Django 联合创始人（co-creator，姑且这么叫）在一篇博文里面推荐了自己的 Python 开发环境配置，用到了 pyenv、pipx、poetry。还没准备翻成中文，就发现在本文里都有介绍，因此将本文推荐给大家。
（本文素材来源于网络）
用Python编代码体验极佳，并且随着新版本的发布越来越好！
对于很多人而言，Python提供的大量免费函数库、高可读性的程序和新引入的类型注释让很多爱不释手。
然而，数据科学家特别容易使自己的Jupyter notebook变得庞大而杂乱，或者写出一些难以理解的python文件。
此外，当一个项目依赖于同一函数库的不同版本时，常常发生版本冲突。
修复以上问题消耗大量时间，还经常导致其他项目出现问题。必须找到避免这类问题的解决方式，为编写代码提供便利。
在本篇文章中我将详细介绍常用的工具与技巧，希望能给大家提供帮助。
Python开发环境
解释器：
从使用Python最重要的解释器开始。你可以只下载最喜欢的Python版本，然后把所有内容放在里面。
但如果你的程序需要不同版本的Python，或依赖于同一第三方模块的不同版本，并需要在几个程序之间无缝切换时该怎么办？
Pyenv可以解决上述问题。
Pyenv共包含三个工具，下面将介绍其中两个：pyenv(用于安装python)和pyenv-virtualenv（用于配置全局工具）。
可通过下方网址安装pyenv：
curl https://pyenv.run | bash
安装后，向.bashrc（或.zshrc）文件中添加下方代码，使得pyenv可用于设备。
exportPATH="~/.pyenv/bin:$PATH"eval "$(pyenv init -)"eval "$(pyenv virtualenv-init -)"
最后，重启设备。
现在可以使用pyenv安装几乎所有的python解释器，包括pypy、anaconda。
需要注意的是，pyenv只在电脑上搭建本地python环境。搭建python环境需要多种函数库。
在Ubuntu系统的电脑上，必须安装以下函数库以防止运行出现问题。
sudo
apt-get installbuild-essential libsqlite3-dev sqlite3 bzip2 libbz2-dev
zlib1g-dev libssl-dev openssllibgdbm-dev libgdbm-compat-dev liblzma-dev libreadline-dev libncursesw5-devlibffi-dev uuid-dev
现在，要安装python解释器只需要执行以下指令。
pyenv installVERSION_YOU_WOULD_LIKE_TO_INSTALL
可以通过pyenv列出所有可用版本。
为了使上述过程更加具体，在此安装python3.7.5并且设置其为默认的全局解释器。
pyenv install 3.7.5pyenv global 3.7.5
输入Python-version指令，屏幕将显示Python3.7.5。
依赖性关系管理（DependencyManagement）
Python中的依赖性管理是项繁重的工作。有许多工具可以帮助完成这项任务。
我最常使用的工具是Poetry。
Poetry可以帮助你简单地完成如下工作。
管理项目依赖关系
通过虚拟环境将项目分开
轻松构建应用程序与函数库
推荐通过以下方式安装poetry：
curl -sSL https://raw.githubusercontent.com/sdispater/poetry/master/get-poetry.py | python
另外一种依赖性管理的方式是使用pip和pyenv-virtualenv指令。
大家可能会问：为什么不只用pip？
因为只用pip可能会在全局环境中安装poetry及其依赖项，这可能是你不需要也不想要的。
必要指令如下：
# Create a virtual environmentcalled tools that is based on 3.7.5pyenv virtualenv 3.7.5 tools# Install poetry into the tools virtual env
pyenv activate toolspip install poetry# Check installed poetry versionpoetry --version# Leave the virtual envpyenv deactivate# This does not work yetpoetry --version# Add your tools virtual env to the globally available onespyenv global 3.7.5 tools# Now this works and you can start using poetrypoetry --version
在使用poetry创建第一个项目之前，建议先对其进行配置，这样就可以在项目目录中的.venv文件夹中创建虚拟环境。
当你使用VsCode或Pycharm这类集成开发环境时就会变得非常方便，因为它们可以立即识别并选择正确的解释器。
poetry configsettings.virtualenvs.in-project true
注意：你只需设置一次配置，设置结果将在全局环境保留。
终于完成了使用poetry创建项目的所有准备工作，我把这个项目命名为dsexample，为了展示如何使用poetry，我添加了一个特定版本的pandas库，以及所有额外需求的fastapi框架。
# Initialze a new projectpoetry new dsexamplecd dsexample
# Add modules and create virtual environment.poetry add pandas=0.25 fastapi --extras all# As an example of how you could add a git modulepoetry add tf2-utils --git git@github.com:Shawe82/tf2-utils.git
格式一致性与可读性（Consistent Formatting and Readability）
现在，已经创建好了项目，即将开始添加代码。理想情况下，代码库的格式应该一致，以确保可读性和可理解性。这将是一个非常沉闷乏味的过程，尤其在还有其他人操作代码库时。
但用Black可以解决上述问题！
Black是一种让程序员在编写python代码时能将精力集中于核心内容的工具。它自动为代码添加格式，避免程序员手动添加格式。
因为Black的效果非常好，我们把它添加到dsexample中，让它为所有的文件添加格式。
# We add black as a developmentdependency with --dev as we don't# need it when it comes to productionpoetry add --dev black=19.3b0# Assume we are inside the current toplevel dsexample folderpoetry run black .
好了，现在所有的文件看起来非常整齐了。
类型纠正（Type-Correctness）
自Python3.5开始，类型注释开始成为标准库的一部分通过类型注释，代码更好理解，更易维护，不易出错。
为什么会不易出错呢？因为可以静态地检查变量和函数的类型是否符合预期。当然，必须是自动完成的。
下面介绍mypy！
Mypy是一种静态python代码检查器，作用是在错误发生之前找到他们。使用poetry向项目中添加mypy并进行代码检查与添加black一样简单。
# We add mypy as a developmentdependency with --dev as we don't# need it when it comes to productionpoetry add --dev mypy# Assume we are inside the current toplevel dsexample folderpoetry run mypy .
运行mypy也可能导致很多麻烦。当然，可以将其设置为只对你关心的错误发出警告。这可以通过在项目中添加mypy.ini文件实现。
将自动化工具自动化（Automate the Automation）
使用black和mypy，我们不再需要手工为代码添加格式，并且可以避免不必要的错误。
但是我们仍需要手动使用这两个工具，这两个工具不是应该也自动化吗？
是的！
Pre-commit可以完成一切。
Pre-commit工具是在代码提交到仓库前执行检查（我默认读者的代码处在git的控制下）。无法通过检查的代码将被拒绝。
这样代码仓库就永远不会出现格式不整齐或是未经类型检查的代码，以及任何其他你需要检查错误的代码。
现在来安装pre-commit。
可以使用poetry将其直接安装在项目里，也可以安装在本地机器里。我倾向于后者，因为precommit只在本地使用，而不在CI/CD服务器上。
相反，black和mypy在CI/CD服务器上运行，因此，将它们添加到项目的dev依赖项是有意义的。
建议使用下面方法通过现有的工具虚拟环境安装它！
# Install pre-commit into the tools virtual envpyenv activate toolspip install pre-commit# Leave the virtual envpyenv deactivate# As we have already added the tool venv, it will work directlypre-commit
要使用pre-commit，首先需要向顶级文件夹中添加一个名为.pre-commit-config.yarm的文件。在该文件里，你需要配置所有应该运行的钩子。
在mypy与Black的环境下，文件内容如下所示：
repos:- repo: https://github.com/ambv/black rev: 19.3b0 hooks: - id: black language_version: python3.7- repo: https://github.com/pre-commit/mirrors-mypy rev: v0.740 hooks: - id: mypy
最后，你必须执行以下命令以设置钩子。
# I assume your are in the toplevel folderpre-commit install
现在，钩子函数（hook）将在每次提交时运行。Black工具的钩子函数不仅会检查格式，还会相应地为文件添加格式。
每次添加新的钩子函数时，建议一开始在所有文件中手动运行pre-commit，因为它只能作用于上次提交之后更改过的文件。
就这样，对自动化工具的自动化完成了。
有很多工具可以帮助你专注于重要的事情。此处只介绍了其中的几个。当然，还有更多，希望大家学到了新的东西后，可以更加专注于代码本身。
版权说明：本文内容来自网络、版权归原作者所有，如有侵权请联系删除。
回复下方「关键词」，获取优质资源
回复关键词「 pybook03」，立即获取主页君与小伙伴一起翻译的《Think Python 2e》电子版
回复关键词「入门资料」，立即获取主页君整理的 10 本 Python 入门书的电子版
回复关键词「m
」，立即获取Python精选优质文章合集
回复关键词「book 数字」，将数字替换成 0 及以上数字，有惊喜好礼哦~
推荐阅读
题图：pexels，CC0 授权。
