Python代码写得丑怎么办?推荐几个神器拯救你

浏览: 1342

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。

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)

福利:文末扫码关注公众号,“Python爱好者社区”,开始学习Python课程:

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。

推荐 0
本文由 Python爱好者社区 创作,采用 知识共享署名-相同方式共享 3.0 中国大陆许可协议 进行许可。
转载、引用前需联系作者,并署名作者且注明文章出处。
本站文章版权归原作者及原出处所有 。内容为作者个人观点, 并不代表本站赞同其观点和对其真实性负责。本站是一个个人学习交流的平台,并不用于任何商业目的,如果有任何问题,请及时联系我们,我们将根据著作权人的要求,立即更正或者删除有关内容。本站拥有对此声明的最终解释权。

0 个评论

要回复文章请先登录注册