怎样才算学会PythonPython 实践基础
Python inside the door
Python 实践基础
起源
假如你已经有了编程基础，那么学习一门新语言的困难点绝对不在语法、语义和风格等代码层面上的，而在于语言范式（OO，FP还是Logic），语言的生态（如：依赖管理和包发布等）和工具（编辑器，编译器或者解释器）这些方面，请参看如何高效地学习编程语言。再假如你已经对各类语言范式都有一定的了解，那么最后的困难之处就是...细节，它是魔鬼。
我相信真正拥抱一门新语言，花在工具和语言生态上的时间一定很多。庞大的社区利用群体智慧构筑的生态圈充满了各种零碎的知识点，这些知识点可能是前人趟过的陷阱（Common Gotchas），基于局部共识经由经典项目实践过之后的约定（Convention）和惯用法（Idioms），也可能是总结出的概念模式（Pattern），甚至是审美（Aesthetic）和禅（Zen）或道（Dao）。这些知识点作用到了工具和语言生态之中，意味着你需要使用合适工具、遵循生态的玩法才能从中受益。
工具
工欲善其事必先利其器，对于程序员而言，这个器是编辑器...吗？Emacs, Vim, VS Code or PyCharm?
解释器
当然不是，这个器应当是让你能立马运行程序并立刻看到结果的工具，在Python的上下文中，它是Python的解释器。一般情况下，我们会选择最新版的解释器或者编译器，但是Python有一点点例外，因为Python3和2并不兼容，那么该选择哪个版本呢？寻找这类问题的答案其实就是融入Python社区的过程。幸运的是，社区出版了一本书 The Hitchhiker’s Guide to Python，里面诚恳地给出了建议。所以不出意外，Python3是比较合适的选择。
因为Python安装起来很简单，我们跳过...吧？不过，大侠留步，你可知道Python其实只是一个语言标准，它的实现程序不止一个，其中官方的实现是CPython，还有Jython和IronPython等。不过，CPython作为使用最为广泛的解释器当然是开发之首选。
$ python3
Python 3.6.5 (default, Jun 17 2018, 12:13:06)
[GCC 4.2.1 Compatible Apple LLVM 9.1.0 (clang-902.0.39.2)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>> print("hello world")
hello world编辑器
虽然面向REPL编程（Repl-Oriented Programming）是一种比单元测试的反馈速度更快的编程方式，但是在REPL中编写应用程序并不合适，不合适的地方表现在代码不易组织（分模块）和代码没法记录（存盘）。所以我们需要可以编辑的源代码、目录和其它相关文件，这个时候就需要挑选趁手的编辑器。
神之编辑器Emacs中内置了python-mode，如果已经是Emacs用户，这款编辑器当是写Python的不二之选。编辑器之神的Vim排第二，如果你比较喜欢折腾Vim8.0的插件，或者想自己构建NeoVim的话。其它的编辑器，我不知道，不想用。不过PyCharm是Jetbrains家的IDE，靠谱。
有功夫在Terminal中装一个emacsclient，然后下载一个oh-my-zsh的插件emacsclient，就可以很愉悦地在Terminal中使用Emacs编辑文件了。
$ te hello_world.py # te: aliased to /Users/qianyan/.oh-my-zsh/plugins/emacs/emacsclient.sh -nw
"""
hello_world.py
Ctrl+x+c 退出emacs :)
"""
print("hello world")
$ python3 hello_world.py
hello world
$ python3 -m hello_world #注意没有.py的后缀
hello world生态
基本工具比较好把握，但是何时选择什么工具做什么样的事情就不好拿捏了，而且如何把事情做成Pythonic的模样也是对经验和能力的考验。
如果我们不是编程小白的话，就需要充分利用迁移学习的能力了。学习的最好方法就是解决问题。不得不承认，在动手实践的过程，时间走得是最快的，在同一件事上花的时间越多也就越熟悉。
我们尝试用Python编写一个tree命令行（Command-Line Application），顾名思义，打印目录层级结构的程序，详细描述参看这篇命令行中 tree 的多重实现。
测试模块
怎么写测试呢？多年养成的TDD习惯让我首先想要了解什么是Python中常用的测试工具。答案不难寻找，unittest是Python内置的测试模块，而pytest是比unittest更简洁和强大的选择，所以我选择后者。
这个程序的测试我使用pytest，但是它并不是所有项目测试的唯一选择，所以最好能局部安装，尤其是限制在当前工程目录里。搜索查找的结果是，Python3内置的虚拟环境（Virtual Environment)模块可以做到这点。
虚拟环境
在当前创建venv目录(python3 -m venv venv)，然后用tree命令查看该目录的结构。
$ python3 -m venv venv
$ tree -L 4 venv
venv
├── bin
│ ├── activate
│ ├── activate.csh
│ ├── activate.fish
│ ├── easy_install
│ ├── easy_install-3.6
│ ├── pip
│ ├── pip3
│ ├── pip3.6
│ ├── python -> python3
│ └── python3 -> /usr/local/bin/python3
├── include
├── lib
│ └── python3.6
│ └── site-packages
│ ├── __pycache__
│ ├── easy_install.py
│ ├── pip
│ ├── pip-9.0.3.dist-info
│ ├── pkg_resources
│ ├── setuptools
│ └── setuptools-39.0.1.dist-info
└── pyvenv.cfg进入虚拟环境，然后使用pip3安装pytest测试模块，会发现venv目录多了些东西。
$ . venv/bin/activate
venv ❯ pip3 install pytest
Collecting pytest
...
$ tree -L 4 venv
venv
├── bin
│ ├── py.test
│ ├── pytest
├── include
├── lib
│ └── python3.6
│ └── site-packages
│ ├── __pycache__
│ ├── _pytest
│ ├── atomicwrites-1.1.5.dist-info
│ ├── attr
│ ├── attrs-18.1.0.dist-info
│ ├── more_itertools
│ ├── more_itertools-4.2.0.dist-info
│ ├── pluggy
│ ├── pluggy-0.6.0.dist-info
│ ├── py
│ ├── py-1.5.3.dist-info
│ ├── pytest-3.6.2.dist-info
│ ├── pytest.py
│ ├── six-1.11.0.dist-info
│ └── six.py此时，虚拟环境会在PATH变量中前置./bin目录，所以可以直接使用pytest命令进行测试。根据约定，测试文件的名称必须以test_开头，如test_pytree.py，测试方法也必须如此，如test_fix_me。遵循约定编写一个注定失败的测试如下：
"""
test_pytree.py
"""
def test_fix_me():
assert 1 == 0
$ pytest
...
def test_fix_me():
> assert 1 == 0
E assert 1 == 0
test_pytree.py:5: AssertionError测试失败了，说明测试工具的打开方式是正确的。在进入测试、实现和重构（红-绿-黄）的心流状态之前，我们需要考虑测试和实现代码该放在哪里比较合适。
假设我们会把pytree作为应用程序分发出去供别人下载使用，那么标准的目录结构和构建脚本是必不可少的，Python自然有自己的一套解决方案。
目录结构
在Packaging Python Projects的指导下，我们略作调整，创建和源代码平级的测试目录（tests），得到的完整目录如下：
.
├── CHANGES
├── LICENSE
├── README.md
├── docs
├── pytree
│ ├── __init__.py
│ ├── __version__.py
│ ├── cli.py
│ └── core.py
├── setup.cfg
├── setup.py
├── tests
│ ├── fixtures
│ └── test_pytree.py
└── venv这样的目录结构不仅可以清晰地模块化，隔离测试和实现，提供使用指导和版本更新记录，还可以很方便地做到包依赖管理和分发，这得归功于setup.py，它是Python项目中事实标准（de facto standard）上的依赖和构建脚本，pytree下的setup.py内容如下：
# setup.py
# -*- coding: utf-8 -*-
from setuptools import setup, find_packages
from codecs import open
import os
here = os.path.abspath(os.path.dirname(__file__))
about = {}
with open(os.path.join(here, 'pytree', '__version__.py'), 'r', 'utf-8') as f:
exec(f.read(), about)
with open('README.md') as f:
readme = f.read()
with open('LICENSE') as f:
license = f.read()
setup(
name='pytree',
version=about['__version__'],
description='list contents of directories in a tree-like format.',
long_description=readme,
author='Yan Qian',
author_email='qianyan.lambda@gmail.com',
url='https://github.com/qianyan/pytree',
license=license,
packages=find_packages(exclude=('tests', 'docs')),
classifiers=(
"Programming Language :: Python :: 3",
"License :: OSI Approved :: MIT License",
"Operating System :: OS Independent",
),
setup_requires=['pytest-runner'],
tests_require=['pytest'],
entry_points = {
'console_scripts': [
'pytree = pytree.cli:main'
]
},
install_requires=[]
)setup.py能帮助我们解决测试中依赖模块的问题，这样我们把pytree作为一个package引入到测试代码中。
venv ❯ python3
Python 3.6.5 (default, Jun 17 2018, 12:13:06)
[GCC 4.2.1 Compatible Apple LLVM 9.1.0 (clang-902.0.39.2)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>> import sys, pprint
>>> pprint.pprint(sys.path)
['',
'/usr/local/Cellar/python/3.6.5_1/Frameworks/Python.framework/Versions/3.6/lib/python36.zip',
'/usr/local/Cellar/python/3.6.5_1/Frameworks/Python.framework/Versions/3.6/lib/python3.6',
'/usr/local/Cellar/python/3.6.5_1/Frameworks/Python.framework/Versions/3.6/lib/python3.6/lib-dynload',
'/Users/qianyan/Projects/personal/public/pytree/venv/lib/python3.6/site-packages',
'/Users/qianyan/Projects/personal/public/pytree/venv/lib/python3.6/site-packages/docopt-0.6.2-py3.6.egg',
'/Users/qianyan/Projects/personal/public/pytree']然后运行pytest或者python3 setup.py pytest，此时pytest会把.pytree/tests前置到PATH变量中，验证如下：
# test_pytree.py
import sys
def test_path():
assert sys.path == ''
venv ❯ pytest
-> AssertionError: assert ['/Users/qianyan/Projects/personal/public/pytree/tests',
'/Users/qianyan/Projects/personal/public/pytree/venv/bin', ...] == ''
venv ❯ python3 setup.py pytest
-> AssertionError: assert ['/Users/qianyan/Projects/personal/public/pytree/tests',
'/Users/qianyan/Projects/personal/public/pytree', ...] == ''这里python3 setup.py pytest可以通过setup.cfg设置别名（alias）：
# setup.cfg
[aliases]
test=pytestpython3 setup.py test的效果和前面的命令等同。
使用TDD的方式实现了pytree核心的功能（源代码），然后考虑如何把它变成真正的命令行程序。首先要解决的问题是如何以用户友好的方式显示需要哪些传入参数，我们期待pytree -h能提供一些帮助信息，为了不重复造轮子，挑选现成的Option解析库比较轻松。Python内置的argparse已经足够用了，不过docopt值得尝试。
依赖管理
setup.py提供了依赖管理功能，声明依赖及其版本号。
# setup.py
...
install_requires=[docopt==0.6.2]然后运行python3 setup.py develop安装。就绪之后，编写cli.py作为命令行程序的入口。
#!/usr/bin env python3
"""list contents of directories in a tree-like format.
Usage:
pytree <dir>
pytree -h | --help | --version
"""
import pytree.core as pytree
import pytree.__version__ as version
def main():
from docopt import docopt
arguments = docopt(__doc__, version=version.__version__)
dir_name = arguments['<dir>']
print('\n'.join(pytree.render_tree(pytree.tree_format('', dir_name))))
if __name__ == "__main__":
main()通过打印help信息的方式验证是否符合预期：
$ python3 pytree/cli.py --help
list contents of directories in a tree-like format.
Usage:
pytree <dir>
pytree -h | --help | --version当然理想的结果是直接可以运行pytree --help，setup.py的console_scripts刚好派上用场。
# setup.py
entry_points = {
'console_scripts': [
'pytree = pytree.cli:main' #以pytree作为命令行程序的调用名
]
}此时查看which pytree显示/Users/qianyan/Projects/personal/public/pytree/venv/bin/pytree，说明pytree已经在路径变量当中，可以直接执行：
$ pytree tests/fixtures
tests/fixtures
└── child完成了命令行程序并通过测试，我们尝试发布到测试仓库（TestPyPI）供其他人下载使用。
包发布
依照文档描述，先去TestPyPI注册用户，本地打包成发行版，然后安装twine工具发布。
$ python3 -m pip install --upgrade setuptools wheel
$ python3 setup.py sdist bdist_wheel
$ pytree dist # pytree查看dist目录
dist
├── pytree-1.0.2-py3-none-any.whl
└── pytree-1.0.2.tar.gz
$ python3 -m pip install --upgrade twine
$ twine upload --repository-url https://test.pypi.org/legacy/ dist/* #or twine upload --repository testpypi dist/* 如果你配置了~/.pypirc上传成功需要一段时间，等待服务完成同步才可以下载，我们在另一个虚拟环境中进行验证：
$ python3 -m venv test
$ . test/bin/activate
test > python3 -m pip install --index-url https://test.pypi.org/simple/ pytree==1.0.2
test > ls venv/lib/python3.6/site-packages/
...
pytree
pytree-1.0.2.dist-info
...确保site-packages目录下有这两个目录：pytree和pytree-1.0.2.dist-info，然后我们就可以完成最后的验证阶段了，如下：
test > pytree tests/fixtures
tests/fixtures
└── child这里版本号之所以是1.0.2，是因为已经上传过了0.0.1, 1.0.0, 1.0.1 等版本，TestPyPI不允许同名同版本的文件重复上传，即使删除原来的文件也不行。前面的版本都有一定的错误，错误的根因在于find_packages以及package_dir的配置项文档说明很模糊，而且只有到上传到TestPyPI然后下载下来，才能验证出来，这种缓慢的反馈是Python的应该诟病的地方。
注意
find_package()也是一个深坑，第一个参数如果写成find_packages('pytree', exclude=...)，那么pytree下的所有Python文件都会被忽略。原因是pytree已经是package，所以不应该让setup去这个目录找其他的packages.
这个package_dir也是如此，我们如果设置package_dir={'': 'pytree'}，setup.py就会将/Users/qianyan/Projects/personal/public/pytree/pytree前置到PATH中，这会导致console_scripts': ['pytree = pytree.cli:main']抛出错误 ModuleNotFoundError: no module named 'pytree'，究其原因是pytree/pytree导致setup尝试在pytree/pytree这个package里头找自己（pytree），自然找不到。但是如果改成console_scripts': ['pytree = cli:main']，因为cli在pytree/pytree底下，所以就能成功执行。当然这是一种错误的写法。
如果遇到了 ModuleNotFoundError: no module named 'pytree' 的错误
，最好的方式就是import sys, pprint然后pprint.pprint(sys.path)，很容易发现Python运行时的执行路径，这有助于排查潜在的配置错误。