Py我也码Stata连享会-Python量化

Python代码写得丑怎么办?推荐几个神器拯救你

2019-03-22  本文已影响335人  天善智能

欢迎关注天善智能,我们是专注于商业智能BI,人工智能AI,大数据分析与挖掘领域的垂直社区,学习,问答、求职一站式搞定!

对商业智能BI、大数据分析挖掘、机器学习,python,R等数据领域感兴趣的同学加微信:tstoutiao,邀请你进入数据爱好者交流群,数据爱好者们都在这儿。

作者: 机器学习初学者

公众号: 机器学习初学者


Python编程语言需要遵循PEP8规范,但是初学者往往记不住这个规范,代码写得比较丑。本文推荐几个神器来拯救奇丑无边的python代码。

一、Jupyter notebook 篇

Jupyter notebook的代码要想写得规范,推荐用Code prettify插件。

安装插件

  • 首先插件Nbextensions

  • 执行以下命令

    pip install jupyter_contrib_nbextensions

    无报错再执行:

    jupyter contrib nbextension install --user
  • 选取Code prettify模块

  • 备注:需要安装 yapf模块

    pip install yapf
  • 使用如下:

  • 原始不规范代码:

    使用工具栏最右侧的按钮:

    使用后代码立刻变规范了:

    二、Pycharm篇

    2.1 PyCharm集成pylint

    pylint是代码检查工具,不能自动修改代码

  • Pylint 安装

  • pip install pylint
  • PyCharm 设置

  • 文件(file)-设置(settings)-外部工具(external-tools)-添加,其中:

    program:

    是python安装路径下的Scripts路径,我的是(建议搜索pylint.exe找到路径)

    C:ProgramDataAnaconda3Scriptspylint.exe

    Arguments:

    --reports=n --disable=C0103 $FilePath$  

    (最后必须以$FilePath$结尾)

    working directory:

    $FileDir$

    (必须是这个)

    output filters:

    $FILE_PATH$:$LINE$:

    具体配置如图:

    配置完毕,选择一个Python程序,右键点击,快捷菜单中会有“Extensions Tools -> Pylint”,点击运行即可。输出结果在执行程序结果的窗口(IDE下半部分)。

    如果看到返回值为0,说明程序没问题了。

    2.2 autopep8

    autopep8是一款将python代码自动排版为PEP8风格的工具

  • autopep8安装

  • pip install autopep8
  • autopep8配置

  • 文件(file)-设置(settings)-外部工具(external-tools)-添加,其中:

    Name:

    autopep8

    (起名而已,随便起)

    Program: autopep8

    Arguments:

    --in-place --aggressive --aggressive $FilePath$

    Working directory:

    $ProjectFileDir$

    Output filters:

    $FILE_PATH$:$LINE$:$COLUMN$:.*

    具体配置如图:

    将鼠标放在该文件的编辑器中→右键→External Tools→点击Autopep8。这样你的代码就符合pep8的风格了。

  • 使用效果如下:

  • 原始不规范代码:

    使用工具后:

    三、变量命名篇

    在平时工作中,好多程序员都在为变量的命名纠结不已,随便命名怕以后看不懂,想好好命名可是自己的英文水平又不好,在这个命名上可能需要花费大量的时间,会耽误到开发的效率,今天推荐一个神器,这个神器可以摆脱变量命名纠结!

  • 工具网址

  • https://unbug.github.io/codelf/

    GitHub 链接:

    https://github.com/unbug/codelf

    输入要起名的变量,可以是中文或者英文。

    点击搜索后,网站会给出变量名的翻译,下方给出变量的起名建议,大家可以copy下变量名,也可以看下用了这个变量的源代码,而且可以选择开发语言种类。

  • 点击「Search」就是基于当前命名搜索其它相关的命名。

  • 点击「Repo」就是链接到使用该命名的代码所在的资源库。

  • 点击「Copy」是复制该命名。

  • 点击「Codes」可以查看使用命名的示例代码。

  • 对商业智能BI、大数据分析挖掘、机器学习,python,R等数据领域感兴趣的同学加微信:tstoutiao,邀请你进入数据爱好者交流群,数据爱好者们都在这儿。

    Python的爱好者社区历史文章大合集

    2018年Python爱好者社区历史文章合集(作者篇)

    2018年Python爱好者社区历史文章合集(类型篇)

    关注后在公众号内回复“ 课程 ”即可获取:

    小编的转行入职数据科学(数据分析挖掘/机器学习方向)【最新免费】

    小编的Python的入门免费视频课程

    小编的Python的快速上手matplotlib可视化库!

    崔老师爬虫实战案例免费学习视频。

    陈老师数据分析报告扩展制作免费学习视频。

    玩转大数据分析!Spark2.X + Python精华实战课程免费学习视频。

    上一篇 下一篇

    猜你喜欢

    热点阅读