大部分同學(xué)在終端使用Python可能只是簡單的執(zhí)行代碼，但其實結(jié)合一些Python內(nèi)置模塊或第三方庫可以實現(xiàn)更高級且便捷的用法，一起看看吧！

代碼Benchmark測試

首先簡單寫個斐波那契數(shù)列，命名為example.py：

import time

def fib(n):
    if n <= 1:
        return n
    return fib(n - 1) + fib(n - 2)

def main(test_times=50):
    start = time.perf_counter()
    for _ in range(test_times):
        fib(30)
    print(f'Time spent: {time.perf_counter() - start} s')

if __name__ == '__main__':
    main()

現(xiàn)在對這份代碼進行Benchmark測試，Python中的內(nèi)置模塊cProfile可以幫助我們完成這個工作，在終端執(zhí)行以下命令：

python -m cProfile example.py

可以得到一份深入的測試報告，如圖所示：

其中表頭從左至右：

• ncalls：函數(shù)被調(diào)用的次數(shù)
• tottime：函數(shù)花費的總時間（不包括被調(diào)用函數(shù)花費的時間）
• percall：每次調(diào)用所花費的時間（等于tottime除以ncalls）即15.358/134626850
• cumtime：在函數(shù)中累計花費的時間，包括在被調(diào)用函數(shù)中花費的時間
• percall：每次調(diào)用所花費的時間（等于cumtime除以ncalls）15.358/50

是不是肥腸簡單且清晰明了，對我們優(yōu)化代碼提供幫助。

值得一提的是，如果只想測試一些簡單的Python代碼，內(nèi)置的timeit是個不錯的選擇，如：

python -m timeit '[i for i in range(100)]'

使用 timeit 測量執(zhí)行此列表推導(dǎo)式所需的時間，得到輸出：

200000 loops, best of 5: 1.4 usec per loop

此輸出表明每次計時將執(zhí)行200000次列表推導(dǎo)，共計時測試了5次，最好的結(jié)果是1.4毫秒。

代碼風(fēng)格檢查

如何評估我們的Python代碼是否Pythonic呢？第三方庫flake8可以輕松做到，首先安裝：

pip install flake8

確保安裝完成后，我們還是使用前述斐波那契example.py，只需在終端輸入：

python -m flake8 example.py

輸出：

可以按照提示進行優(yōu)化。

格式化Python代碼

當(dāng)知道我們寫的史山代碼需要風(fēng)格改進，由前述可以結(jié)合flake8進行手動優(yōu)化，那有沒有什么能幫我們自動優(yōu)化呢？第三方庫black誕生。

同樣使用pip安裝：

pip install black

安裝完畢后通過一行命令使用black格式化我們的代碼：

python -m black example.py

輸出：

然后再次使用flake8檢查代碼風(fēng)格，無任何輸出，代表無優(yōu)化項。

此時我們的代碼變成了：

import time


def fib(n):
    if n <= 1:
        return n
    return fib(n - 1) + fib(n - 2)


def main(test_times=50):
    start = time.perf_counter()
    for _ in range(test_times):
        fib(30)
    print(f"Time spent: {time.perf_counter() - start} s")


if __name__ == "__main__":
    main()

使用Pylint進行更專業(yè)的代碼分析

僅擁有良好的風(fēng)格還不完美，為了進行樣式之外的代碼分析，還需要結(jié)合pylint：

pip install pylint

此處基于black優(yōu)化過的代碼進行pylint分析，在終端輸入一行命令：

python -m pylint example.py

輸出如下，可知該代碼缺少文檔字符串

所以在大佬review代碼前，可以借助pylint先進行一波優(yōu)化。

對代碼進行安全性分析

Python第三方庫bandit可以幫助我們檢查代碼中潛在的安全隱患、不安全的函數(shù)或模塊、密碼或密鑰等問題：

pip install bandit

在終端執(zhí)行如下命令進行安全檢查：

python -m bandit example.py

輸出：

表明肥腸安全。

解析json并清晰打印

除了在vscode中打開json，并格式化顯示達到清晰展示的目的外，Python自帶的模塊也能完成這個，比如有example.json文件內(nèi)容如下：

[
  {"name": {"first_name":"Xukong", "last_name":"Cai"}, "hobby":"rap, basketball"},
  {"name": {"first_name":"San", "last_name":"Zhang"}, "hobby":"eat"}
]

使用如下命令在終端格式化顯示：

python -m json.tool example.json

輸出：

肥腸清晰，插一句，若同樣想在終端打印代碼中輸出的json結(jié)構(gòu)，可以使用pprint。