- 授权协议: MIT
- 开发语言: Python
- 操作系统: 跨平台
- 软件首页: https://github.com/Russell91/pythonpy
- 软件文档: https://github.com/Russell91/pythonpy/blob/master/README.rst
软件介绍
Pythonpy 可看作是命令行版的“瑞士军刀”,能在命令行中直接执行任何 Python 指令。
Usage
浮点运算
$ py '3 * 1.5' 4.5
自动导入任意模块
$ py 'math.exp(1)' 2.71828182846 $ py 'random.random()' 0.103173957713 $ py 'datetime.datetime.now?' Help on built-in function now: now(...) [tz] -> new datetime with tz's local day and time.
py -x'foo(x)'将 foo 应用到输入的每行
将输入的各行乘以7
$ py 'range(3)' | py -x 'int(x)*7' 0 7 14
抓住 csv 的第二列
$ echo $'a1,b1,c1\na2,b2,c2' | py -x 'x.split(",")[1]'
b1
b2将 “.text” 附加到目录中的每个文件
$ ls | py -x '"mv `%s` `%s.txt`" % (x,x)' | sh # sharp quotes are swapped out for single quotes # single quotes handle spaces in filenames
删除 find 命令返回的每个文件
$ find . -type f | py -x '"rm %s" % x' | sh
只获取2位数字
$ py 'range(14)' | py -x 'x if len(x) == 2 else None' 10 11 12 13
数据密集型应用系统设计
Martin Kleppmann / 赵军平、李三平、吕云松、耿煜 / 中国电力出版社 / 2018-9-1 / 128
全书分为三大部分: 第一部分,主要讨论有关增强数据密集型应用系统所需的若干基本原则。首先开篇第1章即瞄准目标:可靠性、可扩展性与可维护性,如何认识这些问题以及如何达成目标。第2章我们比较了多种不同的数据模型和查询语言,讨论各自的适用场景。接下来第3章主要针对存储引擎,即数据库是如何安排磁盘结构从而提高检索效率。第4章转向数据编码(序列化)方面,包括常见模式的演化历程。 第二部分,我们将......一起来看看 《数据密集型应用系统设计》 这本书的介绍吧!
