Python进阶实际应用开发实战（一）——原型设计和环境

原书第一章内容

1、使用jupyter设计原型

jupyter并不是专用于python的，所以建议安装时让它能够在整个系统中方便的使用。但是我把jupyter安装到自己的用户环境中：

python -m pip install --user jupyter  

重要的不是使用很多种安装方法，而是与安装其他工具的方式保持一致。

jupyter notebook   # 启动记事本服务器

2、环境设置

对于一个项目我们需要安装库并管理依赖项，这意味着需要有一个虚拟环境。我们使用pipenv来指定依赖项。

python -m pip install --user pipenv

在命令行中启动Python脚本的时候，经常会用到-m参数，那么-m起了什么作用呢？
先看看 python --help 给出的信息：

意思是将库中的python模块用作脚本去运行。
将模块当做脚本去启动有什么用？
① python xxx.py
② python -m xxx.py
这是两种加载py文件的方式:
①叫做直接运行，此时脚本的__name__为’main’；
②相当于import，叫做当做模块来启动，相当于import，此时脚本的__name__为’xxx’。这种启动方式时最好不要带后缀.py。
主要是影响sys.path这个属性。sys.path是一个list，是当前Python解析器运行的环境，Python解析器会在这些目录下去寻找依赖库。python导入文件或模块时默认会先在sys.path里找其的路径。
通过不同方式启动现有的文件run.py，看看结果有何不同。

对比一下就可以发现，-m运行比直接运行仅是多了一个’’，也就是当前所在的目录。
直接启动：把run.py文件所在的目录放到了sys.path属性中。
模块启动：把也就是当前路径放到了sys.path属性中
那么，在工作场景中有什么用呢？
现在就尝试以两种不同的方法启动run.py文件。接下来分析一下原因。
需要注意的是，当需要启动的py文件引用了一个模块，在启动的时候需要考虑sys.path中有没有import的模块的路径。这个时候，到底是使用直接启动，还是以模块的启动？目的就是把import的那个模块的路径放到sys.path中。
导入一个模块时，解释器先在当前目录中搜索它。如果没有找到的话，就会到 sys.path变量中给出的目录列表中查找。
我们要启动package2文件夹下的run.py，所需模块在package目录中。因此当我们直接执行run.py时，只是把run.py文件所在的目录放到了sys.path属性中，sys.path并没有把package目录收录。故会报错。
当我们使用-m参数时，把当前路径放到了sys.path属性中。当前路径包含了package目录与package2目录，故均在sys.path中。运行成功。
pycharm如何设置.py作为脚本启动，即带-m参数运行
首先是如何以python xxx.py方式直接运行：
Edit Configurations选项中，选择的是Script path。输入框是run.py的绝对路径。

如何以python -m xxx方式运行，将xxx.py作为模块运行（感谢stackoverflow）：
Edit Configurations选项中，点击Script path输入框左侧的倒三角，选择Module name，右边输入框输入xxx，即模块的名字，不带.py后缀。然后就可以在Parameters设置任何参数。这种方法不需要在任何地方包含 -m 参数。
详情请参考： https://blog.csdn.net/djw931017/article/details/88981481

3、创建新项目

首先 ，为项目创建一个新目录，并切换到该目录。我们想把ipykernel声明为开发依赖包，这个包中包含能够管理python和jupyter之间的接口，我们想确保能够在新创建的独立环境中使用这个包及其库代码。

mkdir advancedpython
cd  advancedpython
pipenv install ipykernel --dev
pipenv run ipython kernel install --user --name=advancedpython

最后一行命令告诉独立环境中的IPython副本，将自己安装为当前用户账户可用的内核，名称为advancedpython。这就允许我们选择这个内核，而不必每一次都手动激活此独立环境。
使用jupyter kernelspec list可以显示安装的内核
使用jupyter kernelspec remove可以删除安装的内核

打开一个新的命令行窗口，切换到刚才创建的目录，现在可以启动jupyter：

cd advancedpython
jupyter notebook

这将自动打开一个web浏览器，显示jupyter界面，并列出我们创建的目录的目录列表。
现在创建好了项目，可以开始设计原型了。

①设计脚本原型

我们第一步是创建Python程序，使其返回当前系统的各种信息。稍后把这些信息包含到要聚合的数据中。

import sys
print(sys.version_info)  #	当前运行的python版本
import socket #当前机器的ip地址
hostname=socket.gethostname()