我编写Python已有5年以上了，我的工具集通常变得越来越小，而不是越来越大。 许多工具不是必需的或无用的，而其中的一些只是简单地增加了。

这是我坚持了很长时间的三个，与其他人不同，我只是越来越多地使用它们。

大多数代码编辑器具有自动完成功能，看起来像这样：

使用语言(有时是库)文档来建议函数名称和参数之类的内容。

当然可以，但是如果您的编辑器可以浏览GitHub数据多年并自动完成，不仅是函数名，还可以是整行代码。

这只是使用Kite的三个理由中的第一个。

风筝会检查您的代码库和变量，在线使用的常用参数名称，文档，然后提出如下超级上下文建议：

上面的示例展示了Kite如何预测您将在通用名称(如b)或通用名称(如x或y)中使用的变量。

我们已经花费了大约50年的工程师工作时间，在Github上对所有代码进行语义索引，建立统计类型推断，以及丰富的统计模型，这些模型可以非常深入地使用此语义信息。 — Kite创始人/首席执行官Adam Smith

这是一个实时演示视频，或者，如果您愿意，可以在沙盒中播放。

如果您从未听说过" RTFM"，那么您可能还没有犯过我的错误。

无论如何，在给高级开发人员打电话或什至查看Stack Overflow答案之前，都应始终阅读文档。

Kite Copilot使文档愚蠢容易。 它与您的编辑器一起运行，并实时显示您用光标突出显示的任何对象/功能/等的文档。

亲爱的高级开发人员，我的第一份工作：对不起。 现在，我真的没有借口不首先在文档中寻找答案。

它是在本地运行的所有基础之上，因此您可以获得令人难以置信的快速建议，它可以脱机工作，并且您的代码永远不会发送到云中。

对于互联网连接较差的人和在封闭源代码库中工作的人们来说，这是非常重要的。

我使用风筝已有多年了，而且一直在不断进步。 凭借超过1700万美元的投资，这家公司无处不在，而且由于某些愚蠢的原因，该工具是完全免费的。

您所要做的就是为您的编辑器下载Kite插件，或者下载副驾驶，它可以为您安装插件。 去实现它(梦想);去得到它(东西!

Python是动态类型的，一个过分简化的解释是您可以随时将任何变量设为任何数据类型(字符串，整数等)。

# These two variable types are declared the exact same way
# Python figures out the data type on it's own, dynamically
# string
var_name = "string here"
# integer
var_name = 1234

相反的是静态类型化的语言，其中变量必须具有一种特定的数据类型，并且必须始终遵循该数据类型。

# Many languages require the data type to be declared too
# string
str var_name = "string here"
# integer
int var_name = 1234

动态键入的优点是您在编写时可以很懒惰，并且可以减少代码混乱。

在开发周期的后期，您通常会遇到错误
由于Python不断找出类型，因此代码的执行效果更差
函数不稳定，因为其输入和输出可以更改数据类型而不会发出警告
交出代码会更加不稳定，因为其他人可能不知道您的变量是或可能成为哪种数据类型

输入Mypy。 一个免费的Python模块，可让您在Python内部使用静态类型。

# Declaring a function using normal dynamic typing, without mypy 
def iter_primes():  
# code here 
# Declaring the same function with mypy static typing 
    from typing import Iterator 
  def iter_primes() -> Iterator[int]: # code here

在mypy示例中，我们指定该函数返回一个整数迭代器。 通过执行一致的输出，此简单的更改使该功能更适应未来的需求。

其他开发人员只需查看声明即可查看输出将是哪种数据类型，并且与仅使用文档不同，如果不遵守该声明，您的代码将出错。

这是一个非常简单的示例，摘自此处的示例，如果仍然没有意义，请检查一下它们。

很难列出静态键入可以减轻您将来痛苦的所有方式，但是mypy文档具有很好的常见问题解答，但有更多的利弊。

如果您在稳定至关重要的生产代码库中工作，请绝对尝试一下mypy。

如今，每个编辑器都有某种类型的错误检查或内置的" lint"。 它通常在不运行代码的情况下查看代码，并尝试猜测可能出了什么问题。 这称为静态代码分析。

动态代码分析实际上会尝试运行/编译部分代码以查看其是否正常运行，但会在后台自动执行。 实际上，它无需猜测，而是知道它是否可以工作以及确切的错误是什么。

SonarLint处于最佳状态，是动态代码分析领域的佼佼者。 这些功能是我喜欢它的原因：

我对在整个代码库中留下打印语句，注释掉的代码以及未使用的函数感到内gui。 这将警告我，使其难以忘记，并告诉我它在哪里，易于查找。

实时将庞大的，不断更新的安全风险数据库扔到您的代码库中，警告您可能面临的任何已知漏洞。

安全风险非常小众，无法记住，因此每个人都应该使用某种方法来跟踪这些风险。 SonarLint是一个不错的起点。

与未调用的代码略有不同，如果我创建的评估结果无法达到，这将警告我。 这些问题很难发现，可能会导致数小时的调试，因此这是我最喜欢的警告之一。

这是一个例子：

a = None 
if a == None or not a or a:  
    this_will_always_get_called() 
else: # sonarlint will warn you about this line never being executed  
    this_will_never_get_called() 

我可以写一个完整的帖子，这是一个非常有趣的话题，实际上，上面有一个完整的白皮书。

简单的解释是，他们创建了一个数学公式，可以对代码的阅读/理解难度进行评分。

它不仅非常有用，而且易于遵循。 每当SonarLint要求我"降低认知复杂性"时，它都会附带一个关于我违反的规则的简单说明，例如"太多嵌套的if语句"。

我发现这比基本的阻止和掉毛实践有用，而且我相信这使我编写了对人类友好的代码。 顺便说一句，这是Pythonic!

SonarLint是免费的，因此没有理由不立即获取它并将其附加到您的编辑器中。

如果您在此处跳过，则只是一个快速警告，除非您对这些功能有基本的了解，否则可能无法正确使用它们。

使用Kite Copilot和编辑器插件更快地编写Google内容
使用Mypy Python模块稳定代码
使用SonarLint编辑器插件更快地发现错误并编写更简单的函数
希望这些工具对您有好处，我本人也非常喜欢它们。 我敢肯定，尽管我错过了其他一些不可思议的资源，所以请务必分享您在评论中没有的生活。