IPython 8.0 Python 命令行交互工具

 更新时间:2022年01月26日 11:04:21   作者:开源中国  
这篇文章主要介绍了IPython 8.0 Python 命令行交互工具,IPython 是 Python 的原生交互式 shell 的增强版,可以完成许多不同寻常的任务,下面我们就拉看看文章具体的介绍内容吧

前言:

IPython 是 Python 的原生交互式 shell 的增强版,可以完成许多不同寻常的任务,比如帮助实现并行化计算;主要使用它提供的交互性帮助,比如代码着色、改进了的命令行回调、制表符完成、宏功能以及改进了的交互式帮助。

IPython 8.0 酝酿了许久,主要对现有代码库和几个新功能进行了改进。新功能包括在 CLI 中使用 Black 重新格式化代码、ghost 建议以及突出错误节点的更好的回溯,从而使复杂的表达式更易于调试。

1.追溯改进

之前的错误回溯显示一个散列表(hash),用于编译 Python AST:

In [1]: def foo():
...:     return 3 / 0
...:

In [2]: foo()
---------------------------------------------------------------------------
ZeroDivisionError                         Traceback (most recent call last)
<ipython-input-2-c19b6d9633cf> in <module>
----> 1 foo()

<ipython-input-1-1595a74c32d5> in foo()
    1 def foo():
----> 2     return 3 / 0
    3

ZeroDivisionError: division by zero

现在错误回溯的格式正确,会显示发生错误的单元格编号:

In [1]: def foo():
...:     return 3 / 0
...:

Input In [2]: foo()
---------------------------------------------------------------------------
ZeroDivisionError                         Traceback (most recent call last)
input In [2], in <module>
----> 1 foo()

Input In [1], in foo()
    1 def foo():
----> 2     return 3 / 0

ZeroDivisionError: division by zero

第二个回溯改进是stack_data 包的集成;在回溯中提供更智能的信息;它会突出显示发生错误的 AST 节点,这有助于快速缩小错误范围,比如:

def foo(i):
    x = [[[0]]]
    return x[0][i][0]


def bar():
    return foo(0) + foo(
        1
    ) + foo(2)

调用 bar() 会在 IndexError 的返回行上引发一个 foo,IPython 8.0 可以告诉你索引错误发生在哪里:

IndexError
Input In [2], in <module>
----> 1 bar()
        ^^^^^

Input In [1], in bar()
      6 def bar():
----> 7     return foo(0) + foo(
                            ^^^^
      8         1
         ^^^^^^^^
      9     ) + foo(2)
         ^^^^

Input In [1], in foo(i)
      1 def foo(i):
      2     x = [[[0]]]
----> 3     return x[0][i][0]
                   ^^^^^^^

用 ^ 标记的位置在终端会高亮显示。

第三个回溯改进是最谨慎的,但对生产力有很大影响,在回溯中的文件名后面附加一个冒号 :: 和行号:

ZeroDivisionError               Traceback (most recent call last)
File ~/error.py:4, in <module>
      1 def f():
      2     1/0
----> 4 f()

File ~/error.py:2, in f()
      1 def f():
----> 2     1/0

许多终端和编辑器具有的集成功能,允许在使用此语法时 直接跳转到错误相关的文件/行 。

2.自动建议

Ptpython 允许用户在ptpython/config.py 中启用自动建议功能,此功能包含丰富的代码补全建议,

如图:

目前,自动建议仅在 emacs 或 vi 插入编辑模式中显示:

ctrl ectrl falt f 快捷键默认在 emacs 模式下工作。
要在 vi 插入模式下使用这些快捷键,必须在 config.py 中创建自定义键绑定。

3.使用“?”和"??"查看对象信息

在 IPDB 中,现在可以使用“?”和”? ?“来显示对象的信息,在使用 IPython 提示符时也可如此操作:

ipdb> partial?
Init signature: partial(self, /, *args, **kwargs)
Docstring:
partial(func, *args, **keywords) - new function with partial application
of the given arguments and keywords.
File:           ~/.pyenv/versions/3.8.6/lib/python3.8/functools.py
Type:           type
Subclasses:

4.历史范围全局功能

之前使用 %history  功能时 , 用户可以指定会话和行的范围,例如:

~8/1-~6/5   # see history from the first line of 8 sessions ago,
            # to the fifth line of 6 sessions ago.``

或者可以指定全局模式(global):

-g <pattern>  # glob ALL history for the specified pattern.

但无法同时指定两者,如果用户确实指定了范围和全局模式,则将使用 glob 模式(通配所有历史记录),并且将 忽略范围 。

现在此功能获得了增强,如果用户同时指定范围和 glob 模式,则 glob 模式将应用于指定的历史范围。

到此这篇关于IPython 8.0 Python 命令行交互工具的文章就介绍到这了,更多相关Python 交互工具内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • python之用Numpy和matplotlib画一个魔方

    python之用Numpy和matplotlib画一个魔方

    这篇文章主要介绍了如何用Numpy和matplotlib画一个魔方,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2021-08-08
  • Pytorch卷积神经网络resent网络实践

    Pytorch卷积神经网络resent网络实践

    这篇文章主要为大家介绍了Pytorch卷积神经网络resent网络实践,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2022-05-05
  • python字典序问题实例

    python字典序问题实例

    这篇文章主要介绍了python字典序问题,是字符串操作一个比较典型的应用,需要的朋友可以参考下
    2014-09-09
  • python利用elaphe制作二维条形码实现代码

    python利用elaphe制作二维条形码实现代码

    条形码的应用将会越来越广泛,看到了一篇文章,写的挺好的!用手机拍二维码,查二维码确实很爽!这将成为一种潮流
    2012-05-05
  • python基础教程之循环介绍

    python基础教程之循环介绍

    这篇文章主要介绍了python基础教程之循环介绍,本文讲解了for循环、while循环、中断循环等python的基础知识,需要的朋友可以参考下
    2014-08-08
  • Python用内置模块来构建REST服务与RPC服务实战

    Python用内置模块来构建REST服务与RPC服务实战

    这篇文章主要介绍了Python用内置模块来构建REST服务与RPC服务实战,python在网络方面封装一些内置模块,可以用很简洁的代码实现端到端的通信,比如HTTP、RPC服务,下文实战详情,需要的朋友可以参考一下
    2022-09-09
  • 关于生产消费者模型中task_done()的具体作用

    关于生产消费者模型中task_done()的具体作用

    这篇文章主要介绍了关于生产消费者模型中task_done()的具体作用,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2023-02-02
  • 使用Python实现在Windows下安装Django

    使用Python实现在Windows下安装Django

    今天小编就为大家分享一篇关于使用Python实现在Windows下安装Django,小编觉得内容挺不错的,现在分享给大家,具有很好的参考价值,需要的朋友一起跟随小编来看看吧
    2018-10-10
  • Python中常用的统计检验代码分享

    Python中常用的统计检验代码分享

    统计检验是数据分析中的重要工具,用于检验数据集中的差异、关联和分布等统计性质,本文为大家整理了常见的统计检验方法,希望对大家有所帮助
    2024-01-01
  • win10下tensorflow和matplotlib安装教程

    win10下tensorflow和matplotlib安装教程

    这篇文章主要为大家详细介绍了win10下tensorflow和matplotlib安装教程,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2018-09-09

最新评论