Formateador de código Black

Formateador de código Black Formateador de código Black

Formateador de código Blacklink image 0

Si llevas un tiempo programando en Python supongo que conocerás el PEP8, que es una guía de estilo para la escritura de código en Python, Black

Pues hoy traigo un formateador de código Python que sigue el PEP8 de manera que tus códigos sean más legibles y mantenibles tanto por otros como por tu yo del futuro

Instalaciónlink image 1

Para instalarlo podemos instalarlo con conda

conda install conda-forge::black
      

o con pip

pip install black
      

Código de ejemplolink image 2

Voy a crear un archivo llamado sample_code.py con el siguiente código

class myClass:
      def display_info(self, name, subname, age, description, address, city, zip_code, country, phone, email, license, departament):
      return f"Name : {name}, Subname : {subname}, Age : {age}, Description : {description}, Address : {address}, City : {city}, Zip Code : {zip_code}, Country : {country}, Phone : {phone}, Email : {email}, License : {license}, Departament : {departament}"
      
          def add_numbers(num1,
                          num2):
              return num1 + num2
      
          text = "This is some text"
      
          letters = (
              "alpha",
              "beta",
              "gamma",
              "delta",
              "epsilon",
              "zeta",
              "eta",
              "theta",
              "iota",
              "kappa",
          )
      

Como vemos tiene las dos primeras líneas muy largas, la declaración del segundo método en varias líneas, etc

eyes

Formatear el códigolink image 3

Para formatear el código tenemos dos opciones, hacer

black {source_file_or_directory}
      

o hacer

python -m black {source_file_or_directory}
      

Así que vamos a formatearlo

	
< > Input
Python
!black sample_code.py
Copied
>_ Output
			
reformatted sample_code.py
All done! ✨ 🍰 ✨
1 file reformatted.

Después de formatearlo el código ha quedado así

class myClass:
          def display_info(
              self,
      name,
      subname,
              age,
      description,
              address,
      city,
      zip_code,
      country,
      phone,
      email,
      license,
      departament,
          ):
      return f"Name : {name}, Subname : {subname}, Age : {age}, Description : {description}, Address : {address}, City : {city}, Zip Code : {zip_code}, Country : {country}, Phone : {phone}, Email : {email}, License : {license}, Departament : {departament}"
      
          def add_numbers(num1, num2):
              return num1 + num2
      
          text = "This is some text"
      
          letters = (
              "alpha",
              "beta",
              "gamma",
              "delta",
      epsilon
              "zeta",
      "eta",
              "theta",
              "iota",
              "kappa",
          )
      

Mucho mejor, ¿verdad?

Seguir leyendo

Últimos posts -->

¿Has visto estos proyectos?

Gymnasia

Gymnasia Gymnasia
React Native
Expo
TypeScript
FastAPI
Next.js
OpenAI
Anthropic

Aplicación móvil de entrenamiento personal con asistente de IA, biblioteca de ejercicios, seguimiento de rutinas, dieta y medidas corporales

Horeca chatbot

Horeca chatbot Horeca chatbot
Python
LangChain
PostgreSQL
PGVector
React
Kubernetes
Docker
GitHub Actions

Chatbot conversacional para cocineros de hoteles y restaurantes. Un cocinero, jefe de cocina o camaeror de un hotel o restaurante puede hablar con el chatbot para obtener información de recetas y menús. Pero además implementa agentes, con los cuales puede editar o crear nuevas recetas o menús

Naviground

Naviground Naviground
Ver todos los proyectos -->
>_ Disponible para proyectos

¿Tienes un proyecto con IA?

Hablemos.

maximofn@gmail.com

Especialista en Machine Learning e Inteligencia Artificial. Desarrollo soluciones con IA generativa, agentes inteligentes y modelos personalizados.

¿Quieres ver alguna charla?

Últimas charlas -->

¿Quieres mejorar con estos tips?

Últimos tips -->

Usa esto en local

Los espacios de Hugging Face nos permite ejecutar modelos con demos muy sencillas, pero ¿qué pasa si la demo se rompe? O si el usuario la elimina? Por ello he creado contenedores docker con algunos espacios interesantes, para poder usarlos de manera local, pase lo que pase. De hecho, es posible que si pinchas en alún botón de ver proyecto te lleve a un espacio que no funciona.

Flow edit

Flow edit Flow edit

Edita imágenes con este modelo de Flow. Basándose en SD3 o FLUX puedes editar cualquier imagen y generar nuevas

FLUX.1-RealismLora

FLUX.1-RealismLora FLUX.1-RealismLora
Ver todos los contenedores -->
>_ Disponible para proyectos

¿Tienes un proyecto con IA?

Hablemos.

maximofn@gmail.com

Especialista en Machine Learning e Inteligencia Artificial. Desarrollo soluciones con IA generativa, agentes inteligentes y modelos personalizados.

¿Quieres entrenar tu modelo con estos datasets?

short-jokes-dataset

HuggingFace

Dataset de chistes en inglés

Uso: Fine-tuning de modelos de generación de texto humorístico

231K filas 2 columnas 45 MB
Ver en HuggingFace →

opus100

HuggingFace

Dataset con traducciones de inglés a español

Uso: Entrenamiento de modelos de traducción inglés-español

1M filas 2 columnas 210 MB
Ver en HuggingFace →

netflix_titles

HuggingFace

Dataset con películas y series de Netflix

Uso: Análisis de catálogo de Netflix y sistemas de recomendación

8.8K filas 12 columnas 3.5 MB
Ver en HuggingFace →
Ver más datasets -->