摘要：Python是一种跨平台的编程语言，可以在所有主流操作系统上运行你编写的任何Python程序。今天介绍几种常用工具：Python自带的解释器、文本编辑器（Geany、SublimeText）、主流IDE（PyCharm、JupyterNotebook），以及如何利用公有云计算资源在本地进行开发。前言Python在今年受到了比往常更多的关注，成为世界上最流行的编程语言之一。--byKrzyszt对于技术文章，我通常会想到一些高大上的描述或者一些人文故事。然而，对于像Python这样的通用编程语言，我认为Krzyszt的上述口语描述就足够了。Python是一种跨平台编程语言，这意味着它可以运行您在所有主要操作系统上编写的任何Python程序。在今天的文章中，我将为大家详细说说几个常用的工具，包括Python自带的解释器、文本编辑器（Geany、SublimeText）、主流IDE（PyCharm、JupyterNotebook），以及如何使用公有云计算。资源在本地开发。Python附带的解释器Python附带一个在终端窗口中运行的解释器。不需要保存代码，直接运行整个程序即可，如下：GeanyGeany是一个简单的文本编辑器，易于安装。支持直接运行几乎所有程序（无需通过终端运行），支持使用颜色区分关键代码，高亮代码语法。我们可以从官网下载Geany软件：https://geany.org/。安装完成后，首先在本地创建一个文件夹来保存和运行代码，比如python_work文件夹。创建一个新文件并使用“另存为”将其保存到python_word文件夹中。如果你已经安装了python，即可以在系统中执行命令python，则不需要配置Geany。如果不能顺利执行python命令，需要配置Geany。“Generate”按钮涉及编码代码和运行代码，如下图：首先，执行一条helloWolrld命令，如下图：进一步解释“Generate”下拉列表中列出的功能方框里，我用的是“阿姆斯壮数”，即如果一个n位正整数等于它的各位数的n次方之和，这个数就叫做阿姆斯壮数。例如1^3+5^3+3^3=153。代码如下：#从用户中获取输入num=int(input("Enteranumber:"))#initializesumsum=0#findthesum每个digittemp=numwhiletemp>0:digit=temp%10sum+=digit**3temp//=10#displaytheresultifnum==sum:print(num,"isanArmstrongnumber")else:print(num,"isnotanArmstrongnumber")"Compile"：编译代码，类似执行python-mpy_compilehelloWorld.py生成.pyc文件。pyc是二进制文件，是将py文件编译生成的文件，属于字节码。py文件变成pyc文件后，加载速度提高，而且pyc是跨平台字节码，由python虚拟机执行，类似于JAVA或.NET虚拟机的概念。pyc的内容和python的版本有关。不同版本编译出来的pyc文件不完全一样。比如v2.5编译出来的pyc文件在v2.4版本的python上是无法执行的。“Lint”：该功能会静态检查代码，比如制表符、空格、变量名等是否符合要求。本例中部分行只缩进了3个空格，第18行的"num,"少了一个空格，报错如下：修改代码后，会显示编译正常，如图下图：“Generatetargetfile”：运行“makecurrent_file.o”文件，好处是只编译当前指定的文件，不编译整个工程。“Execute”：实际调用的是Python的终端编译器，如下图：Geany的操作界面和编译器支持个性化配置，这里就不一一展开了，大家可以通过“Edit”-“Preferences”自行尝试”。SublimeText类似于Geany。SublimeText是一个简单的文本编辑器，可以直接运行几乎所有程序（无需通过终端），支持以不同颜色显示关键代码，并高亮显示代码语法。SublimeText的优点：跨平台：SublimeText是一个跨平台的编辑器（可在Linux、OSX和Windows下使用）。作为程序员，切换系统是常有的事。为了减少重复学习，需要使用跨平台的编辑器；可扩展：SublimeText具有可扩展性（Extensible），包含大量实用的插件，我们可以通过在自己的领域安装插件来成倍提高工作效率；互补：SublimeText是命令行环境（CLI）和图形界面环境（GUI）下的最佳选择，两者同时使用会大大提高工作效率。从使用的角度来说，SublimeText确实是程序员的利器。比如它的所有设置都是通过JSON配置文件完成的。支持自己写配置文件的方式，感觉不错。如上图所示，我在右侧的可编程栏中设置了字体大小。只要文档被保存，SublimeText打开的窗口就会立即执行。SublimeText支持同时选中多个区域，然后同时编辑。Ctrl+D选中当前光标所在的单词并高亮所有出现的单词，Ctrl+D再次选中该单词出现的下一个位置，在多选单词的过程中，使用Ctrl+K跳过，使用Ctrl+U返回，使用Esc退出多重编辑。这真是太棒了，写代码的人都觉得自己的效率提高了很多！PyCharmPyCharm是一个用于计算机编程的集成开发环境（IDE），主要用于Python语言开发，由捷克公司JetBrains开发，提供代码分析、图形调试器、集成测试器、集成版本控制系统，支持使用DjangoDoweb发展。PyCharm是一个跨平台开发环境，具有适用于MicrosoftWindows、macOS和Linux的版本。社区版在Apache许可下发布，还有一个专业版，在专用许可下发布，具有许多附加功能。PyCharm非常强大，几乎包含了你自己能想到的所有功能。我觉得判断一个IDE的生命力，应该看它是否支持代码重构和对周边生态（比如公有云计算资源）的利用，所以我这里主要关注这两个特性。先说代码重构。重构是指使用一系列重构技术来调整软件的结构，而不改变其可观察到的行为。我们平时讲的代码重构，最常见的有几种，比如重复代码（在不止一处看到同一个程序结构）、类太长（一般不超过500行）、参数列太长（Toolong参数列表难以理解，参数太多不一致，不好用，数据多了就得修改），divergingchanges（如果一个类因为不同的原因经常被使用）朝不同的方向变化，那么此时或许将这个对象拆分成两个会更好，这样每个对象只需要修改一次），冗余类等。我们来看具体情况：1.常量和临时变量假设您有一个具有特殊含义的文字值，如以下代码所示。创建一个常量，根据其含义命名，并用这个常量替换上面的字面值。defpotential_energy(mass,height):returnmass*9.81*height9.81这里改成GRAVITATIONAL_CONSTANT比较合适，选择Constant：把代码改成下图：2.简化复杂的表达式，比如下面的代码：如果platform.upper()中的“MAC”和browser.upper()中的“IE”和was_initialized()andresize>0:#dosomething我们可以将platform.upper()中的“MAC”更改为变量，即用变量名解释表达式的用途。代码最终重构如下图所示：3.抽象复用方法，减少业务方法代码量。这是最大公约数的示例代码。原代码如下：现在我们将最大公约数提取到一个单独的方法中，选中上图中的10-14行代码，点击'Refactor'按钮。代码重构为：使用内联变量重构去掉变量因子。我们选择变量因子并按Ctrl+Alt+N。所有检测到的因子变量都是内联的。使用ChangeSignature更改参数名称。选择方法声明行并按Ctrl+F6。在打开的对话框中，将参数denom和num分别重命名为x和y，然后点击图标节点upLevel来改变参数的顺序。PyCharm能比原生IDE工具做得更好吗？我觉得从PyCharm本身来看，发展已经步入正轨。我觉得现在应该做的是生态的拓展，或者说结合。和谁一起？与公共云。如果能在本地编码，利用公有云的计算资源进行调试，就相当于实现了云端协同。华为云ModelArts提供了一个插件，支持本地PyCharm和ModelArts的结合（详细过程请参考文档：https://bbs.huaweicloud.com/blogs/160467）。其实我们只需要做三步就可以支持本地PyCharm和ModelArts平台的结合：1、下载并安装插件；2、在ModelArts官网申请key；3.在PyCharm中填写键值对。如果把PyCharm想象成C/S设计模式的客户端，把ModelArts想象成服务端，就很容易理解了。这里我给出一个实际的用例——手写模型训练案例。首先下载手写数据集：https://modelarts-cnnorth1-market-dataset.obs.cn-north-1.myhuaweicloud.com/dataset-market/Mnist-Data-Set/archiver/Mnist-Data-Set。zip登陆华为云上传OBS：创建两个文件夹，一个存放数据集，一个存放训练产生的日志（需要传回PyCharmIDE显示）：填写参数，可以参考ModelArts训练模型时填写Parameters：然后在PyCharm中打开项目，点击“RunTrainingJob”：上面的日志输出中，左下角是本地输出，右下角是返回的云端训练日志模型艺术。训练完成后，训练模型保存在OBS中/projectname/output/V0006/。在AI研究探索场景中，JupyterNotebook作为一个特殊的存在，迅速成长为AI探索场景开发的首选。它可以满足开发者的需求，涵盖所有阶段的这些关键点，并支持在浏览器中使用。.Jupyter从IPython项目开始。IPython最初是一个以Python为中心的项目，但随着项目的发展，它不再局限于Python编程语言。根据Jupyter创始人的想法，最初的目标是做一个可以直接支持Julia（Ju）、Python（Py）和R三种科学计算语言的交互式计算工具平台，所以他将其命名为Ju-Py-te-R，到现在Jupyter已经成为一个支持几乎所有语言，可以集成代码、计算输出、解释文档、多媒体资源的多功能科学计算平台。这里需要提到的另一个概念是“文学式编程”，它是DonaldKnuth提出的一种编程范式。这种范式提供了用自然语言解释程序逻辑的机会。简单的说，文学编程的读者不是机器，而是人。从编写机器可以理解的代码，到向人们解释如何让机器实现我们的想法，除了代码，还有更多的叙述性文字、图表等。文学编程中穿插着宏片段和传统源代码，从中可编译可以生成源代码。作为第一个贯穿科学计算研究全生命周期的工具平台，它可以分解为，如果将科学计算研究的全生命周期分解为个人探索、协作与共享、生产运行环境、出版与教学，Notebook都能满足这些阶段科研工作的需要。Jupyter有什么缺点吗？一些。如果你是追求产品代码开发，代码格式、依赖管理、产品打包、单元测试等功能在IDE中都没有很好的支持。目前有一些插件可以做到，但是相对于重度IDE，功能还是比较弱。此外，Jupyter被定义为研究型调试环境。一方面，目前对于分布式任务的推荐都是通过单机多进程的方式来模拟的。对多节点拓扑信息真实的部分，在Jupyter中不容易实现。另一方面，Jupyter的架构不适合运行非常重量级的作业。对于真正的软件产品开发需求，还是需要在IDE中进行工程代码开发，匹配测试逻辑，部署任务到集群运行。让我们详细看看Jupyter是如何工作的？首先在公有云上创建一个Notebook，点击“打开”按钮，如下图：选择基于（如TensorFlow-1.8）的计算引擎，如下图：输出代码片段，在第一段代码因为请求了需要用户输入，所以我们需要输入一个数字，只要是正常的整数就不会报错，如下图：后记的后记这篇文章比较难写，因为工具总是在进化，我们很难预测某个工具未来的发展方向和趋势，但永恒不变的规律是工具必须为开发者服务，并且它必须越来越简单。编辑器和IDE基本上是两种不同使用场景的工具：编辑器面向非语义纯文本，不涉及领域逻辑，因此速度快，体积小，适合编写单独的配置文件和动态语言脚本（Shell、Python和Ruby等）；IDE面向语义代码，涉及大量领域逻辑，速度慢、体积大，适合编写静态语言项目（Java、C++、C#等）。我个人认为应该用对的工具做有价值的事情，效率最大化，所以我会用IntelliJIDEA写Java项目，用Vim写Shell，用SublimeText写JavaScript/HTML/Python，用VisualStudio写C#。不管这个工具多么好用，代码还是自己写的，所以在本文的最后，引用一下ZenofPython（在Python交互式解释器中输入importthis会显示TheZenofpythonbyTimPeters）：>>>导入TimPeters的《Python之禅》美丽胜于丑陋。美丽胜于丑陋（以编写漂亮的代码为目标）显式优于隐式。Clearisbetterthanimplicit(漂亮的代码应该简洁明了)Simpleisbetterthancomplex.简单胜于复杂（避免太多复杂的内部实现）复杂胜于复杂。复杂胜于凌乱（保持界面简单）扁平胜于嵌套。扁平优于嵌套（避免多层嵌套）稀疏优于密集。间距优于紧凑（保持适当的间距，不要指望一行代码就能解决问题）可读性很重要。可读性很重要（保持并不断提高代码的可读性）特殊情况没有特殊到违反规则的程度。虽然实用胜过纯粹。错误不应该悄无声息地过去。错误不应该悄无声息地过去。除非明确沉默。面对歧义，拒绝猜测的诱惑面对不确定性拒绝猜测应该有一种——最好只有一种——显而易见的方法来做到这一点。尽管除非您是荷兰人，否则这种方式一开始可能并不明显。人物GuidovanRossum）现在总比没有好。尽管从来没有比*现在*更好。如果实现难以解释，那就不是一个好主意。很难解释，一定是一个糟糕的方法如果实现很容易解释，那可能是个好主意。命名空间是一个非常棒的想法——让我们做更多这样的事情吧！，不仅适用于Python，也适用于编程语言。
