


Perpustakaan Python yang Diremehkan Anda Harus Mula Gunakan Sekarang
Nov 03, 2024 am 07:02 AM“Tunggu… ada perpustakaan Python selain daripada Panda dan NumPy?”
Jika anda fikir begitu, selamat datang ke kelab! Pasti, Pandas dan NumPy hebat, tetapi terdapat satu dunia perpustakaan Python yang dipandang rendah yang boleh menjadikan anda kelihatan seperti ahli pengekodan ??♂? (jenis kerja kegemaran saya, TBH).
Dalam siaran ini, saya akan memperkenalkan anda kepada 5 permata tersembunyi dalam ekosistem Python. Gunakan perpustakaan ini dan orang akan menganggap anda sejenis ahli sihir Python (jangan risau, saya tidak akan memberitahu mereka betapa mudahnya perkara itu).
Dan jika anda seorang pembangun yang malas (seperti saya), anda boleh melangkau penyelidikan dan hanya mendaftar untuk surat berita Beehive saya(Its Completely Free ) yang mana saya kerap menggugurkan kod, penggodaman dan perpustakaan yang menyelamatkan nyawa terus ke anda peti masuk. Tiada spam, cuma kod.
Baiklah, mari kita mulakan!
1. Kaya: Output Konsol Cantik, Easy Peasy
Anda pernah cemburu dengan output terminal berwarna-warni yang anda lihat dalam talian? Tidak? Nah, sekarang anda akan menjadi.
Dengan Rich, anda boleh menambah warna cantik, bar kemajuan dan juga sokongan Markdown pada output terminal anda hanya dalam beberapa baris kod. Ia pada asasnya seperti memberi terminal anda bersinar.
from rich.console import Console console = Console() # Welcome to the world of fancy console output console.print("Hello, [bold magenta]World![/bold magenta] ?")
Mengapa Anda Akan Menyukainya: Kerana teks biasa membosankan, dan kini anda boleh melentur pada rakan sekerja anda dengan terminal yang kelihatan seperti sedang mengikuti uji bakat untuk filem sci-fi. ?
2. Typer: Membuat Alat CLI Tanpa Ingin Menangis
Membina antara muka baris arahan (CLI) dalam Python kadangkala boleh berasa seperti anda berada dalam pertempuran dengan papan kekunci anda. Masukkan Typer, pustaka yang menjadikan alatan CLI begitu mudah anda akan tertanya-tanya jika anda menipu.
import typer # Behold! The world's simplest CLI def greet(name: str): print(f"Hello, {name}! ?") if __name__ == "__main__": # Trust me, this one line is about to blow your mind typer.run(greet)
Mengapa Anda Akan Menyukainya: Satu baris untuk mencipta apl CLI berfungsi sepenuhnya. Ia seperti sihir, tetapi tanpa topi atas dan arnab. Selain itu, anda boleh mengatakan perkara seperti "Saya membuat alat CLI" di parti. ?
3. Anak panah: Zon Waktu Tanpa Hilang Fikiran Anda
Bekerja dengan tarikh dan zon waktu dalam Python adalah seperti cuba memasang perabot IKEA — tanpa arahan. Arrow ada di sini untuk menyelamatkan kewarasan anda.
import arrow now = arrow.now() # Because we're too fancy for basic datetime print(now.shift(hours=+1).format('YYYY-MM-DD HH:mm:ss'))
Mengapa Anda Akan Menyukainya: Tidak perlu lagi mentafsir skrol zon waktu purba. Kini anda boleh memanipulasi tarikh dan masa seperti seorang profesional sambil berpura-pura anda benar-benar memahami zon waktu. ?
4. Pydantic: Pengesahan Data Dilakukan Betul
Pernahkah anda cuba mengesahkan data secara manual? Tidak? Nah, anda bertuah. Ia adalah sakit kepala. Tetapi dengan Pydantic, pengesahan data menjadi menyeronokkan (ya, saya baru sahaja mengatakannya).
from rich.console import Console console = Console() # Welcome to the world of fancy console output console.print("Hello, [bold magenta]World![/bold magenta] ?")
Mengapa Anda Akan Menyukainya: Pengesahan data tidak perlu membuatkan anda mahu membuang komputer riba anda keluar dari tingkap. Dengan Pydantic, ia seperti mempunyai alat pembaca pruf terbina dalam untuk kod anda. ?
5. Loguru: Log Tanpa Sakit Kepala Persediaan
Melog masuk Python boleh jadi… eh, membosankan. Masukkan Loguru, yang menjadikan penyediaan log begitu mudah sehingga anjing anda pun boleh melakukannya (mungkin).
import typer # Behold! The world's simplest CLI def greet(name: str): print(f"Hello, {name}! ?") if __name__ == "__main__": # Trust me, this one line is about to blow your mind typer.run(greet)
Mengapa Anda Akan Menyukainya: Satu baris, tiada persediaan dan kini kod anda akan memberitahu anda apa yang berlaku tanpa menyebabkan anda mengalami masalah. Ia log masuk tanpa gangguan emosi. ?
Kesimpulan: Teruskan dan Kod (Tetapi Gunakan Perpustakaan Ini)
Begitulah — 5 perpustakaan Python yang dipandang rendah dan akan menjimatkan masa anda bekerja. Cuba mereka dan tidak lama lagi anda akan melepaskan satu baris yang menarik seperti, "Oh ya, saya membina alat CLI dengan Typer" atau "Anda masih menggunakan log asas? Saya bertukar kepada Loguru.”
Dan jika anda seorang pembangun yang malas (seperti saya), jangan lupa untuk mendaftar untuk surat berita Beehive saya(Percuma Sepenuhnya). Saya akan menyampaikan lebih banyak permata, petua dan helah Python yang tersembunyi terus ke peti masuk anda supaya anda boleh menghabiskan lebih sedikit masa Googling dan lebih banyak masa kelihatan seperti seorang genius. ??
Selamat pengekodan!
Soalan Lazim Mengenai Perpustakaan Python yang Diremehkan
Mengapa saya harus menggunakan perpustakaan Python yang kurang dikenali ini dan bukannya perpustakaan yang lebih popular?
Walaupun perpustakaan popular seperti Pandas dan NumPy hebat, perpustakaan yang dipandang rendah ini menyediakan lebih banyak fungsi khusus yang boleh menjimatkan masa dan usaha anda dalam bidang tertentu seperti output terminal, pengelogan dan penciptaan CLI.
- Bolehkah saya menggunakan perpustakaan ini dalam mana-mana projek Python?
Ya! Perpustakaan ini sangat serba boleh dan boleh digunakan merentasi pelbagai projek Python, daripada skrip kecil kepada aplikasi berskala besar. Ia juga disepadukan dengan lancar dengan perpustakaan dan rangka kerja lain.
- Adakah Rich benar-benar akan menjadikan terminal saya kelihatan cantik, atau adakah ia hanya gembar-gembur?
Kaya bukan sekadar gembar-gembur! Ia benar-benar mengubah output terminal anda dengan warna, pemformatan dan bar kemajuan. Ia seperti artis solek perpustakaan Python — ia akan menjadikan terminal anda kelihatan hebat tanpa sebarang usaha tambahan.
- Saya baru menggunakan Python. Adakah perpustakaan ini terlalu maju untuk saya?
Tidak sama sekali! Setiap perpustakaan ini dipilih kerana ia memudahkan tugasan, walaupun untuk pemula. Mereka mengurangkan kerumitan dan menjadikan pengekodan lebih menyeronokkan dan intuitif. Anda akan kelihatan seperti profesional dalam masa yang singkat!
- Apakah cara paling mudah untuk bermula dengan perpustakaan ini?
Anda boleh mencari coretan kod dan dokumentasi pada setiap tapak web perpustakaan, atau jika anda berasa lebih malas (seperti saya), hanya daftar untuk surat berita saya,(Ianya Percuma Sepenuhnya) di mana saya akan menghantar petua, helah, dan kod pratulis terus ke peti masuk anda. Tidak perlu menghabiskan masa berjam-jam untuk Googling!
- Adakah perpustakaan ini berfungsi dengan baik bersama-sama?
Sudah tentu! Perpustakaan ini boleh digunakan secara berasingan atau bersama dalam projek yang lebih besar. Contohnya, anda boleh menggunakan Kaya untuk output, Loguru untuk pengelogan dan Typer untuk antara muka baris arahan anda, semuanya dalam satu projek.
- Bagaimanakah perpustakaan ini meningkatkan produktiviti saya sebagai pembangun?
Mereka mengeluarkan banyak kod boilerplate dan membolehkan anda menumpukan pada logik teras aplikasi anda. Sama ada mengendalikan zon waktu, mencipta alatan CLI atau pengelogan, perpustakaan ini menjaga perkara yang berulang, memberikan anda lebih masa untuk mengerjakan bahagian yang menyeronokkan.
- Bagaimanakah saya boleh mengetahui lebih lanjut tentang perpustakaan Python yang hebat seperti ini?
Mudah! Langgan surat berita Beehive saya (Percuma Sepenuhnya ), tempat saya kerap menggugurkan permata, petua dan kod sedia untuk digunakan Python tersembunyi. Anda akan menjadi orang pertama yang mengetahui tentang alatan ini sebelum ia menjadi arus perdana!
Atas ialah kandungan terperinci Perpustakaan Python yang Diremehkan Anda Harus Mula Gunakan Sekarang. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undress AI Tool
Gambar buka pakaian secara percuma

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas

Keselamatan aplikasi web perlu diberi perhatian. Kelemahan umum di laman web python termasuk XSS, suntikan SQL, CSRF dan risiko memuat naik fail. Untuk XSS, enjin template harus digunakan untuk melarikan diri secara automatik, penapis teks HTML yang kaya dan menetapkan dasar CSP; untuk mengelakkan suntikan SQL, rangka pertanyaan parameter atau ORM, dan mengesahkan input pengguna; Untuk mengelakkan CSRF, mekanisme CSRFTToken mesti diaktifkan dan operasi sensitif mesti disahkan dua kali; Kelemahan muat naik fail mesti digunakan untuk menyekat jenis, menamakan semula fail, dan melarang keizinan pelaksanaan. Berikutan norma -norma dan menggunakan alat yang matang dapat mengurangkan risiko, dan keselamatan memerlukan perhatian dan ujian yang berterusan.

Python's Unittest and Pytest adalah dua kerangka ujian yang digunakan secara meluas yang memudahkan penulisan, penganjuran dan menjalankan ujian automatik. 1. Kedua -duanya menyokong penemuan automatik kes ujian dan menyediakan struktur ujian yang jelas: Unittest mentakrifkan ujian dengan mewarisi kelas ujian dan bermula dengan ujian \ _; Pytest lebih ringkas, hanya memerlukan fungsi bermula dengan ujian \ _. 2. Mereka semua mempunyai sokongan dakwaan terbina dalam: Unittest menyediakan kaedah AssertEqual, AssertTrue dan lain-lain, manakala PYTest menggunakan pernyataan menegaskan yang dipertingkatkan untuk memaparkan butiran kegagalan secara automatik. 3. Semua mempunyai mekanisme untuk mengendalikan penyediaan ujian dan pembersihan: un

Parameter lalai Python hanya dimulakan sekali apabila ditakrifkan. Jika objek yang boleh berubah (seperti senarai atau kamus) digunakan sebagai parameter lalai, tingkah laku yang tidak dijangka mungkin disebabkan. Sebagai contoh, apabila menggunakan senarai kosong sebagai parameter lalai, pelbagai panggilan ke fungsi akan menggunakan semula senarai yang sama dan bukannya menghasilkan senarai baru setiap kali. Masalah yang disebabkan oleh tingkah laku ini termasuk: 1. Perkongsian data yang tidak dijangka antara panggilan fungsi; 2. Hasil panggilan berikutnya dipengaruhi oleh panggilan sebelumnya, meningkatkan kesukaran debugging; 3. Ia menyebabkan kesilapan logik dan sukar untuk dikesan; 4. Mudah untuk mengelirukan kedua -dua pemaju baru dan berpengalaman. Untuk mengelakkan masalah, amalan terbaik adalah untuk menetapkan nilai lalai kepada tiada dan membuat objek baru di dalam fungsi, seperti menggunakan my_list = tiada bukan my_list = [] dan pada mulanya dalam fungsi

Menggunakan aplikasi python ke persekitaran pengeluaran memerlukan perhatian terhadap kestabilan, keselamatan dan penyelenggaraan. Pertama, gunakan Gunicorn atau UWSGI untuk menggantikan pelayan pembangunan untuk menyokong pemprosesan serentak; kedua, bekerjasama dengan Nginx sebagai proksi terbalik untuk meningkatkan prestasi; Ketiga, konfigurasikan bilangan proses mengikut bilangan teras CPU untuk mengoptimumkan sumber; Keempat, gunakan persekitaran maya untuk mengasingkan kebergantungan dan membekukan versi untuk memastikan konsistensi; Kelima, membolehkan log terperinci, mengintegrasikan sistem pemantauan, dan menyediakan mekanisme penggera untuk memudahkan operasi dan penyelenggaraan; Keenam, elakkan keizinan akar untuk menjalankan aplikasi, menutup maklumat debugging, dan konfigurasikan HTTPS untuk memastikan keselamatan; Akhirnya, penggunaan automatik dicapai melalui alat CI/CD untuk mengurangkan kesilapan manusia.

Python berfungsi dengan baik dengan bahasa dan sistem lain dalam seni bina mikroservis, kunci adalah bagaimana setiap perkhidmatan berjalan secara bebas dan berkomunikasi dengan berkesan. 1. Menggunakan API standard dan protokol komunikasi (seperti HTTP, REST, GRPC), Python membina API melalui rangka kerja seperti Flask dan FastAPI, dan menggunakan permintaan atau HTTPX untuk memanggil perkhidmatan bahasa lain; 2. Menggunakan broker mesej (seperti Kafka, Rabbitmq, Redis) untuk merealisasikan komunikasi tak segerak, perkhidmatan Python dapat menerbitkan mesej untuk pengguna bahasa lain untuk memproses, meningkatkan sistem decoupling, skalabilitas dan toleransi kesalahan; 3. Memperluas atau membenamkan runtime bahasa lain (seperti Jython) melalui C/C untuk mencapai pelaksanaan

Pythonisidealfordataanalysisysisduetonumpyandpandas.1) numpyexcelsatnumericalcomputationswithfast, multi-dimensiArarraySandvectorizedoperationsLikenp.sqrt ()

Senarai Python, Kamus dan Pengumpulan Pengumpulan meningkatkan kebolehbacaan kod dan kecekapan penulisan melalui sintaks ringkas. Mereka sesuai untuk memudahkan operasi lelaran dan penukaran, seperti menggantikan gelung berbilang baris dengan kod satu baris untuk melaksanakan transformasi atau penapisan unsur. 1. Senarai pemantauan seperti [x2forxinrange (10)] secara langsung boleh menghasilkan urutan persegi; 2. KESELAMATAN KAMI seperti {x: x2forxinrange (5)} jelas menyatakan pemetaan nilai utama; 3. Penapisan bersyarat seperti [XforxinNumbersifx%2 == 0] membuat logik penapisan lebih intuitif; 4. Keadaan kompleks juga boleh tertanam, seperti menggabungkan penapisan pelbagai syarat atau ekspresi ternary; Tetapi operasi bersarang atau kesan sampingan yang berlebihan harus dielakkan untuk mengelakkan mengurangkan kebolehkerjaan. Penggunaan derivasi yang rasional dapat mengurangkan

Untuk melaksanakan iterator tersuai, anda perlu menentukan kaedah __iter__ dan __Next__ di dalam kelas. ① Kaedah __iter__ mengembalikan objek iterator itu sendiri, biasanya diri sendiri, bersesuaian dengan persekitaran berulang seperti untuk gelung; ② Kaedah __Next__ mengawal nilai setiap lelaran, mengembalikan elemen seterusnya dalam urutan, dan apabila tidak ada lagi item, pengecualian hentian harus dibuang; ③ Status mesti dikesan dengan betul dan keadaan penamatan mesti ditetapkan untuk mengelakkan gelung tak terhingga; ④ Logik kompleks seperti penapisan talian fail, dan perhatikan pembersihan sumber dan pengurusan memori; ⑤ Untuk logik mudah, anda boleh mempertimbangkan menggunakan hasil fungsi penjana sebaliknya, tetapi anda perlu memilih kaedah yang sesuai berdasarkan senario tertentu.
