量化风云

如果觉得命令不好记，有两种方法，一是安装cfg4py，这是我开发的一个包，用来解决Python的配置文件读取问题，它可以让你用yaml格式写配置文件，但在程序中却是以python class的属性语法来访问配置项，这样不用写。更换 pip 的默认源至国内的镜像源可以显著提高下载速度，尤其是在网络环境不佳或国外源响应慢的情况下。在 Windows 系统中，配置文件通常位于用户的主目录下的 .pip 文件夹中，即 %USERPROFILE%.pip。不过我们这里要讲的是它的另一个功能，就是对常用配置进行提示。

Python 的虚拟环境方案可谓源远流长，种类繁多。如果你接触 Python 已经有一段时间了，那么你很可能听说过 annaconda, virutalenv, venv, pip, pipenv, poetry, pyenv, pyvenv, pyenv-virtualenv, virtualenvwrapper, pyenv-virtualenv wrapper 等相似概念。

Let your light shine. 让你的光芒闪耀。

关于Python，在工程技巧方面可以参考我的新书《Python高效编程实战指南》，算法方面可以多刷leetcode、kaggle的题，或者简街、千禧的puzzle专栏，我们的专栏也不时会有一些性能优化的技巧。但是，金融行业对C++和Rust这样的互联网热门编程语言的需求并不大，尽管这两种语言在高频交易中不可或缺，但毕竟高频交易比较小众、无法吸纳大资金，因此行业的重心不会在这里。因此，Python才是真正意义上的王者，不仅仅是在金融领域，根据TIOBE 6月的排名，它仍然位居榜首，并且受欢迎程度在上升中。

那是一个痛苦的夜晚。一些人开始准备善后方案，我们则带着愧疚的心情，努力试图让代码尽可能地回滚到通过测试的那个版本的状态。如果有 CI/CD，这种失误几乎不可能发生。如果有版本控制的话，即使发生了这种失误，纠错代价也会小很多。

如果我们的软件支持 3 种操作系统，4 个 python 版本，我们就必须在 3 种操作系统上，分别创建 4 个虚拟环境，安装上我们的软件和依赖，再执行测试，上传测试报告。这个动作不仅相当繁琐，还很容易引入错误。

使用sql来操作DataFrame,这是一个令人感兴趣的话题

tox 是一个通用的 Python 虚拟环境管理和测试命令行工具，旨在自动化和标准化 Python 测试。它是简化 Python 软件的打包、测试和发布过程的更大愿景的一部分。大多数项目都使用它来确保软件在多个 Python 解释器版本之间的兼容性。根据配置创建基于多个版本的 python 虚拟环境，并且保证这些虚拟环境的可复制性（需要与 poetry 或者其它依赖管理工具一起）。在多个环境中运行测试和代码检查工具，比如 pytest 和 flake8, black, mypy 等。隔离环境变量。

Verweile doch, du bist so schön! 你是如此美丽，请逗留片刻吧！

Testing leads to failure, and failure leads to understanding

允许定制只会让团队陷入到无意义地争辩当中，而风格并无对错，习惯就好。我们常常看到在团队里，一些人为代码风格争论，其实他们反对的并不是某种风格本身，他们只是在反对自己的同事而已。

之前我们介绍过，Python作为一门动态语言，为人诟病的缺点之一，就是难以像java那样，支持静态类型检查，这样会把一些错误带到运行中（如果你不进行单元测试的话）。不过，随着type hint的推开，实际上现在Python已经有了比较充分的静态类型检查。这一章我们先介绍其它Lint工具，然后再重点介绍静态类型检查工具 - mypy。

在Jukka Lehtosalo从剑桥毕业后，受Guido邀请，加入了Dropbox，领导了mypy的开发工作。这里也可以看出顶尖大学对待学术研究上的开放和不拘一格。大概在2016年前后，我看到斯坦福的网络公开课上还有讲授ios编程的课，当时也是同样的震撼。一是感叹他们选课之新，二是感叹这种应用型的课程，在国内的顶尖大学里，一般是不会开设的，因为大家会觉得顶尖的学术殿堂，不应该有这么“low”的东西。

接下来比较幸运，当 poetry 查找 asyncpg 和 sqlalchemy 的传递依赖时，没有找到它们有更多的传递依赖，解析结束，这样，poetry 就顺利地选择了 29 个版本中，最新的一个，即 SQLAlchemy-1.3.24。另外，如果该依赖发布了一个紧急的安全更新，通常会使用递增修订号的方式来递增版本。当你使用 poetry add 命令，不加任何选项时，该依赖将被添加为发行依赖（在 1.3 以上的 poetry 中，被归为 main 组），即安装你的包的最终用户，他们也将安装该依赖。

Poetry 是一个依赖管理和打包工具。它提供了版本管理、依赖解析、构建和发布的一站式服务，并将所有的配置，集中到一个文件中，即 pyproject.toml。此外，Poetry 还提供了一个简单的工程创建向导。不过这个向导的功能仍然过于简单，我们的推荐则是使用上一章介绍的 python project wizard。

在 2021 年 3 月的某个孤独的夜晚，我决定创建一个创建一个 python 项目以打发时间。作为一个有经验的开发人员，我的机器上已经有了好多个其它的 python 项目，这些项目往往使用不同的 Python 版本，彼此相互冲突。所以，从一开始，我就决定通过虚拟开发环境来隔离这些不同的工程。经过一晚上折腾，项目运行得很流畅，目标达成，放心地去睡觉了。第二天早晨醒来，sqlalchemy 1.4 版本发布了。

不写代码，就不会产生 bug，这真是极高的佛家智慧：菩提本无树，明镜亦非台，本来无一物，何处惹尘埃？不过，就是这样一个项目，还是被人提交了超过 3k 的 issues（当我们认为项目中存在 bug，或者有新的功能需求，就可以提出一个 issue），远超平均水平，这也算是程序员的幽默吧？

人们试图建造巴别塔，但上帝会毁灭它。虚拟环境似乎解决了依赖地狱问题，但不曾想冒出10多种虚拟环境方案。显然，永远不只一种显而易见的解决之道！

尽管条条道路通罗马，但毕竟有的路走得更平稳更快捷，更不要说有的人甚至就住在罗马。对于 Python 开发而言，你的开发环境有多好用，你离罗马就有多近。因此，我们的旅程从这里开始。本章首先介绍 Python 开发的操作系统环境，然后介绍几个最流行的集成 IDE，并对他们的特点进行了比较，供读者选择。

2020 年，欧洲太空署（European Space Agency）打算向火星派出一个探测器，把一些岩石样品带回地球，以检测火星上是否存在生命。受燃料限制，探测器只能带回 500g 的火星岩石。因此，只有精心挑选的样本才能被带回地球。科学家们准备构建一个现场挑选器，这个挑选器必须有视觉重建能力，为此他们构建了一个人工神经网络。在这项任务中，无论是构建神经网络和多 CPU 集群，还是通过 PyCUDA 来使用 NVida 的 CUDA 库，都重度依赖 Python。