Jak właściwie poukładać kod źródłowy przy pisaniu bibliotek i skryptów w Pythonie? Problem wcale nie jest trywialny, stosowanych konwencji jest wiele, modułów utrzymywanych i dystrybuowanych jako chaotyczne paczki plików źródłowych - jeszcze więcej.

Opisuję niżej konwencję dobrze dopasowaną do pracy z użyciem wirtualnych środowisk pythona oraz SetupTools. Pasuje ona także do PyDev, czyli modułu pythonowego dla Eclipse. Zbieram tu techniki podejrzane w różnych cudzych bibliotekach, w sporej części opisane w książce Tereka Ziade.

Uzupełnienie do artykułu o wirtualnych środowiskach pythona. Skrypt virtualenvwrapper to miłe ułatwienie ich wykorzystywania - dla użytkowników Linuksa.

Poniżej omówienie funkcjonalności oraz krótka instrukcja.

Mamy pewną listę. Mamy jakąś funkcję testującą. Chcemy sprawdzić, czy dla jakiegokolwiek elementu listy funkcja testująca zwraca True.

To proste zadanko - bardzo częste w realnym kodzie - można wykonać na wiele sposobów.

Normalną metodą ładowania kodu pythonowego jest polecenie import i umieszczanie plików w standardowym drzewie modułów zarządzanym zmienną PYTHONPATH. To załatwia 99.9% przypadków.

W tym artykule o pozostałym 0.1% - kilka dziwnych ale czasem użytecznych technik ładowania kodu, od wczytywania pojedynczego pliku z nietypowego katalogu, po pisanie własnych ładowaczy modułów mogących generować kod, ściągać go ze zdalnej maszyny czy pobierać z bazy danych.

Próbuję się ostatnio wdrożyć w GTD (Getting Things Done), czyli modną od paru lat technikę zapisywania i porządkowania rzeczy do zrobienia. Sam pomysł by zapisywać sprawy i pomysły to nihil novi (czego ja już nie używałem - od issue trackera i różnych sieciowych kalendarzy po zbiory papierowych notatek) ale GTD przez swe rytuały i techniki daje pewną nadzieję na większą skuteczność (już mogę powiedzieć, że fajnie pozwala ograniczyć ilość naraz wiszących nad głową spraw).

Przesiadam się między kilkoma komputerami, więc narzuciło się użycie jakiejś aplikacji sieciowej. Pobawiłem się bodaj sześcioma i na razie wybrałem Nozbe - głównie dlatego, że zawiera to co trzeba a nie trzy razy za dużo (to w takiej aplikacji jest ważne), po części zaś w formie uznania dla rodaka (Michała Śliwińskiego), który ten serwis zrobił i promuje (bardzo ładnie i mądrze promuje, jego filmiki prezentujące GTD są zwarte i punktują kluczowe sprawy).

No ale w tym poście nie chcę pisać o GTD, Nozbe i jego konkurentach ani o alternatywnych metodach notowania zadań ale o narzędziu, które sobie przez dwa poprzednie wieczory napisałem.

Spodobała mi się kupiona niedawno książka o Pythonie. Spodobało mi się też miejsce, w którym ją kupiłem. Niżej o jednym i o drugim (przy czym księgarnia może być interesująca nie tylko dla miłośników Pythona).

Książka

Książka to Expert Python Programming autorstwa Tereka Ziadé.

Program musi obsłużyć kilka połączeń sieciowych naraz? Albo równocześnie wyświetlać interfejs i wykonywać jakieś przetwarzanie? Albo pośredniczyć w komunikacji między kilkoma klientami a kilkoma serwerami? Albo wysyłać maile. Albo ściągać dane z kilku źródeł. Albo... Oczywiste - trzeba użyć wątków!

To bywa dobre rozwiązanie, ale ma swój koszt. Nie będę się teraz szerzej rozwodził nad problemami synchronizacyjnymi, zakleszczeniami, kosztem przełączeń kontekstu, czy nadmiernym zużyciem pamięci (każdy wątek ma swój stos). Chcę pokazać, że jest inny sposób - nie tylko bardziej wydajny, ale często także łatwiejszy.

Książki informatyczne dzielą się z grubsza na dwie grupy.

Pozycje inżynierskie to opisy składni języków programowania, podręczniki administrowania systemami czy aplikacjami, wskazówki dotyczące korzystania z programów użytkowych. Trafiają się tu rzeczy wybitne (powiedzmy - Wyjątkowy język C++) trafia chłam (zlituję się), ale czy chodzi o zaawansowane strojenie wydajności baz Oracle, czy o naukę Excela w 21 dni, zawsze ostatecznie mamy do czynienia z specjalizowaną instrukcją użytkownika jakiegoś programu.

Pozycje uniwersyteckie to drugi biegun. Drobiazgowe formalizmy matematyczne, teoretyczne modele poprawności i wydajności, twierdzenia z dowodami, klasyfikacje i hierarchie. Bardzo często odkrywcze, wybitne pomysły i algorytmy ale - całkowity brak kontekstu realnego zastosowania.
Można je czytać z dużym zaciekawieniem, ale od - powiedzmy - książki o geometrii obliczeniowej do oprogramowywania wizualizacji, droga niesłychanie daleka.

Książki próbujące połączyć te dwa światy są bardzo rzadkie i cenne. Dlatego postanowiłem napisać kilka słów o Programming Collective Intelligence.

Piszę aplikację opartą na Twisted. Niestety, w standardowej dystrybucji jest dość stara wersja. Zainstalowanie nowszej nie stanowi problemu, bądź co bądź to tylko easy_install. Podobnie łatwo mogę pociągnąć najnowsze Pylons-y, Mako czy SQLAlchemy. I tak dalej.

Stop następuje po paru miesiącach, gdy okazuje się, że sam już nie wiem jakie wersje i czego mam poinstalowane, jakiś program użytkowy z standardowej dystrybucji nie chce działać, bo najnowsza wersja którejś z bibliotek zmieniła API, do tego mam dwie aplikacje, z których jedna powinna działać na WebHelpers 0.3.2 a druga na 0.6.

Co z tym zrobić?