/local/Python3.7/lib/python37.zip',
- '/usr/local/Python3.7/lib/python3.7',
- '/usr/local/Python3.7/lib/python3.7/lib-dynload',
- '/home/wangbm/.local/lib/python3.7/site-packages',
- '/usr/local/Python3.7/lib/python3.7/site-packages',
- ]
- USER_BASE: '/home/wangbm/.local' (exists)
- USER_SITE: '/home/wangbm/.local/lib/python3.7/site-packages' (exists)
- ENABLE_USER_SITE: True
從輸出你可以發(fā)現(xiàn)，這個(gè)列的路徑會(huì)比 sys.path 更全，它包含了用戶環(huán)境的目錄。
4. 將嵌套 for 循環(huán)寫成單行
我們經(jīng)常會(huì)如下這種嵌套的 for 循環(huán)代碼
- list1 = range(1,3)
- list2 = range(4,6)
- list3 = range(7,9)
- for item1 in list1:
- for item2 in list2:
- for item3 in list3:
- print(item1+item2+item3)
這里僅僅是三個(gè) for 循環(huán)，在實(shí)際編碼中，有可能會(huì)有更層。
這樣的代碼，可讀性非常的差，很多人不想這么寫，可又沒(méi)有更好的寫法。
這里介紹一種我常用的寫法，使用 itertools 這個(gè)庫(kù)來(lái)實(shí)現(xiàn)更優(yōu)雅易讀的代碼。
- from itertools import product
- list1 = range(1,3)
- list2 = range(4,6)
- list3 = range(7,9)
- for item1,item2,item3 in product(list1, list2, list3):
- print(item1+item2+item3)
輸出如下
- $ python demo.py
- 12
- 13
- 13
- 14
- 13
- 14
- 14
- 15
5. 如何使用 print 輸出日志
初學(xué)者喜歡使用 print 來(lái)調(diào)試代碼，并記錄程序運(yùn)行過(guò)程。
但是 print 只會(huì)將內(nèi)容輸出到終端上，不能持久化到日志文件中，并不利于問(wèn)題的排查。
如果你熱衷于使用 print 來(lái)調(diào)試代碼（雖然這并不是最佳做法），記錄程序運(yùn)行過(guò)程，那么下面介紹的這個(gè) print 用法，可能會(huì)對(duì)你有用。
Python 3 中的 print 作為一個(gè)函數(shù)，由于可以接收更多的參數(shù)，所以功能變?yōu)楦訌?qiáng)大，指定一些參數(shù)可以將 print 的內(nèi)容輸出到日志文件中
代碼如下：
- >>> with open('test.log', mode='w') as f:
- ... print('hello, python', file=f, flush=True)
- >>> exit
- $ cat test.log
- hello, python
6. 如何快速計(jì)算函數(shù)運(yùn)行時(shí)間
計(jì)算一個(gè)函數(shù)的運(yùn)行時(shí)間，你可能會(huì)這樣子做
- import time
- start = time.time
- # run the function
- end = time.time
- print(end-start)
你看看你為了計(jì)算函數(shù)運(yùn)行時(shí)間，寫了幾行代碼了。
有沒(méi)有一種方法可以更方便的計(jì)算這個(gè)運(yùn)行時(shí)間呢？
有。
有一個(gè)內(nèi)置模塊叫 timeit
使用它，只用一行代碼即可
- import time
- import timeit
- def run_sleep(second):
- print(second)
- time.sleep(second)
- # 只用這一行
- print(timeit.timeit(lambda :run_sleep(2), number=5))
運(yùn)行結(jié)果如下
- 2
- 2
- 2
- 2
- 2
- 10.020059824
7. 利用自帶的緩存機(jī)制提高效率
緩存是一種將定量數(shù)據(jù)加以保存，以備迎合后續(xù)獲取需求的處理方式，旨在加快數(shù)據(jù)獲取的速度。
數(shù)據(jù)的生成過(guò)程可能需要經(jīng)過(guò)計(jì)算，規(guī)整，遠(yuǎn)程獲取等操作，如果是同一份數(shù)據(jù)需要多次使用，每次都重新生成會(huì)大大浪費(fèi)時(shí)間。所以，如果將計(jì)算或者遠(yuǎn)程請(qǐng)求等操作獲得的數(shù)據(jù)緩存下來(lái)，會(huì)加快后續(xù)的數(shù)據(jù)獲取需求。
為了實(shí)現(xiàn)這個(gè)需求，Python 3.2 + 中給我們提供了一個(gè)機(jī)制，可以很方便的實(shí)現(xiàn)，而不需要你去寫這樣的邏輯代碼。
這個(gè)機(jī)制實(shí)現(xiàn)于 functool 模塊中的 lru_cache 裝飾器。
- @functools.lru_cache(maxsize=None, typed=False)
參數(shù)解讀：
-
maxsize：最多可以緩存多少個(gè)此函數(shù)的調(diào)用結(jié)果，如果為None，則無(wú)限制，設(shè)置為 2 的冪時(shí)，性能最佳
-
typed：若為 True，則不同參數(shù)類型的調(diào)用將分別緩存。
舉個(gè)例子
- from functools import lru_cache
- @lru_cache(None)
- def add(x, y):
- print("calculating: %s + %s" % (x, y))
- return x + y
- print(add(1, 2))
- print(add(1, 2))
- print(add(2, 3))
輸出如下，可以看到第二次調(diào)用并沒(méi)有真正的執(zhí)行函數(shù)體，而是直接返回緩存里的結(jié)果
- calculating: 1 + 2
- 3
- 3
- calculating: 2 + 3
- 5
下面這個(gè)是經(jīng)典的斐波那契數(shù)列，當(dāng)你指定的 n 較大時(shí)，會(huì)存在大量的重復(fù)計(jì)算
- def fib(n):
- if n < 2:
- return n
- return fib(n - 2) + fib(n - 1)
第六點(diǎn)介紹的 timeit，現(xiàn)在可以用它來(lái)測(cè)試一下到底可以提高多少的效率。
不使用 lru_cache 的情況下，運(yùn)行時(shí)間 31 秒
- import timeit
- def fib(n):
- if n < 2:
- return n
- return fib(n - 2) + fib(n - 1)
- print(timeit.timeit(lambda :fib(40), number=1))
- # output: 31.2725698948
由于使用了 lru_cache 后，運(yùn)行速度實(shí)在太快了，所以我將 n 值由 30 調(diào)到 500，可即使是這樣，運(yùn)行時(shí)間也才 0.0004 秒。提高速度非常顯著。
- import timeit
- from functools import lru_cache
- @lru_cache(None)
- def fib(n):
- if n < 2:
- return n
- return fib(n - 2) + fib(n - 1)
- print(timeit.timeit(lambda :fib(500), number=1))
- # output: 0.0004921059880871326
8. 在程序退出前執(zhí)行代碼的技巧
使用 atexit 這個(gè)內(nèi)置模塊，可以很方便的注冊(cè)退出函數(shù)。
不管你在哪個(gè)地方導(dǎo)致程序崩潰，都會(huì)執(zhí)行那些你注冊(cè)過(guò)的函數(shù)。
示例如下
如果clean函數(shù)有參數(shù)，那么你可以不用裝飾器，而是直接調(diào)用atexit.register(clean_1, 參數(shù)1, 參數(shù)2, 參數(shù)3='xxx')。
可能你有其他方法可以處理這種需求，但肯定比上不使用 atexit 來(lái)得優(yōu)雅，來(lái)得方便，并且它很容易擴(kuò)展。
但是使用 atexit 仍然有一些局限性，比如：
-
如果程序是被你沒(méi)有處理過(guò)的系統(tǒng)信號(hào)殺死的，那么注冊(cè)的函數(shù)無(wú)法正常執(zhí)行。
-
如果發(fā)生了嚴(yán)重的 Python 內(nèi)部錯(cuò)誤，你注冊(cè)的函數(shù)無(wú)法正常執(zhí)行。
- 如果你手動(dòng)調(diào)用了
os._exit，你注冊(cè)的函數(shù)無(wú)法正常執(zhí)行。
9. 實(shí)現(xiàn)類似 defer 的延遲調(diào)用
在 Golang 中有一種延遲調(diào)用的機(jī)制，關(guān)鍵字是 defer，例如下面的示例
- import "fmt"
- func myfunc {
- fmt.Println("B")
- }
- func main {
- defer myfunc
- fmt.Println("A")
- }
輸出如下，myfunc 的調(diào)用會(huì)在函數(shù)返回前一步完成，即使你將 myfunc 的調(diào)用寫在函數(shù)的第一行，這就是延遲調(diào)用。
- A
- B
那么在 Python 中否有這種機(jī)制呢？
當(dāng)然也有，只不過(guò)并沒(méi)有 Golang 這種簡(jiǎn)便。
在 Python 可以使用 上下文管理器達(dá)到這種效果
- import contextlib
- def callback:
- print('B')
- with contextlib.ExitStack as stack:
- stack.callback(callback)
- print('A')
輸出如下
- A
- B
10. 如何流式讀取數(shù)G超大文件
使用 with...open... 可以從一個(gè)文件中讀取數(shù)據(jù)，這是所有 Python 開(kāi)發(fā)者都非常熟悉的操作。
但是如果你使用不當(dāng)，也會(huì)帶來(lái)很大的麻煩。
比如當(dāng)你使用了 read 函數(shù)，其實(shí) Python 會(huì)將文件的內(nèi)容一次性的全部載入內(nèi)存中，如果文件有 10 個(gè)G甚至更多，那么你的電腦就要消耗的內(nèi)存非常巨大。
- # 一次性讀取
- with open("big_file.txt", "r") as fp:
- content = fp.read
對(duì)于這個(gè)問(wèn)題，你也許會(huì)想到使用 readline 去做一個(gè)生成器來(lái)逐行返回。
- def read_from_file(filename):
- with open(filename, "r") as fp:
- yield fp.readline
可如果這個(gè)文件內(nèi)容就一行呢，一行就 10個(gè)G，其實(shí)你還是會(huì)一次性讀取全部?jī)?nèi)容。
最優(yōu)雅的解決方法是，在使用 read 方法時(shí)，指定每次只讀取固定大小的內(nèi)容，比如下面的代碼中，每次只讀取 8kb 返回。
- def read_from_file(filename, block_size = 1024 * 8):
- with open(filename, "r") as fp:
- while True:
- chunk = fp.read(block_size)
- if not chunk:
- break
- yield chunk
上面的代碼，功能上已經(jīng)沒(méi)有問(wèn)題了，但是代碼看起來(lái)代碼還是有些臃腫。
借助偏函數(shù) 和 iter 函數(shù)可以優(yōu)化一下代碼
- from functools import partial
- def read_from_file(filename, block_size = 1024 * 8):
- with open(filename, "r") as fp:
- for chunk in iter(partial(fp.read, block_size), ""):
- yield chunk
當(dāng)前文章：5年P(guān)ython功力，總結(jié)了10個(gè)開(kāi)發(fā)技巧
標(biāo)題來(lái)源：http://www.fisionsoft.com.cn/article/cdgdijs.html
