Python解释器和IPython
简介
今天给大家介绍一下Python的一个功能非常强大的解释器IPython。虽然Python本身自带解释器,但是相对而言IPython的功能更加的强大。
Python解释器
Python是自带解释器的,我们在命令行输入python即可进入python的解释器环境:
$> python
Python 2.7.15 (default, Oct 2 2018, 11:47:18)
[GCC 4.2.1 Compatible Apple LLVM 10.0.0 (clang-1000.11.45.2)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>> site = "www.flydean.com"
>>> site
'www.flydean.com'
>>>
python解释器的提示符是>>>。
python提供了一个非常有用的命令help,我们可以使用help来查看要使用的命令。
>>> help
Type help() for interactive help, or help(object) for help about object.
在Python3中,还提供了tab的补全功能:
>>> site
'www.flydean.com'
>>> site.
site.capitalize( site.expandtabs( site.isalpha( site.isprintable( site.lower( site.rindex( site.splitlines( site.upper(
site.casefold( site.find( site.isdecimal( site.isspace( site.lstrip( site.rjust( site.startswith( site.zfill(
site.center( site.format( site.isdigit( site.istitle( site.maketrans( site.rpartition( site.strip(
site.count( site.format_map( site.isidentifier( site.isupper( site.partition( site.rsplit( site.swapcase(
site.encode( site.index( site.islower( site.join( site.replace( site.rstrip( site.title(
site.endswith( site.isalnum( site.isnumeric( site.ljust( site.rfind( site.split( site.translate(
使用起来非常的方便。
和Python自带的解释器之外,还有一个更加强大的解释器叫做IPython。我们一起来看看。
IPython
IPython是一个非常强大的解释器,通常它是和jupyter notebook一起使用的。在IPython3.X中,IPython和Jupyter是作为一个整体一起发布的。但是在IPython4.X之后,Jupyter已经作为一个单独的项目,从IPython中分离出来了。
使用IPython很简单,输入IPython命令即可:
$> ipython
Python 3.6.4 |Anaconda, Inc.| (default, Jan 16 2018, 12:04:33)
Type 'copyright', 'credits' or 'license' for more information
IPython 6.2.1 -- An enhanced Interactive Python. Type '?' for help.
In [1]: site= "www.flydean.com"
In [2]: site
Out[2]: 'www.flydean.com'
IPython的提示符是In [1]:
基本上Python自带的命令在IPython中都是可以使用的。
IPython提供了4个非常有用的命令:
| command | description |
|---|---|
| ? | Introduction and overview of IPython’s features. |
| %quickref | Quick reference. |
| help | Python’s own help system. |
| object? | Details about ‘object’, use ‘object??’ for extra details. |
魔法函数
IPython中有两种魔法函数,一种是Line magics,一种是Cell magics。
Line magics 接收本行的输入作为函数的输入,是以%开头的。而Cell magics可以接收多行的数据,直到你输入空白回车为止。是以%%开头的。
比如我们想要看一个timeit的魔法函数的用法,可以使用Object?来表示:
$> In [4]: %timeit?
Docstring:
Time execution of a Python statement or expression
Usage, in line mode:
%timeit [-n<N> -r<R> [-t|-c] -q -p<P> -o] statement
or in cell mode:
%%timeit [-n<N> -r<R> [-t|-c] -q -p<P> -o] setup_code
code
code...
timeit用来统计程序的执行时间,我们分别看下Line magics和Cell magics的使用:
In [4]: %timeit?
In [5]: %timeit range(1000)
199 ns ± 3.8 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
In [6]: %%timeit range(1000)
...: range(1000)
...:
208 ns ± 12.1 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
事实上,如果只是LIne magics的话,我们可以省略前面的%,但是对于Cell magics来说,是不能省略的。
In [7]: timeit range(1000)
200 ns ± 4.03 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)
常见的魔法函数有下面几种:
- 代码相关的:
%run,%edit,%save,%macro,%recall, etc. - shell环境相关的:
%colors,%xmode,%automagic, etc. - 其他的函数:
%reset,%timeit,%%writefile,%load, or%paste.
运行和编辑
使用%run 可以方便的运行外部的python脚本。
In [8]: run?
Docstring:
Run the named file inside IPython as a program.
Usage::
%run [-n -i -e -G]
[( -t [-N<N>] | -d [-b<N>] | -p [profile options] )]
( -m mod | file ) [args]
run有几个非常有用的参数,比如-t 可以用来统计程序的时间。-d可以进行调试环境,-p可以进行profiler分析。
使用%edit 可以编辑多行代码,在退出之后,IPython将会执行他们。
如果不想立即执行的话,可以加上-x参数。
Debug
可以使用%debug 或者 %pdb 来进入IPython的调试环境:
In [11]: debug
> /Users/flydean/.pyenv/versions/anaconda3-5.1.0/lib/python3.6/site-packages/IPython/core/compilerop.py(99)ast_parse()
97 Arguments are exactly the same as ast.parse (in the standard library),
98 and are passed to the built-in compile function."""
---> 99 return compile(source, filename, symbol, self.flags | PyCF_ONLY_AST, 1)
100
101 def reset_compiler_flags(self):
ipdb>
In [12]: pdb
Automatic pdb calling has been turned ON
In [13]: pdb
Automatic pdb calling has been turned OFF
或者可以使用 %run -d theprogram.py 来调试一个外部程序。
History
IPython可以存储你的输入数据和程序的输出数据,IPython的一个非常重要的功能就是可以获取到历史的数据。
在交互环境中,一个简单的遍历历史输入命令的方式就是使用up- 和 down- 箭头。
更强大的是,IPython将所有的输入和输出都保存在In 和 Out这两个变量中,比如In[4]。
In [1]: site = "www.flydean.com"
In [2]: site
Out[2]: 'www.flydean.com'
In [3]: In
Out[3]: ['', 'site = "www.flydean.com"', 'site', 'In']
可以使用 _ih[n]来访问特定的input:
In [4]: _ih[2]
Out[4]: 'site'
_i, _ii, _iii 可以分别表示前一个,前前一个和前前前一个输入。
除此之外,全局变量 _i 也可以用来访问输入,也就是说:
_i<n> == _ih[<n>] == In[<n>]
_i14 == _ih[14] == In[14]
同样的,对于输出来说也存在着三种访问方式:
_<n> == _oh[<n>] == Out[<n>]
_12 == Out[12] == _oh[12]
最后的三个输出也可以通过 _, __ 和 ___来获取。
还可以使用%history来列出之前的历史数据进行选择。
history可以和 %edit, %rerun, %recall, %macro, %save和%pastebin 配和使用:
通过传入数字,可以选择历史的输入行号。
%pastebin 3 18-20
上面的例子会选择第3行和第18-20行输入。
运行系统命令
使用!可以直接运行系统命令:
In [27]: !pwd
/Users/flydean/Downloads
还可以用变量接收运行的结果,比如 : files = !ls
本文作者:flydean程序那些事
本文链接:http://www.flydean.com/python-ipython/
本文来源:flydean的博客
欢迎关注我的公众号:「程序那些事」最通俗的解读,最深刻的干货,最简洁的教程,众多你不知道的小技巧等你来发现!
Python解释器和IPython的更多相关文章
- Python解释器有哪些?Python解释器种类
Python是一门解释器语言,代码想运行,必须通过解释器执行,Python存在多种解释器,分别基于不同语言开发,每个解释器有不同的特点,但都能正常运行Python代码,以下是常用的五种Python解释 ...
- Python基础之Python解释器
当我们在编写Python代码时,我们得到的是一个包含Python代码的,以.py为扩展名的文本文件.要运行代码,就需要Python解释器去执行.py文件. 由于整个Python语言从规范到解释器都是开 ...
- Python解释器
当我们编写Python代码时,我们得到的是一个包含Python代码的以.py为扩展名的文本文件.要运行代码,就需要Python解释器去执行.py文件. 由于整个Python语言从规范到解释器都是开源的 ...
- Python和Python解释器
目录 Python介绍(了解) Python解释器发展史(了解) Python解释器(了解) CPython IPython PyPy Jython IronPython 安装Python解释器(掌握 ...
- #3 Python解释器和编辑器
前言 上文介绍了Python在不同平台的安装方法,本文将带领你了解Python解释器和编辑器的概念,并且选择出最符合自己的解释器和编辑器! 一.Python解释器 其实上文介绍的安装Python,实质 ...
- 2.1 The Python Interpreter(python解释器)
2.1 The Python Interpreter(Python解释器) Python是一门解释性语言.Python的解释器一次只能运行一个命令.标准的Python解释器环境可以用通过输入pytho ...
- 编程语言分类和Python解释器介绍
主要内容: 一.编程语言分类和介绍 二.Python解释器分类和介绍 一.编程语言分类和介绍 1.编程语言分类 编程语言的发展依次经历了机器语言.汇编语言和高级语言. 2.编程语言的介绍 2.1 ...
- Python解释器【转载】
原文链接 0x01 简介 当我们编写Python代码时,我们得到的是一个包含Python代码的以.py为扩展名的文本文件.要运行代码,就需要Python解释器去执行.py文件. 0x02 Python ...
- 三 Python解释器
当我们编写Python代码时,我们得到的是一个包含Python代码的以.py为扩展名的文本文件.要运行代码,就需要Python解释器去执行.py文件. 由于整个Python语言从规范到解释器都是开源的 ...
随机推荐
- git 常用命令 command
git config --list //查看配置信息 git config user.name //查看用户名 git config user.email //查看用户邮箱 从远程克隆到本地仓库 ...
- linux 复制文件前n行到另外一个文件
head -n 100 train.txt > 123.txt head -100 train.txt > 123.txt
- 学习一下 SpringCloud (一)-- 从单体架构到微服务架构、代码拆分(maven 聚合)
一.架构演变 1.系统架构.集群.分布式系统 简单理解 (1)什么是系统架构? [什么是系统架构?] 系统架构 描述了 在应用程序内部,如何根据 业务.技术.灵活性.可扩展性.可维护性 等因素,将系统 ...
- Windows下MySQL无法启动万能解决方案
MySQL启动报错 window10上安装了MySQL之前使用都是执行net start mysql 启动,执行net stop mysql关闭. 某天开始启动报错"MySQL 服务无法启动 ...
- Nginx 转发时的一个坑,运维居然让我背锅!!
最近遇到一个 Nginx 转发的坑,一个请求转发到 Tomcat 时发现有几个 http header 始终获取不到,导致线上出现 bug,运维说不是他的问题,这个锅我背了. 新增的几个 header ...
- XJOI contest 1590
首先 热烈庆祝"CSP-S 2020全国开放赛前冲刺模拟训练题1"圆满结束!!! 感谢大毒瘤周指导的题目.题目还是很不错的,部分分设置的也比较合理,各种神仙随便 \(\text{A ...
- Linux 查看CPU型号,内存大小,硬盘空间的命令
1 查看CPU 1.1 查看CPU个数 # cat /proc/cpuinfo | grep "physical id" | uniq | wc -l 1.2 查看CPU核数 # ...
- python 全局变量与局部变量 垃圾回收机制
掌握L.E.G.B(作用域) 掌握局部作用域修改全局变量 步骤- 1.命名空间和作用域 命名空间:变量名称与值的映射关系作用域:变量作用的区域,即范围. 注意:class/def/模块会产生作用域:分 ...
- 多任务-python实现-Thread的基本使用(2.1.1)
@ 目录 1.多任务的概念 2.线程 1.多任务的概念 "多任务工作"指的是当前很普遍的工作状态,一个人同时处理多件事情,比如以下这个常见的画面:写一会报告,刷一下网页,查一下资料 ...
- 神奇的 SQL 之 HAVING → 容易被轻视的主角
开心一刻 一天,楼主和隔壁小男孩一起坐电梯,中途进来一位高挑的美女,她牵着一条雪白的贵宾犬 小男孩看着这条雪白的贵宾犬,甚是喜欢,说道:阿姨,我能摸下这个狗狗吗? 美女:叫姐姐 小男孩低头看了下贵宾犬 ...