GitHub - analysis-tools-dev/static-analysis: ⚙️ A curated list of static analysis (SAST) tools and linters for all programming languages, config files, build tools, and more. The focus is on tools which improve code quality.You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
GitHub - vintasoftware/python-linters-and-code-analysis: Python Linters and Code Analysis tools curated list
Wrappers: Coala - Wrapper of code linters and fixers for various languages, including Python. Written in Python. Wraps all popular Python linters: https://coala.io/ bandit, isort, mypy, pycodestyle, pydocstyle, pyflakes, pylint, pyroma, radon, vulture, yapf also, has exclusive checks: PEP8 for Jupyter notebooks: https://github.com/coala/coala-bears/blob/master/bears/python/PEP8NotebookBear.py __in
Python: ユニットテストを書いてみよう - CUBE SUGAR CONTAINER
ソフトウェアエンジニアにとって、不具合に対抗する最も一般的な方法は自動化されたテストを書くこと。 テストでは、書いたプログラムが誤った振る舞いをしないか確認する。 一口に自動テストといっても、扱うレイヤーによって色々なものがある。 今回は、その中でも最もプリミティブなテストであるユニットテストについて扱う。 ユニットテストでは、関数やクラス、メソッドといった単位の振る舞いについてテストを書いていく。 Python には標準ライブラリとして unittest というパッケージが用意されている。 これは、文字通り Python でユニットテストを書くためのパッケージとなっている。 このエントリでは、最初に unittest パッケージを使ってユニットテストを書く方法について紹介する。 その上で、さらに効率的にテストを記述するためにサードパーティ製のライブラリである pytest を使っていく。
py.testのおすすめプラグイン - WonderPlanet DEVELOPER BLOG
サーバーエンジニアの原です。 今回は、Python製テスティングフレームワークpy.testの数あるプラグインのうち、おすすめプラグインをご紹介します。 Python 3.4、pytest 2.7.0を前提とします。 pytest-flakes pytest-flakesは、Pythonの文法/コードスタイルチェッカーであるpyflakesをテスト時に実行できるようになるプラグインです。 例えばこのような（全く役に立たない）テストコードがあったとします。 # -*- coding: utf-8 -*- def test(): a = 5 assert 1+2 == 3 これを--flakesオプションを付けてテストを実行すると、未使用の変数があるため、テストが失敗します。 $ py.test --flakes ===================================== te
【Python】Poetry始めてみた & Pipenv から poetry へ移行した所感 - Qiita
動機 近頃pipenv のインストールがかなり遅いので poetry を試してみました。 一通り使ってみてわかったことをまとめます。Pipenvを使っているのでそことの比較も。 パッケージ関連のコマンド(build, publish...)に関してや、細かい機能に関しては記述しないので、公式 Docを参考にしてください。 Poetryについて Poetryは、Pythonのパッケージ管理ツールです。Pipenvと同様、依存関係を解決しパッケージのインストール、アンインストールを行ってくれ、 poetry.lockファイルによって、他のユーザーも適切なバージョン、依存関係でパッケージをインストールすることが出来ます。 仮想環境を利用でき、パッケージングも可能です。 環境 CentOS 7.6.1810 pyenv 1.2.14-8-g0e7cfc3b poetry 1.0.2 Python
Automate Python workflow using pre-commits: black and flake8
Before I commit my staged Python files, black formats my code and flake8 checks my compliance to PEP8. If everything passes, the commit is made. If not, then I the perform necessary edits and commit again. Less time is spent on code formatting so I can focus more on code logic. Code reviews are fun! They enable me to learn from other’s code while providing an opportunity to teach what I know. Howe
PythonとTypeScriptで学ぶGenerics初めの一歩 - mizzsugar’s blog
Twitterで Genericsの話が浮上しているのに影響されて、Generics使うと何が良いのか落とし込みました。 なお、この2つの言語にしたのは、普段自分が使うからです。 Genericsとは 「総称型」とか「汎用型」と言われます。 型定義にGenericsを使うことで文字列型や数値型など具体的な型に依存しない 抽象的かつ汎用的な関数やクラスを作ることができます。 そもそも、「generic」という単語は「汎用の」という意味があります。 そこから、「Generics」とは汎用的な何かを指しているんだなと想像できます。 Pythonでの定義の仕方 sample.py from typing import TypeVar, Sequence T = TypeVar(’T’) # TypeVarを使ってTという名前の型だと宣言します。 def fist(l: Sequence[T]) -
mangum + FastAPI で ASGI な Python アプリケーションを AWS Lambda + API Gateway 上で動かす - らくがきちょう
mangum を使うと FastAPI や responder といった ASGI アプリケーションを AWS Lambda + API Gateway 上へ簡単にデプロイすることが出来ます。 今回は FastAPI で書いた ASGI アプリケーションを mangum を使って AWS 上でデプロイする手順をメモしておきます。 mangum init の注意点 最初に mangum init する ハンドラは app/asgi.py に定義する mangum のプロジェクト名は AWS ルールに準拠したものにする mangum cli には削除機能が無い プロジェクトディレクトリを作成する mangum-cli をインストールする AWS CLI をセットアップする AWS S3 上に Bucket を作成する デプロイ用の設定ファイルを作成する requirements.txt を修正
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
GitHub - analysis-tools-dev/dynamic-analysis: ⚙️ A curated list of dynamic analysis tools and linters for all programming languages, binaries, and more.
Awesome Static Analysis
Python linters for better code quality - Alexey Smirnov
8 great pytest plugins
How to install and use plugins - pytest documentation
GitHub - man-group/pytest-plugins: A grab-bag of nifty pytest plugins
Eric Carmichael's Nerdery
pytest_harvest
GitHub - smarie/python-pytest-harvest: Store data created during your `pytest` tests execution, and retrieve it at the end of the session, e.g. for applicative benchmarking purposes.
Collecting and Reporting pytest Results
The Top 23 Pytest Open Source Projects
GitHub - hackebrot/pytest-tricks: :smirk: Tips and Tricks for the Python Testing Tool
