前言和需求

相信不少人使用JS时，最常用的快捷键是F12。网页调试，不仅可以调试我们的前端页面，对于多数后端JS程序员来讲，我们有个啥语法不确定了，直接开个网页F12确认一下就行了。甚至写了个方法，不确定对不对，直接Console里面测一下也是尝试。

但是，Python，我的朋友，难道必须得开Anacoda/PyCharm，或者常年摆着一个notebook才行吗？显然不可能是这样的。

IPython是我平时实验一些Python语法最常用的方式。而命令行永远是最简单的语法调试测试方式。

安装与启动

首先，确保系统中已安装Python及pip。接着，通过pip安装IPython：

pip install ipython

安装成功后，直接ipython就可以进入python交互命令行了，这个命令行比python的默认命令行友好太多了：

D:\>ipython
Python 3.12.1 (tags/v3.12.1:2305ca5, Dec  7 2023, 22:03:25) [MSC v.1937 64 bit (AMD64)]
Type 'copyright', 'credits' or 'license' for more information
IPython 8.25.0 -- An enhanced Interactive Python. Type '?' for help.In [1]: import pandasIn [2]: data = [{'col1': 1.0, 'col2': 2.0}]In [4]: pandas.DataFrame(data)
Out[4]:col1  col2
0   1.0   2.0

魔法命令

相比于普通的Python命令行，IPython的一大特色是其“魔法命令”（Magic Commands），以百分号%或双百分号%%开头，用于执行特定操作或改变环境设置。例如可以用于测试函数性能的%timeit：

In [7]: def list_comprehension(n):...:     return [i for _ in range(n) for i in range(10)]...:In [8]: def nested_loop(n):...:     result = []...:     for _ in range(n):...:         for i in range(10):...:             result.append(i)...:     return resultIn [9]: %timeit -n 1000 list_comprehension(10)
1.84 μs ± 343 ns per loop (mean ± std. dev. of 7 runs, 1,000 loops each)In [10]: %timeit -n 1000 nested_loop(10)
2.52 μs ± 453 ns per loop (mean ± std. dev. of 7 runs, 1,000 loops each)

更多的魔法命令包括：

通用命令

• %quickref：显示 IPython 的快速参考卡片。
• %magic 或 %lsmagic：显示所有可用的魔法命令。
• %history：显示命令历史。
• %clear 或 %reset：清空命令行界面或重置 Interactive namespace（分别对应清除输出和变量）。
• %pwd：显示当前工作目录。
• %cd：改变当前工作目录。
• %ls 或 ls：列出当前工作目录的内容。

执行系统命令

• !command：在子shell中执行操作系统命令，如 !ls。

代码执行与性能分析

• %time：计算单个表达式的执行时间。
• %timeit：多次执行以精确测量小段代码的执行时间并给出统计信息。
• %prun：使用 Python 的 cProfile 模块进行代码性能分析。
• %memit：测量代码执行时的内存使用情况。

文档和帮助

• %run script.py：运行 Python 脚本文件。
• %load script.py：将脚本文件的内容加载到交互式会话中。
• %who, %whos：列出或详细显示当前命名空间中的变量。
• %debug：进入交互式调试器。
• %paste：粘贴多行代码并执行。
• %help 或 %?：获取有关魔法命令或Python对象的帮助。
• object? 或 object??：显示对象的文档字符串或源代码。

并行计算

• %px：在 IPython 并行集群中的所有引擎上执行代码。
• %autopx：自动将随后的代码块发送到并行引擎。
• %pxresult：获取最近一次 %px 命令的结果。

对于系统命令，也意味着可以在ipython交互中直接这样：

!pip install pandas

特色

相比于默认的Python命令行交互，IPython提供了一些额外的增强：

• 语法高亮

IPython提供了语法高亮的功能，这对与代码看起来更易读。

• 自动补全

自动补全是非常方便的功能，IPython提供了大多数流行库的自动补全，包括如下这样：

以及这样的常用别名：

• 魔术命令（Magic Commands）
• 历史记录
• 对象信息

• 对象信息：

在 IPython 中输入一个变量名后跟上一个问号 ?，例如 my_variable?，会显示该变量的文档字符串。如果使用两个问号 ??，则还会显示源代码（如果可用）。这个功能之强大堪比IDE。

一些冷门小技巧

清除变量

In [1]: a=1In [2]: a
Out[2]: 1In [3]: %reset_selective -f aIn [4]: a
---------------------------------------------------------------------------
NameError                                 Traceback (most recent call last)
Cell In[4], line 1
----> 1 aNameError: name 'a' is not defined

对于命令行，变量名称的污染有时候很麻烦。使用%reset_selective可以从名称空间中清除变量。

别名

对于熟手，IPython可以像Linux Bash一样，自定义很多东西，比如命令的别名，使用得到可以自己打造一个类似于Bash的命令行系统：

In [7]: %alias ls dir    # 将Windows的dir重命名为lsIn [8]: ls驱动器 D 中的卷没有标签。卷的序列号是 0229-9B9ED:\ 的目录2024/06/12  02:54    <DIR>          .ipynb_checkpoints
2024/06/12  02:54    <DIR>          .virtual_documents

调试

%debug 魔法命令可以在 IPython 中启动一个交互式调试器，这个调试器在遇到异常时自动启动，或者你可以手动启动来调试某段特定的代码。它提供了类似于Python调试器pdb的功能，但集成在IPython环境中，拥有更好的交互性和易用性。

def access_list_element():
2    my_list = [1, 2, 3]
3    print(my_list[3])  # 这里会抛出 IndexError

结语

IPython是一个很方便的命令行Python交互工具，如果你十分熟练，甚至可以把它当做一个简化的IDE使用。即使你不熟悉，相比于IDE和Notebook，他对于你测试一些小方法和快速做一些实验也是非常便捷的工具。