Installation pour le développement

Ci-dessous la procédure d'installation d'un environnement de développement avec pipenv .

# Install dependencies
pipenv install --dev

# Setup pre-commit and pre-push hooks (optional)
pipenv run pre-commit install -t pre-commit
pipenv run pre-commit install -t pre-push

Les packages suivants sont disponibles :

black, isort, flake8, pytest (-s -v), pytest --cov --cov-fail-under=100

Le Pipfile contient les packages à installer. Les paramètres du coverage se trouvent dans .coveragerc, ceux de pre-commit dans .pre-commit-config.yaml. Pour pytest, flake8 et isort regarder setup.cfg.

Voici maintenant quelques indications :

• pour exécuter un package pipenv run <package>. Tous les packages sont exécutés avant chaque commit et chaque push si les hooks correspondants sont activés.
• pour passer outre les hooks pre-commit et pre-push git commit/push --no-verify.

Timing and Profiling

Il est utile d'évaluer le temps d'exécution de chaque fonction pour optimiser son programme.

bash performances.sh perf.prof pyhack.py

Maintenant que l'on sait quelle fonction ralentit notre programme, on peut vouloir mesurer sa durée d'exécution, sans s'occuper du reste du code. On peut utiliser pour cela un simple décorateur :

def timeit_wrapper(func):
    @wraps(func)
    def wrapper(*args, **kwargs):
        start = time.perf_counter()  # Alternatively, you can use time.process_time()
        func_return_val = func(*args, **kwargs)
        end = time.perf_counter()
        print('{0:<10}.{1:<8} : {2:<8}'.format(func.__module__, func.__name__, end - start))
        return func_return_val
    return wrapper

Ce décorateur s'utilise comme suit:

@timeit_wrapper
def function(*args):
    ...
print('{0:<10} {1:<8} {2:^8}'.format('module', 'function', 'time'))

Time package provides time.perf_counter and time.process_time. The difference here is that perf_counter returns absolute value, which includes time when your Python program process is not running, therefore it might be impacted by machine load. On the other hand process_time returns only user time (excluding system time), which is only the time of your process.

See more timing tips. (Memoization, Locals, Imports, Generators) and measuring code execution time accurately for more insight.

Pytest

J'utilise pytest pour tester mon code.

Python Tips and Tricks

• Sanitizing String Input
• Find Close Matches of a Word/String
• Prompting User for a Password at Runtime
• Taking Slice of an Iterator
• Naming a Slice Using slice Function
• Skipping Begining of Iterable
• Find the Most Frequently Occurring Items in a Iterable
• Functions with only Keyword Arguments (kwargs)
• Creating Object That Supports with Statements
• Comparison Operators the Easy Way
• Saving Memory with __slots__
• Defining Multiple Constructors in a Class
• Limiting CPU and Memory Usage
• Debugging Program Crashes in Shell
• Controlling What Can Be Imported and What Not
• Working with IP Addresses

Python Design Patterns

• Design patterns
  • Program to an interface not an implementation
  • Favor object composition over inheritance
• Behavioral patterns
  • Iterator
  • Chain of Responsibility
  • Command
• Creational Patterns
  • Singleton
  • Dependency Injection
• Structural Patterns
  • Facade
  • Adapter
  • DecoratorCredits

Awesome blog for tips and tricks