分享七个好用的装璜器，不便你撸代码。

 1、dispach

Python 人造反对多态，但应用 dispatch 能够让你的代码更加容易浏览。

装置：

pip install multipledispatch

应用：

>>> from multipledispatch import dispatch>>> @dispatch(int, int)... def add(x, y):...     return x + y>>> @dispatch(object, object)... def add(x, y):...     return "%s + %s" % (x, y)>>> add(1, 2)3>>> add(1, 'hello')'1 + hello'

 2、click

click 能够很不便地让你实现命令行工具。

装置：

pip install click

应用：demo2.py :

import click@click.command()@click.option('--count', default=1, help='Number of greetings.')@click.option('--name', prompt='Your name',              help='The person to greet.')def hello(count, name):    """Simple program that greets NAME for a total of COUNT times."""    for x in range(count):        click.echo(f"Hello {name}!")if __name__ == '__main__':    hello()

运行后果：

❯ python demo2.py --count=3 --name=joihHello joih!Hello joih!Hello joih!❯ python demo2.py --count=3Your name: somenzzHello somenzz!Hello somenzz!Hello somenzz!

 3、celery

分布式的工作队列，非 Celery 莫属。

from celery import Celeryapp = Celery('tasks', broker='pyamqp://guest@localhost//')@app.taskdef add(x, y):    return x + y

 4、deprecated

这个置信大家在应用别的包时都遇到过，当要下线一个老版本的函数的时候就能够应用这个装璜器。

装置：

pip install Deprecated

应用：demo4.py

from deprecated import deprecated@deprecated ("This function is deprecated, please do not use it")def func1():    passfunc1()

运行成果如下：

❯ python demo4.pydemo4.py:6: DeprecationWarning: Call to deprecated function (or staticmethod) func1. (This function is deprecated, please do not use it)  func1()

 5、deco.concurrent

装置：

pip install deco

应用 DECO 就像在 Python 程序中查找或创立两个函数一样简略。咱们能够用 @concurrent 装璜须要并行运行的函数，用 @synchronized 装璜调用并行函数的函数，应用举例：

from deco import concurrent, synchronized @concurrent # We add this for the concurrent functiondef process_url(url, data):  #Does some work which takes a while  return result@synchronized # And we add this for the function which calls the concurrent functiondef process_data_set(data):  results = {}  for url in urls:    results[url] = process_url(url, data)  return results

 6、cachetools

缓存工具

装置：

pip install cachetools

应用：

from cachetools import cached, LRUCache, TTLCache# speed up calculating Fibonacci numbers with dynamic programming@cached(cache={})def fib(n):    return n if n < 2 else fib(n - 1) + fib(n - 2)# cache least recently used Python Enhancement Proposals@cached(cache=LRUCache(maxsize=32))def get_pep(num):    url = 'http://www.python.org/dev/peps/pep-%04d/' % num    with urllib.request.urlopen(url) as s:        return s.read()# cache weather data for no longer than ten minutes@cached(cache=TTLCache(maxsize=1024, ttl=600))def get_weather(place):    return owm.weather_at_place(place).get_weather()

 7、retry

重试装璜器，反对各种各样的重试需要。

装置：

pip install tenacity

应用：

import randomfrom tenacity import retry@retrydef do_something_unreliable():    if random.randint(0, 10) > 1:        raise IOError("Broken sauce, everything is hosed!!!111one")    else:        return "Awesome sauce!"@retry(stop=stop_after_attempt(7))def stop_after_7_attempts():    print("Stopping after 7 attempts")    raise Exception@retry(stop=stop_after_delay(10))def stop_after_10_s():    print("Stopping after 10 seconds")    raise Exception@retry(stop=(stop_after_delay(10) | stop_after_attempt(5)))def stop_after_10_s_or_5_retries():    print("Stopping after 10 seconds or 5 retries")    raise Exception

以上就是本次分享的所有内容，如果你感觉文章还不错，欢送关注公众号：Python编程学习圈，每日干货分享，发送“J”还可支付大量学习材料。或是返回编程学习网，理解更多编程技术常识。