一般の PythonCode でも PythonSf one-liners を活用しましょう--jpn one-liners
01 December 2015
始めに
PythonSf と名づけたエディタに組み込んで使う計算ソフトを開発しています。vim,emacs に pysf.vim, pysf.el といった小さな script を組み込んで使います。その PythonSf では one-liners での計算を多用します。通常の使用では 99% 以上が one-liners になると思います。を組み込んで計算させます。 こんな具合に カーソル下の計算式文字列を実行させます。
下の URL より PythonSf utf-8 版と shift-jis 版を入手できます。
- cps932版 PythonSf;;https://github.com/lobosKobayashi/PythonSfCp932
- utf-8版 PythonSf;;https://github.com/lobosKobayashi/PythonSfUtf8
Windows 限定ですが、ここから vim と Python も含んだポータブル版 zip ファイルを入手することもできます。bigCpPysf32_version97B.zip が cp932版であり、 bigUtPysf32_version97B.zip が utf-8 版です。Windows ではギリシャ漢字文字を含んだファイル変数を使うために cp932版を使うことを進めます。
この PythonSf one-liner 実行方法は計算以外にも使えます。PythonSf は Python に対して upper compatible です。ですから、カーソル下の one-liner python code も計算式と同様に実行できてしまいます。これは vim/emacs エディタを Python の RITE tool： rapid iterative test and evaluation tools にできてしまうことを意味します。
さらに嬉しいことに、Python 文法の範囲で使うだけならば、無償のオープン版 PythonSf でも十分です。当然全てのソースも公開されています。以下に述べることは PythonSf オープン版でも全て成立ちます。
まずは単純な例から見てみましょう。皆様は下の Python 式各行の返す値を全て正しく答えられますでしょうか。Python を何年も使ってきた方でも、全てを正しく答えられる方は少ないと思います。
(1,2,3)==[1,2,3]
list((1,2,3))==[1,2,3]
{1,2,3}==[1,2,3]
frozenset([1,2,3])==[1,2,3]
frozenset([1,2,3])==(1,2,3)
a,b,c,d=1,1,2,1; a==b==d, a==b==c
a,b,c,d=1,1,2,1; a!=b!=d, a!=b!=c, a==b!=c!=d
id((1,2,3)) == id((1,2,3))
id('abc') == id('abc')
PythonSf 環境ならば各行にカーソルを持っていき、;j または ,j 操作をするだけで各式の値が得られます。print 命令なぞ入りません。
(1,2,3)==[1,2,3]
===============================
False
list((1,2,3))==[1,2,3]
===============================
True
{1,2,3}==[1,2,3]
===============================
False
frozenset([1,2,3])==[1,2,3]
===============================
False
frozenset([1,2,3])==(1,2,3)
===============================
False
a,b,c,d=1,1,2,1; a==b==d, a==b==c
===============================
(True, False)
a,b,c,d=1,1,2,1; a!=b!=d, a!=b!=c, a==b!=c!=d
===============================
(False, False, True)
id((1,2,3)) == id((1,2,3))
===============================
False
id('abc') == id('abc')
===============================
True
numpy array となると、もっと予測がつきにくくなります。的確に答えられる方は、もっと少なくなると思います。
np.array([1,2,3]) == np.array([1,2,3])
np.array([1,2,3]) == [1,2,3]
np.array([1,2,3]) == (1,2,3)
np.array([[1,2,3],[4,5,6],[1,2,5]]) == [1,2,3]
上の numpy python 式が vim エディタ画面にあれば、その値は ;j または ,j 操作だけで得られます。
np.array([1,2,3]) == np.array([1,2,3])
===============================
[ True True True]
np.array([1,2,3]) == [1,2,3]
===============================
[ True True True]
np.array([1,2,3]) == (1,2,3)
===============================
[ True True True]
np.array([[1,2,3],[4,5,6],[1,2,5]]) == [1,2,3]
===============================
[[ True True True]
[False False False]
[ True True False]]
PythonSf では numpy モジュールは常に np の名前で import 済みです。numpy モジュールの下にある以下の全てを np 経由で扱えます
dir(np)
===============================
['ALLOW_THREADS', 'BUFSIZE', 'CLIP', 'ComplexWarning', 'DataSource', 'ERR_CALL', 'ERR_DEFAULT', 'ERR_DEFAULT2', 'ERR_IGNORE', 'ERR_LOG', 'ERR_PRINT', 'ERR_RAISE', 'ERR_WARN', 'FLOATING_POINT_SUPPORT', 'FPE_DIVIDEBYZERO', 'FPE_INVALID', 'FPE_OVERFLOW', 'FPE_UNDERFLOW', 'False_', 'Inf', 'Infinity', 'MAXDIMS', 'MachAr', 'ModuleDeprecationWarning', 'NAN', 'NINF', 'NZERO', 'NaN', 'PINF', 'PZERO', 'PackageLoader', 'RAISE', 'RankWarning', 'SHIFT_DIVIDEBYZERO', 'SHIFT_INVALID', 'SHIFT_OVERFLOW', 'SHIFT_UNDERFLOW', 'ScalarType', 'Tester', 'True_', 'UFUNC_BUFSIZE_DEFAULT', 'UFUNC_PYVALS_NAME', 'WRAP', '__NUMPY_SETUP__', '__all__', '__builtins__', '__config__', '__doc__', '__file__', '__git_revision__', '__name__', '__package__', '__path__', '__version__', '_import_tools', '_mat', 'abs', 'absolute', 'absolute_import', 'add', 'add_docstring', 'add_newdoc', 'add_newdoc_ufunc', 'add_newdocs', 'alen', 'all', 'allclose', 'alltrue', 'alterdot', 'amax', 'amin', 'angle', 'any', 'append', 'apply_along_axis', 'apply_over_axes', 'arange', 'arccos', 'arccosh', 'arcsin', 'arcsinh', 'arctan', 'arctan2', 'arctanh', 'argmax', 'argmin', 'argpartition', 'argsort', 'argwhere', 'around', 'array', 'array2string', 'array_equal', 'array_equiv', 'array_repr', 'array_split', 'array_str', 'asanyarray', 'asarray', 'asarray_chkfinite', 'ascontiguousarray', 'asfarray', 'asfortranarray', 'asmatrix', 'asscalar', 'atleast_1d', 'atleast_2d', 'atleast_3d', 'average', 'bartlett', 'base_repr', 'bench', 'binary_repr', 'bincount', 'bitwise_and', 'bitwise_not', 'bitwise_or', 'bitwise_xor', 'blackman', 'bmat', 'bool', 'bool8', 'bool_', 'broadcast', 'broadcast_arrays', 'busday_count', 'busday_offset', 'busdaycalendar', 'byte', 'byte_bounds', 'bytes_', 'c_', 'can_cast', 'cast', 'cdouble', 'ceil', 'cfloat', 'char', 'character', 'chararray', 'choose', 'clip', 'clongdouble', 'clongfloat', 'column_stack', 'common_type', 'compare_chararrays', 'compat', 'complex', 'complex128', 'complex64', 'complex_', 'complexfloating', 'compress', 'concatenate', 'conj', 'conjugate', 'convolve', 'copy', 'copysign', 'copyto', 'core', 'corrcoef', 'correlate', 'cos', 'cosh', 'count_nonzero', 'cov', 'cross', 'csingle', 'ctypeslib', 'cumprod', 'cumproduct', 'cumsum', 'datetime64', 'datetime_as_string', 'datetime_data', 'deg2rad', 'degrees', 'delete', 'deprecate', 'deprecate_with_doc', 'diag', 'diag_indices', 'diag_indices_from', 'diagflat', 'diagonal', 'diff', 'digitize', 'disp', 'divide', 'division', 'dot', 'double', 'dsplit', 'dstack', 'dtype', 'e', 'ediff1d', 'einsum', 'emath', 'empty', 'empty_like', 'equal', 'errstate', 'euler_gamma', 'exp', 'exp2', 'expand_dims', 'expm1', 'extract', 'eye', 'fabs', 'fastCopyAndTranspose', 'fft', 'fill_diagonal', 'find_common_type', 'finfo', 'fix', 'flatiter', 'flatnonzero', 'flexible', 'fliplr', 'flipud', 'float', 'float16', 'float32', 'float64', 'float_', 'floating', 'floor', 'floor_divide', 'fmax', 'fmin', 'fmod', 'format_parser', 'frexp', 'frombuffer', 'fromfile', 'fromfunction', 'fromiter', 'frompyfunc', 'fromregex', 'fromstring', 'full', 'full_like', 'fv', 'generic', 'genfromtxt', 'get_array_wrap', 'get_include', 'get_numarray_include', 'get_printoptions', 'getbuffer', 'getbufsize', 'geterr', 'geterrcall', 'geterrobj', 'gradient', 'greater', 'greater_equal', 'half', 'hamming', 'hanning', 'histogram', 'histogram2d', 'histogramdd', 'hsplit', 'hstack', 'hypot', 'i0', 'identity', 'iinfo', 'imag', 'in1d', 'index_exp', 'indices', 'inexact', 'inf', 'info', 'infty', 'inner', 'insert', 'int', 'int0', 'int16', 'int32', 'int64', 'int8', 'int_', 'int_asbuffer', 'intc', 'integer', 'interp', 'intersect1d', 'intp', 'invert', 'ipmt', 'irr', 'is_busday', 'isclose', 'iscomplex', 'iscomplexobj', 'isfinite', 'isfortran', 'isinf', 'isnan', 'isneginf', 'isposinf', 'isreal', 'isrealobj', 'isscalar', 'issctype', 'issubclass_', 'issubdtype', 'issubsctype', 'iterable', 'ix_', 'kaiser', 'kron', 'ldexp', 'left_shift', 'less', 'less_equal', 'lexsort', 'lib', 'linalg', 'linspace', 'little_endian', 'load', 'loads', 'loadtxt', 'log', 'log10', 'log1p', 'log2', 'logaddexp', 'logaddexp2', 'logical_and', 'logical_not', 'logical_or', 'logical_xor', 'logspace', 'long', 'longcomplex', 'longdouble', 'longfloat', 'longlong', 'lookfor', 'ma', 'mafromtxt', 'mask_indices', 'mat', 'math', 'matrix', 'matrixlib', 'max', 'maximum', 'maximum_sctype', 'may_share_memory', 'mean', 'median', 'memmap', 'meshgrid', 'mgrid', 'min', 'min_scalar_type', 'minimum', 'mintypecode', 'mirr', 'mod', 'modf', 'msort', 'multiply', 'nan', 'nan_to_num', 'nanargmax', 'nanargmin', 'nanmax', 'nanmean', 'nanmin', 'nanstd', 'nansum', 'nanvar', 'nbytes', 'ndarray', 'ndenumerate', 'ndfromtxt', 'ndim', 'ndindex', 'nditer', 'negative', 'nested_iters', 'newaxis', 'newbuffer', 'nextafter', 'nonzero', 'not_equal', 'nper', 'npv', 'number', 'obj2sctype', 'object', 'object0', 'object_', 'ogrid', 'ones', 'ones_like', 'outer', 'packbits', 'pad', 'partition', 'percentile', 'pi', 'piecewise', 'pkgload', 'place', 'pmt', 'poly', 'poly1d', 'polyadd', 'polyder', 'polydiv', 'polyfit', 'polyint', 'polymul', 'polynomial', 'polysub', 'polyval', 'power', 'ppmt', 'print_function', 'prod', 'product', 'promote_types', 'ptp', 'put', 'putmask', 'pv', 'r_', 'rad2deg', 'radians', 'random', 'rank', 'rate', 'ravel', 'ravel_multi_index', 'real', 'real_if_close', 'rec', 'recarray', 'recfromcsv', 'recfromtxt', 'reciprocal', 'record', 'remainder', 'repeat', 'require', 'reshape', 'resize', 'restoredot', 'result_type', 'right_shift', 'rint', 'roll', 'rollaxis', 'roots', 'rot90', 'round', 'round_', 'row_stack', 's_', 'safe_eval', 'save', 'savetxt', 'savez', 'savez_compressed', 'sctype2char', 'sctypeDict', 'sctypeNA', 'sctypes', 'searchsorted', 'select', 'set_numeric_ops', 'set_printoptions', 'set_string_function', 'setbufsize', 'setdiff1d', 'seterr', 'seterrcall', 'seterrobj', 'setxor1d', 'shape', 'short', 'show_config', 'sign', 'signbit', 'signedinteger', 'sin', 'sinc', 'single', 'singlecomplex', 'sinh', 'size', 'sometrue', 'sort', 'sort_complex', 'source', 'spacing', 'split', 'sqrt', 'square', 'squeeze', 'std', 'str', 'str_', 'string0', 'string_', 'subtract', 'sum', 'swapaxes', 'sys', 'take', 'tan', 'tanh', 'tensordot', 'test', 'testing', 'tile', 'timedelta64', 'trace', 'transpose', 'trapz', 'tri', 'tril', 'tril_indices', 'tril_indices_from', 'trim_zeros', 'triu', 'triu_indices', 'triu_indices_from', 'true_divide', 'trunc', 'typeDict', 'typeNA', 'typecodes', 'typename', 'ubyte', 'ufunc', 'uint', 'uint0', 'uint16', 'uint32', 'uint64', 'uint8', 'uintc', 'uintp', 'ulonglong', 'unicode', 'unicode0', 'unicode_', 'union1d', 'unique', 'unpackbits', 'unravel_index', 'unsignedinteger', 'unwrap', 'ushort', 'vander', 'var', 'vdot', 'vectorize', 'version', 'void', 'void0', 'vsplit', 'vstack', 'warnings', 'where', 'who', 'zeros', 'zeros_like']
dir, np.info, np.source： 内部を覗き込む
dir は既に上で使いましたが、モジュールまたはクラスの内部要素をアルファベット順に表示してくれる組み込み関数です。新しいモジュールやクラスに何が備わっているかを俯瞰できます。
np.info 関数は python の help 関数の情報より荒くモジュール・クラス・関数について説明してくれます。Python の help 関数はモジュールやクラスのときに返される説明が詳細すぎて役に立たないことが多いのに np.info 関数は適度な説明文を返してくれることが多いと感じます。np.info の機能が説明されることは少ないのですが、もっと使われるべき関数です。
np.source 関数はモジュール・クラス・関数のソースを表示してくれます。
source(source)
In file: C:\Python27\lib\site-packages\numpy\lib\utils.py
def source(object, output=sys.stdout):
"""
Print or write to a file the source code for a Numpy object.
The source code is only returned for objects written in Python. Many
functions and classes are defined in C and will therefore not return
useful information.
Parameters
----------
object : numpy object
Input object. This can be any object (function, class, module, ...).
output : file object, optional
If `output` not supplied then source code is printed to screen
(sys.stdout). File object must be created with either write 'w' or
append 'a' modes.
See Also
--------
lookfor, info
Examples
--------
>>> np.source(np.interp) #doctest: +SKIP
In file: /usr/lib/python2.6/dist-packages/numpy/lib/function_base.py
def interp(x, xp, fp, left=None, right=None):
\"\"\".... (full docstring printed)\"\"\"
if isinstance(x, (float, int, number)):
return compiled_interp([x], xp, fp, left, right).item()
else:
return compiled_interp(x, xp, fp, left, right)
The source code is only returned for objects written in Python.
>>> np.source(np.array) #doctest: +SKIP
Not available for this object.
"""
# Local import to speed up numpy's import time.
import inspect
try:
print("In file: %s\n" % inspect.getsourcefile(object), file=output)
print(inspect.getsource(object), file=output)
except:
print("Not available for this object.", file=output)
===============================
None
print 命令を挿入しない one-liner print debug
git も vim/emacs エディタの日報月報テキスト上で実行できます。
これは print debug を行ったプログラムに git で戻してやることで、one-liner print debug を再現できることを意味します。
一方で Python は全世界のユーザーによって膨大な規模のモジュールが存在します。これらを利用すれば、コンピュータにできる操作の大部分を vim/emacs エディタ上で実行できてしまいます。
結論
以上のように PythonSf の機能を使って vim/emacs 上で Python code の RITE:rapid iterative test and evaluation が行えます。これは PythonSf を使った vim/emacs の RITE ツール化だとも言えると思います。如何でしょうか。
blog comments powered by Disqus