Python大神編程常用4大工具,你用過幾個?
摘要：Python是一種跨平台的程式語言，能夠在所有主要的作業系統上，運行你編寫的任何Python程式。今天介紹幾款常見的工具：Python自帶的解釋器、文本編輯器（Geany、Sublime Text）、主流IDE（PyCharm、Jupyter Notebook），以及如何使用公有雲的計算資源在本地開發。
前言
Python is getting more attention than usual this year, becoming one of the most popular programming languages in the world.
— by Krzyszt
對於技術類文章，我一般都會聯想到一些高大上的描述，或是一些人文故事。但是，對於Python這樣的全民化程式語言，我覺得上面這句來自Krzyszt的口語化描述，就足夠了。
Python是一種跨平台的程式語言，這就意味著它能夠在所有主要的作業系統上，運行你編寫的任何Python程式。今天文章里要給大家具體講講幾款常見的工具，包括了Python自帶的解釋器、文本編輯器（Geany、Sublime Text）、主流IDE（PyCharm、Jupyter Notebook），以及如何使用公有雲的計算資源在本地開發。
正文
Python自帶的解釋器
Python自帶了一個在終端窗口中運行的解釋器，你無需保存程式碼，支援直接運行整個程式，如下所示：
Geany
Geany是一款簡單的文本編輯器，安裝很容易，支援直接運行幾乎所有的程式（不需要通過終端運行），支援使用顏色區分關鍵程式碼，突出程式碼語法。
我們可以在官網下載Geany軟體：//geany.org/。
安裝完成後，首先在本地創建一個文件夾用於保存和運行程式碼，例如python_work文件夾。
創建一個新文件，並且通過「SAVE AS」保存到pytthon_word文件夾。
如果你已經安裝了python，也就是說，如果能在系統中執行命令python，就無需配置Geany，如果不能執行順利執行python命令就需要對Geany進行配置。
涉及到編碼程式碼和運行程式碼的是「生成」按鈕，如下圖所示：
先來執行一個helloWolrld命令，如下圖所示：
進一步解釋「生成」下拉框所列的功能，我採用的是「阿姆斯特朗數」，即如果一個n位正整數等於其各位數字的n次方之和,則稱該數為阿姆斯特朗數。 例如1^3 + 5^3 + 3^3 = 153。
程式碼如下：
# take input from the user num = int(input("Enter a number: ")) # initialize sum sum = 0 # find the sum of the cube of each digit temp = num while temp > 0: digit = temp % 10 sum += digit ** 3 temp //= 10 # display the result if num == sum: print(num,"is an Armstrong number") else: print(num,"is not an Armstrong number")
「Compile」：編譯程式碼，類似於執行了python -m py_compile helloWorld.py，生成.pyc文件。pyc是一種二進位文件，是由py文件經過編譯後生成的文件，屬於byte code。py文件變成pyc文件後，載入的速度有所提高，而且pyc是一種跨平台的位元組碼，是由python的虛擬機來執行的，這個是類似於JAVA或者.NET的虛擬機的概念。pyc的內容和python的版本相關，不同版本編譯後的pyc文件不完全相同，例如v2.5編譯的pyc文件在v2.4版本的 python上是無法執行的。
「Lint」：這個功能會對程式碼做靜態檢測，例如製表符、空格、變數命名等等是否符合要求，本案例中部分行只縮進了3個空格，第18行的「num,」後面缺少空格，報錯如下所示：
程式碼改動完畢後就顯示編譯正常，如下圖所示：
「生成目標文件」：運行」make current_file.o」 文件，好處是只會編譯當前指定的文件，而不是整個項目。
「Execute」：實際上調用Python的終端編譯器，如下圖所示：
Geany的操作介面和編譯器支援個性化配置，這裡不逐一展開，你可以自己通過「編輯」-「首選項」嘗試。
Sublime Text
和Geany類似，Sublime Text是一款簡單的文本編輯器，能夠直接運行幾乎所有程式（無需通過終端），支援使用不同的顏色顯示關鍵程式碼，突出程式碼語法。
Sublime Text的優點：
- 跨平台： Sublime Text為跨平台編輯器（在Linux、OS X和Windows下均可使用）。作為一個程式設計師，切換系統是常有的事情，為了減少重複學習，使用一個跨平台的編輯器是很有必要的；
- 可擴展： Sublime Text是可擴展的（Extensible），並包含大量實用插件，我們可以通過安裝自己領域的插件來成倍提高工作效率；
- 互補： Sublime Text是命令行環境（CLI）和圖形介面環境（GUI）下的最佳選擇，同時使用兩者會大大提高工作效率。
從使用的角度看，Sublime Text真的是針對程式設計師的工具，舉一個例子，它的所有設置都是通過JSON配置文件完成的，支援你自己寫配置文件的方式，感覺很好。
如上圖所示，我在右邊的可編程欄設置了字體大小，只要保存這個文檔，Sublime Text已經打開的窗口會立即執行。
Sublime Text支援同時選擇多個區域，然後同時進行編輯。Ctrl + D選擇當前游標所在的詞並高亮該詞所有出現的位置，再次Ctrl + D選擇該詞出現的下一個位置，在多重選詞的過程中，使用Ctrl + K進行跳過，使用Ctrl + U進行回退，使用Esc退出多重編輯。這樣真是太棒了，寫程式碼的人感覺自己的效率提升很多！
PyCharm
PyCharm是一個用於電腦編程的集成開發環境（IDE），主要用於Python語言開發，由捷克公司JetBrains開發，提供程式碼分析、圖形化調試器，集成測試器、集成版本控制系統，並支援使用Django進行網頁開發。PyCharm是一個跨平台開發環境，擁有Microsoft Windows、macOS和Linux版本。社區版在Apache許可證下發布，另外還有專業版在專用許可證下發布，其擁有許多額外功能。
PyCharm非常強大，幾乎所有你自己可以想到的功能它都包含在內。我覺得判斷一個IDE的生命力，我們應該重點看是否支援程式碼重構和利用周邊生態（例如公有雲計算資源），所以我這裡重點介紹這兩個特性。
首先講程式碼重構。重構指的是使用一系列重構手法，在不改變軟體可觀察行為的前提下，調整其結構。我們通常所講的程式碼重構，最常見是的有幾類，例如重複程式碼（一個以上的地點看到相同的程式結構）、過長的類（一般不超過500行）、過長參數列（太長的參數列難以理解，太多的參數會造成前後不一致、不容易使用，而且一旦你需要更多數據，就不得不修改它）、發散式變化（如果某個類經常因為不同的原因在不同的方向上發生變化，那麼此時也許將這個對象分成兩個會更好，這麼一來每個對象就可以只因為一種變化而需要修改）、冗餘類，等等。
我們看一下具體的案例：
1、 常量和臨時變數
假設如以下程式碼所示，你有一個字面數值, 帶有特別含義. 創建一個常量, 根據其意義為它命名, 並將上述字面數值替換為這個常量。
def potential_energy(mass, height): return mass * 9.81 * height
這裡的9.81，改為GRAVITATIONAL_CONSTANT比較合適，
選Constant：
將程式碼改為如下圖所示：
2、複雜表達式的簡單化，例如以下程式碼：
if "MAC" in platform.upper() and "IE" in browser.upper() and was_initialized() and resize > 0: #do something
我們可以把”MAC” in platform.upper()改為變數，也就是說以變數名稱來解釋表達式用途。
程式碼最終被重構如下圖所示：
3、 抽象出可以復用的方法，減少業務方法的程式碼量。這裡舉一個最大公約數的示例程式碼
原始程式碼如下：
現在我們將最大公約數提取到單獨的方法中，選中上面這張圖中的10-14行程式碼，點擊『重構』按鈕。
程式碼重構為：
變數factor通過使用 Inline variable重構來擺脫變數。我們選中變數factor，然後按Ctrl+Alt+N。所有檢測到的factor變數都是內聯的。
使用使用Change Signature更改參數名稱。選中方法聲明行，然後按Ctrl+F6。在打開的dialog box中，分別將參數denom和num重命名為x和y，然後單擊圖標節點upLevel以更改參數的順序。
除了本地IDE工具功能以外，PyCharm能不能做得更好？我覺得就PyCharm自身來看，發展已經上了正規，我認為目前應該做的是生態的擴展，或者說聯合。與誰聯合？與公有雲。如果能夠做到在本地編碼、利用公有雲的計算資源進行調試，那相當於做到了雲邊協同。華為雲ModelArts提供了插件，支援讓本地的PyCharm與ModelArts結合在一起使用（詳細的過程請參考文檔：//bbs.huaweicloud.com/blogs/160467）。
我們實際上只需要做三個步驟，即可支援本地的PyCharm與ModelArts平台結合使用：
1、 下載並安裝插件；
2、 ModelArts網站申請秘鑰；
3、 PyCharm填寫秘鑰鍵值對。
你把PyCharm想像成C/S設計模式的Client端，把ModelArts想像成Server端，就容易理解了。
我這裡舉一個實際的使用案例—手寫字模型訓練案例。
登錄華為雲上傳OBS：
創建兩個文件夾，一個用於存放數據集，一個用於存放訓練生成的日誌（需要傳回到PyCharm IDE並顯示）：
填寫參數，可以參考ModelArts訓練模型時填寫的參數：
接著在PyCharm打開工程，點擊「Run Training Job」：
上面的日誌輸出中，左下角是本地的輸出，右下角是ModelArts返回的雲端訓練日誌。
訓練完成後，訓練模型保存在OBS中 /工程名/output/V0006/。
Jupyter Notebook
在AI研究探索場景中，Jupyter 作為一個特殊的存在迅速成長為AI探索類場景開發的首選，能夠在其各個階段滿足開發者訴求並覆蓋這些關鍵點，以及支援在瀏覽器中使用的特點。
Jupyter 起始於 IPython 項目，IPython 最初是專註於 Python 的項目，但隨著項目發展壯大，已經不僅僅局限於 Python 這一種程式語言了。按照Jupyter創始人的想法，最初的目標是做一個能直接支援Julia（Ju），Python（Py）以及R三種科學運算語言的互動式計算工具平台，所以將他命名為Ju-Py-te-R，發展到現在Jupyter已經成為一個幾乎支援所有語言，能夠把程式碼、計算輸出、解釋文檔，多媒體資源整合在一起的多功能科學運算平台。
這裡需要提到的另外一個概念就是「文學編程」，文學編程是一種由Donald Knuth提出的編程範式。這種範式提供了用自然語言來解釋程式邏輯的機會。簡單來說，文學編程的讀者不是機器，而是人。 從寫出讓機器讀懂的程式碼，過渡到向人們解說如何讓機器實現我們的想法，其中除了程式碼，更多的是敘述性的文字、圖表等內容。 文學編程中間穿插著宏片段和傳統的源程式碼，從中可以生成可編譯的源程式碼。
作為第一個貫穿整個科學計算研究的生命周期工具平台，可以將可以分解為，如果我們將科學計算研究全生命周期分解為，個人探索，協作與分享，生產化運行環境，發表與教學，Notebook都可以在這些階段中滿足科研工作的需求。
Jupyter有沒有缺點？有的。如果你追求的是產品化程式碼開發，例如程式碼格式、依賴管理、產品打包、單元測試等等功能在IDE中是沒有很好的支援，當前有一些插件可以做，但是相比重型IDE，功能還是比較弱。此外，Jupyter定義為研究類調試環境，一方面對於分散式的任務當前推薦都是通過單機多進程的方式進行模擬，真實到有多節點拓撲資訊的部分在Jupyter中不容易實現，另外一方面，Jupyter的架構並不適合跑非常重量級的作業。對於真實軟體產品開發的訴求，還是需要在IDE中進行工程化程式碼開發，並配搭測試邏輯，將任務部署在集群中進行運行。
我們具體看看Jupyter如何工作的？首先在公有雲上創建一個Notebook，點擊「打開」按鈕，如下圖所示：
選擇基於那個計算引擎（例如TensorFlow-1.8），如下圖所示：
輸出程式碼片段，在第一段程式碼中由於已經請求了用戶輸入，所以需要我們輸入一個數字，只要是正常的整形數字，不會報錯，如下圖所示：
後記
這篇文章的後記比較難寫，因為工具總是在不斷發展的，我們很難預料未來某一個工具的發展方向和趨勢，但是，永恆的定律是工具一定是為開發者服務的，一定是越來越簡單。
編輯器和IDE根本是面向兩種不同使用場景的工具：
- 編輯器面向無語義的純文本，不涉及領域邏輯，因此速度快體積小，適合編寫單獨的配置文件和動態語言腳本（Shell、Python和Ruby等）；
- IDE面向有語義的程式碼，會涉及到大量領域邏輯，因此速度偏慢體積龐大，適合編寫靜態語言項目（Java、C++和C#等）。
個人認為應當使用正確的工具去做有價值的事情，並把效率最大化，所以我會用IntelliJ IDEA編寫Java項目，用Vim編寫Shell，用Sublime Text編寫JavaScript/HTML/Python，用Visual Studio編寫C#。
工具再好用，程式碼還是你自己寫的，因此本文的最後，我引用Python之禪（在Python互動式解釋器中輸 入import this就會顯示Tim Peters的The Zen of python）：
>>> import this The Zen of Python, by Tim Peters Beautiful is better than ugly. 優美優於醜陋（以編寫優美的程式碼為目標） Explicit is better than implicit. 明了優於隱晦（優美的程式碼應當是簡潔明了的） Simple is better than complex. 簡單優於複雜（避免存在過多的複雜內部實現） Complex is better than complicated. 複雜優於凌亂（保持介面簡潔） Flat is better than nested. 扁平優於嵌套（避免多層嵌套） Sparse is better than dense. 間隔勝於緊湊（保持適當的間隔，不要奢望一行程式碼解決問題） Readability counts. 可讀性很重要（保持並不斷提提升程式碼的可閱讀感） Special cases aren't special enough to break the rules. 即使實用比純粹更優 Although practicality beats purity. 特例亦不可違背原則 Errors should never pass silently. 錯誤絕不能悄悄忽略 Unless explicitly silenced. 除非它明確需要如此 In the face of ambiguity, refuse the temptation to guess. 面對不確定性拒絕妄加猜測 There should be one-- and preferably only one --obvious way to do it. 任何問題應有一種且最好只有一種顯而易見的解決方法 Although that way may not be obvious at first unless you're Dutch. 儘管這方法一開始並非如此直觀除非你是荷蘭人（指的是Python之父荷蘭人Guido van Rossum） Now is better than never. 做優於不做 Although never is often better than *right* now. 然而不假思索還不如不做 If the implementation is hard to explain, it's a bad idea. 很難解釋的，必然是壞方法 If the implementation is easy to explain, it may be a good idea. 很好解釋的，可能是好方法 Namespaces are one honking great idea -- let's do more of those! 提倡使用命名空間
上面這些準備，並不單單適用於Python，程式語言體系都適用。
