|
本文将介绍一些有用的小工具,它们能够帮助我们提高工作效率。本文将介绍笔者在近一周发现的三个小工具,写文章以做记录,希望能对大家有所帮助。% @$ z' B; z) [8 l$ B1 |- E 8 e+ ~1 H! E1 _( C, C+ Q$ D
本文将介绍的三个小工具如下:
详细内容介绍如下。 在Sublime Text中支持Python运行 在平时工作中,我们通常用PyCharm开发Python工程,也可以用Vim编辑和查看Python脚本。但是,如果我们仅仅想创造一个单独的脚本来实现某些功能,那么用PyCharm会显得大题小做,用Vim又不方便编辑。这时候,我们可以借助文本编辑器,比如Sublime Text,来实现Python脚本的编辑和运行。 {" P2 @0 }! e* X, V! C* |Sublime Text是Mac系统支持的文本编辑器,Notepad++不支持Mac系统。4 @" s0 d; k2 D 如果我们想在Sublime Text中支持Python运行,需要做一些设置。6 \0 r) ~2 U* J 打开Sublime Text的Tools,选择Build System中的New Build System...,会出现脚本,我们修改其中的内容如下: "cmd": ["D:/Anaconda3/python3.7.exe","-u","$file"],$ w# m3 O5 n! f3 R }
我们示例的Python脚本为test.py,代码如下:# T; o) a/ R* b& c import numpy as np matrix = np.array([[0, 1, 2],3 ^/ Z9 O# t: R( b% i' n; W [2, 4, 5] ])% \1 X3 N% l0 Z print(matrix[1, 2]) 4 N2 q/ J) V7 b% h% | print("Hello world from Sublime Text.")" M e" P; t N) p% |& f 点击Tools中的Build或者Ctrl+B运行程序,结果如下:
同样,在Windows系统中也可以这样设置,方便又使用。1 ]1 B* S& i; |5 {6 K7 Q% u6 u 至于Notepad++是否有相似的功能,还有待研究。 # X" P9 B2 i8 ]! j 在Mac系统的iTerm2中支持查看图片 iTerm2是Mac系统很好用的终端工具,本文不过多介绍iTerm2,而是介绍如何直接在iTerm2中查看图片,这样可以方便我们在终端直接查看图片。
我们使用的工具为imgcat。! z3 @1 _3 C/ J4 @0 D. M8 i3 j 在iTerm2中新建shell脚本imgcat.sh,里面的内容可以参考网址:https://www.iterm2.com/utilities/imgcat,编辑完文件后保存,并用chmod u+x imgcat.sh赋予执行权限。1 Q& g& ^ e$ e# P% ]2 R 这样就可以直接查看图片了。什么,这么简单?对,就是这么简单! 在笔者电脑上的效果如下:0 x/ @, v3 h7 N" Z$ P
2 w! I) o5 [/ F# ]2 b f% A Python中的typing模块介绍 typing模块是Python中提供类型支持的模块,它的主要作用为:
简单来说,使用typing模块我们可以对参数的类型做注释并检查,它不会影响程序运行,而这是提醒。总所周知,在Python中调用函数或变量时,不需要对参数或变量进行类型说明,这样虽然方便程序编写,但不利于程序阅读,有了typing模块,可以增加程序的可阅读性,同时也能提升代码的可维护性和健壮性。 from typing import *( d9 |7 P. ~; P- q5 ?举个简单的例子,我们实现一个函数digits_sum,输入参数为字符串,比如"352",输出该数字上的各个数位上的数字之和,比如10。有了typing模块,我们的代码如类似如下: 7 k X, Z% C& o # 创建函数 def digits_sum(num:str) -> int:/ F ^, Z. O& I0 L/ p/ x. X digits_arr = map(lambda x: int(x), num)7 b! h' J N: p8 b return sum(digits_arr)5 R+ t; A. k- {1 d' H9 n" U, } # U& M# ], \& g ' Q4 Y3 M+ T0 ] # 测试 num = "352" result = digits_sum(num=num) print(result)0 R' K7 _% s6 u% c$ X$ f, B 输出结果为10。对上面的程序做点说明,其中第一句中的from typing import *可以不必写,因为str,int都是Python内置的数据类型。函数声明为def digits_sum(num:str) -> int,括号内的num类型为str,箭头后的int表示函数的输出结果数据类型为int。5 S# c4 v O$ g from typing import Dict, Any我们再给出一个例子。函数dict_multipy,输入为字典,如果key值对应的value的数据类型为float或者int型,则乘以2,否则跳过,那么输出也为字典。程序如下: # 创建函数 def dict_multipy(d: Dict[str, Any]) -> Dict[str, float or int]:( F/ Y! ~0 g8 p: }( y new_dict = {}# c9 C7 \% O3 C% E0 |, O: r for k, v in d.items():7 L- D k# j/ S4 l6 a if isinstance(v, (float, int)): new_dict[k] = v * 2 return new_dict& z$ D2 z: H% i7 V( c' d , `) d9 e7 F% K2 Z% Q # 测试' t% r1 n1 V+ c: l: | d = {"no": "100", "age": 12, "work_year": 3, "name": "JC"} new_d = dict_multipy(d=d)0 U4 r4 z: L) G) u print(new_d)( O$ `3 P2 |% N' c7 n 输出结果为{'age': 24, 'work_year': 6}。在函数声明中,d为字典,其key值为str,val为任意类型(Any),输出为字典,key值为str,val值为float或者int。& C D H" c9 [+ H from typing import List当然,我们还可以在typing创建别名或者新的数据类型,以下就是一个例子。更多的使用方法可以参考typing模块的官方网址:https://docs.python.org/zh-cn/3.6/library/typing.html 。 + N- e, L* l, s- I # 取List[float]别名为Vector' e$ k- ~* I& o3 S Vector = List[float] def scale(scalar: float, vector: Vector) -> Vector:5 d) H/ n" w S- |2 |' s return [scalar * num for num in vector]2 p$ S5 E7 I& b new_vector = scale(2.0, [1.0, -4.2, 5.4]) Q) \3 A8 [( S0 }& @ 本次分享到此结束,感谢大家阅读~ : C/ [2 u" S: U. w5 Y3 \6 _# Y |
微信公众号
手机版