238 lines
6.7 KiB
Markdown
238 lines
6.7 KiB
Markdown
## 前言
|
||
|
||
PyHubWeekly每周定期更新，精选GitHub上优质的Python项目/小工具。
|
||
|
||
我把PyHubWeekly托管到了Github，感兴趣的可以**搜索Github项目PyHubWeekly**，如果喜欢，麻烦给个Star支持一下吧。此外，**欢迎大家通过提交issue来投稿和推荐自己的项目**~
|
||
|
||
本期为大家推荐GitHub上5个优质的Python项目，它们分别是：
|
||
|
||
- **shiv**
|
||
- **enaml**
|
||
- **Mimesis**
|
||
- **pyinfra**
|
||
- **pydantic**
|
||
|
||
下面分别来介绍一下上述5个GitHub项目。
|
||
|
||
### shiv
|
||
|
||
**Star：1k**
|
||
|
||
[**shiv**](https://github.com/linkedin/shiv)是一个用于构建Python工具包的命令行工具，它的宗旨是让Python打包变得更加简单。
|
||
|
||
系统要求：
|
||
|
||
- Python 3.6+
|
||
- Windows/OS X/Linux
|
||
|
||
下面，来看一下通过命令行来对Python代码进行打包。
|
||
|
||
```
|
||
$ shiv -c flake8 -o ~/bin/flake8 flake8
|
||
$ ~/bin/flake8 --version
|
||
3.7.8 (mccabe: 0.6.1, pycodestyle: 2.5.0, pyflakes: 2.1.1) CPython 3.7.4 on Darwin
|
||
```
|
||
|
||
通过一行命令就可以对Python代码进行打包。
|
||
|
||
### enaml
|
||
|
||
**Star：933**
|
||
|
||
[**enaml**](https://github.com/nucleic/enaml)是一种能够让你用最小的努力就可以实现高质量GUI界面的的Python框架，也是一种独特的编程语言
|
||
|
||
enaml将声明性语言与基于约束的布局系统结合在一起，使用户可以轻松地定义灵活布局的UI。enaml应用程序可以在任何支持Python和Qt的平台上运行。
|
||
|
||
enaml具有如下特性：
|
||
|
||
- 一种具有Python风格的声明性编程语言
|
||
- 数十个小部件都可以直接在Qt上构建
|
||
- 基于约束的布局引擎（基于Kiwi构建）
|
||
- 与数据模型工具（基于Atom构建）集成
|
||
|
||
**示例**
|
||
|
||
```python
|
||
from __future__ import print_function
|
||
|
||
import datetime
|
||
|
||
from atom.api import Atom, Str, Range, Bool, Value, Int, Tuple, observe
|
||
import enaml
|
||
from enaml.qt.qt_application import QtApplication
|
||
|
||
|
||
class Person(Atom):
|
||
""" A simple class representing a person object.
|
||
|
||
"""
|
||
last_name = Str()
|
||
|
||
first_name = Str()
|
||
|
||
age = Range(low=0)
|
||
|
||
dob = Value(datetime.date(1970, 1, 1))
|
||
|
||
debug = Bool(False)
|
||
|
||
@observe('age')
|
||
def debug_print(self, change):
|
||
""" Prints out a debug message whenever the person's age changes.
|
||
|
||
"""
|
||
if self.debug:
|
||
templ = "{first} {last} is {age} years old."
|
||
s = templ.format(
|
||
first=self.first_name, last=self.last_name, age=self.age,
|
||
)
|
||
print(s)
|
||
|
||
....
|
||
```
|
||
|
||
完整代码可以查看**官方文档**[4]，效果如下：
|
||
|
||
|
||
|
||
### Mimesis
|
||
|
||
**Star：2.9k**
|
||
|
||
[**Mimesis**](https://github.com/search?q=Mimesis)是一款用于mock数据的Python工具。
|
||
|
||
系统开发往往是和数据不同步的，因此，在开发过程中就需要开发人员去造一批数据，但是，有一些数据并不是像生成随机数那么简单。例如，用户名、邮箱这些有规则，偏自然语言的数据。
|
||
|
||
Mimesis是一款速度快、可扩展、支持多语言的数据生成工具，你不仅可以直接使用它自带功能，还可以对它进行扩展，完成你想要的规则数据生成。
|
||
|
||
```
|
||
$ pip install mimesis
|
||
```
|
||
|
||
**使用**
|
||
|
||
Mimesis的使用非常简单，你只需要导入所需要数据的对象就行。
|
||
|
||
例如 ，你想生成的数据是和人相关的邮箱、地址、年龄，那么，你直接导入`Person`对象就行：
|
||
|
||
```
|
||
>>> from mimesis import Person
|
||
>>> person = Person('en')
|
||
|
||
>>> person.full_name()
|
||
'Brande Sears'
|
||
|
||
>>> person.email(domains=['mimesis.name'])
|
||
'roccelline1878@mimesis.name'
|
||
|
||
>>> person.email(domains=['mimesis.name'], unique=True)
|
||
'f272a05d39ec46fdac5be4ac7be45f3f@mimesis.name'
|
||
|
||
>>> person.telephone(mask='1-4##-8##-5##3')
|
||
'1-436-896-5213'
|
||
```
|
||
|
||
### pyinfra
|
||
|
||
**Star：917**
|
||
|
||
[**pyinfra**](https://github.com/Fizzadar/pyinfra)是一款可以大规模快速自动化部署、配置、管理应用的框架。
|
||
|
||
它可以用于执行临时命令、服务部署配置管理，能够轻松、快速的实现在数千台主机上进行执行你想要的操作。
|
||
|
||
**安装**
|
||
|
||
```
|
||
$ pip install pyinfra
|
||
```
|
||
|
||
现在，你就可以通过SSH去执行命令或者操作：
|
||
|
||
```
|
||
# Execute an arbitrary shell command
|
||
$ pyinfra my-server.net exec -- echo "hello world"
|
||
|
||
# Install iftop apt package if not present
|
||
$ pyinfra my-server.net apt.packages iftop sudo=true update=true
|
||
```
|
||
|
||
你也可以把它保存到部署代码文件中，
|
||
|
||
```
|
||
from pyinfra.operations import apt
|
||
|
||
apt.packages(
|
||
name='Ensure iftop is installed',
|
||
packages=['iftop'],
|
||
sudo=True,
|
||
update=True,
|
||
)
|
||
```
|
||
|
||
然后让它调用执行的Python文件：
|
||
|
||
```
|
||
$ pyinfra my-server.net deploy.py
|
||
```
|
||
|
||
### pydantic
|
||
|
||
**Star：3.9k**
|
||
|
||
[**pydantic**](https://github.com/samuelcolvin/pydantic)是一款用于数据解析和验证的Python工具。
|
||
|
||
pytantic是一款快速且可扩展，可与常用的IDE完美配合的数据解析和验证工具。
|
||
|
||
下面，通过一个示例来了解一下它的应用：
|
||
|
||
```
|
||
from datetime import datetime
|
||
from typing import List, Optional
|
||
from pydantic import BaseModel
|
||
|
||
|
||
class User(BaseModel):
|
||
id: int
|
||
name = 'John Doe'
|
||
signup_ts: Optional[datetime] = None
|
||
friends: List[int] = []
|
||
|
||
|
||
external_data = {
|
||
'id': '123',
|
||
'signup_ts': '2019-06-01 12:22',
|
||
'friends': [1, 2, '3'],
|
||
}
|
||
user = User(**external_data)
|
||
print(user.id)
|
||
#> 123
|
||
print(repr(user.signup_ts))
|
||
#> datetime.datetime(2019, 6, 1, 12, 22)
|
||
print(user.friends)
|
||
#> [1, 2, 3]
|
||
print(user.dict())
|
||
"""
|
||
{
|
||
'id': 123,
|
||
'signup_ts': datetime.datetime(2019, 6, 1, 12, 22),
|
||
'friends': [1, 2, 3],
|
||
'name': 'John Doe',
|
||
}
|
||
"""
|
||
```
|
||
|
||
在这段代码中发生了什么？
|
||
|
||
- `id`在`User`类中被指定为int类型，如果传入的参数不符合要求则会报错；
|
||
- `signup_ts`被指定为datetime类型，而且`none`表名它不是必传参数，如果我们传入一个符合时间规范的字符串，它会把它转化为datetime类型；
|
||
- `friends`是一个列表，有int型和字符串型，在数据验证过程中会转化成int型；
|
||
|
||
这样做的好处是什么？
|
||
|
||
在Python中，数据类型的概念没有Java、C++这些语言中那么受人重视，这对于工程的稳定性、代码的阅读性都带来了一定的挑战。有了数据验证，它能够保证代码按照我们预先设定的那样去执行，保障工程的安全性。
|
||
|
||
---
|
||
|
||
给大家推荐1个宝藏公众号【**七步编程**】，专注于Python、AI、大数据领域内容分享。创作内容坚持原创与高质量，发表内容已经被诸多公众号大V转发，备受欢迎。现在关注，后台回复关键**567**就可以获得我精心整理的机器学习、深度学习、Python、推荐系统等技术方向的干货！
|
||
|
||
 |