bools

[toc]

bools-0.4.3.2

常用功能集合，更高效的编写代码

安装

pip3 install -U bools

文档

dbc 「数据库连接」

ElasticSearch

支持方便的对ES进行读写操作

兼容ES6，ES7

支持便捷的和pandas互操作

write

>>> from bools.dbc import ElasticSearch
>>> es = ElasticSearch('localhost', 9200)
>>> es.write(index='test', data=[{'a':1,'b':2}]*2000, batch_size=1000)

query、scroll_query

>>> from bools.dbc import ElasticSearch
>>> es = ElasticSearch('localhost', 9200, patch_pandas=True)
>>> es.query('test', {
...             "query": {
...                 "terms": {
...                     "a": [1]
...                 }
...             }
...	    })


>>> es.scroll_query('test', {
...             "query": {
...                 "terms": {
...                     "a": [1]
...                 }
...             }
...         }, batch_size=1000)

pd.read_es、pd.DataFrame.to_es

特性：写入es自动完成类型映射（date，object，number），还可指定numeric_detection完成数值字符串的转换。读取直接转化为DataFrame

>>> from bools.dbc import ElasticSearch
>>> import pandas as pd
>>> es = ElasticSearch('localhost', 9200, patch_pandas=True)
# 数据写入
>>> pd.DataFrame({'v':[4,5,6]}).to_es(index='test')
>>> pd.DataFrame({'v':['3.14','2.4',6]}).to_es(index='test', numeric_detection=True)
>>> pd.DataFrame({'v':[7,8,9],'index':['test-1','test-2','test-1']}).to_es(index_col='index')

# 数据读取
>>> pd.read_es('test', query_body={})   # 读取index="test"的全部数据（自动scroll读取）

InfluxDB

支持方便的对influxdb进行常用操作及基础优化
支持便捷的和pandas互操作

write、query

同Elasticsearch操作

pd.read_influxdb、pd.DataFrame.to_influxdb

特性：自适应time列（字符串，date（有无时区），任意位时间戳）

>>> from bools.dbc import InfluxDB
>>> import pandas as pd
>>> influxdb = InfluxDB(host='localhost', port=8086, database='bowaer', patch_pandas=True)
>>> pd.read_influxdb('select * from test').head()
                           count     src  succ_count
time
2021-07-07 18:07:52+08:00      0  bowaer           0
2021-07-07 18:07:53+08:00      1  bowaer           1
2021-07-07 18:07:54+08:00      2  bowaer           2
2021-07-07 18:07:55+08:00      3  bowaer           3
2021-07-07 18:07:56+08:00      4  bowaer           4

datetime「时间日期处理」

Datetime

默认带有时区信息（Asia/Shanghai），支持和timedelta等互相操作。保留原生datetime.datetime所有方法和属性

有一系列比原生datetime更简洁、高效的与时间字符串交互方式

fromtimestamp

特性：支持任意位数的时间戳

>>> from bools.datetime import Datetime
>>> Datetime.fromtimestamp(1660000000000)
Datetime(2022, 8, 9, 7, 6, 40, tzinfo=tzfile('/usr/share/zoneinfo/Asia/Shanghai'))

from_str

特性：无须指定format，且性能高于strptime（约2倍）

>>> Datetime.from_str('2021-1-1 12:32:24')
Datetime(2021, 1, 1, 12, 32, 24, tzinfo=tzfile('/usr/share/zoneinfo/Asia/Shanghai'))
>>> Datetime.from_str('2021-1-1T12:32')
Datetime(2021, 1, 1, 12, 32, tzinfo=tzfile('/usr/share/zoneinfo/Asia/Shanghai'))

to_str、str

特性：便捷的输出时间字符串的任意部分

>>> Datetime.now().str
'2021-06-18 16:20:23'
>>> Datetime.now().to_str(3,6)
'16:20:30'

from_datetime

将原生datetime转化为Datetime对象

>>> Datetime.from_datetime(datetime.now())
Datetime(2021, 6, 18, 16, 23, 11, 569620, tzinfo=tzfile('/usr/share/zoneinfo/Asia/Shanghai'))

Timedelta

同datetime.timedelta，均可与Datetime互操作

>>> Datetime.now()+Timedelta(days=1)
Datetime(2021, 6, 19, 16, 25, 33, 188782, tzinfo=tzfile('/usr/share/zoneinfo/Asia/Shanghai'))
>>> Datetime.now()+timedelta(hours=1)
Datetime(2021, 6, 18, 17, 25, 43, 40131, tzinfo=tzfile('/usr/share/zoneinfo/Asia/Shanghai'))

set_default_tz

通过tz_id修改Datetime默认时区

>>> from bools.datetime import set_default_tz
>>> set_default_tz('Asia/Shanghai')

set_default_format

设置Datetime.to_str()输出的时间字符串格式，格式同strptime format

>>> from bools.datetime import set_default_format
>>> set_default_format('%Y-%m-%d %H:%M:%S')

log「日志输出」

Logger

配置简单，输出带颜色区分的日志（通过ascii esc实现）

debug：灰色，info：绿色，warning：黄色，error：红色

>>> from bools.log import Logger
>>> # Logger.init("DEBUG") 可通过init调整输出日志级别，默认输出>INFO
>>> Logger.info('hello world')
[2021-06-18 16:34:36,561][INFO] : hello world
>>> Logger.error('hello world')
[2021-06-18 16:35:02,127][ERROR] : hello world

functools「工具函数」

parallel

多进程处理函数。特性：支持传递lambda函数和无参函数

>>> from bools.functools import parallel
>>> parallel(lambda x:x**2)(range(4))
[0, 1, 4, 9]
>>> parallel(lambda :2, count=2)(range(4))
[2, 2, 2, 2]

catch

异常处理装饰器，可传入闭包控制异常后执行函数或在异常后返回值

>>> from bools.functools import catch
>>> result = catch(except_return=1, log='计算报错')(lambda :1/0)()
[2021-06-18 16:39:33,449][ERROR] : 计算报错
Traceback (most recent call last):
  File "/Users/bowaer/PycharmProjects/bools/bools/functools/functools.py", line 10, in wrapper
    return func(*args, **kwargs)
  File "<stdin>", line 1, in <lambda>
ZeroDivisionError: division by zero
>>> result
1

>>> @catch(except_return=2)
... def func(n):
...  return 1/n
... 
>>> func(2)
0.5
>>> func(0)
[2021-06-18 16:41:31,912][ERROR] : 
Traceback (most recent call last):
  File "/Users/bowaer/PycharmProjects/bools/bools/functools/functools.py", line 10, in wrapper
    return func(*args, **kwargs)
  File "<stdin>", line 3, in func
ZeroDivisionError: division by zero
2

timeit

函数时间统计装饰器

>>> from bools.functools import timeit
>>> costs = timeit(count=10, return_costs=True)(time.sleep)(0.1)
[2021-06-18 17:29:37,064][INFO] : 平均执行时间: 0.103s
>>> costs
[0.10266709327697754, 0.105194091796875, 0.10502386093139648, 0.10092806816101074, 0.10246896743774414, 0.10508394241333008, 0.10145998001098633, 0.10406613349914551, 0.10434389114379883, 0.10046100616455078]

>>> from bools.functools import timeit
>>> @timeit
... def test():
...  for i in range(1000000):
...   'hello'+'world'
... 
>>> test()
[2021-06-18 18:03:16,937][INFO] : 平均执行时间: 0.019s

版本历史

0.4.0

增加dbc（数据库连接）包，包含Elasticsearch模块

支持es读写以及对应pandas的操作

支持influxdb常用操作及对应pandas操作

优化pandas dataframe写入数据库性能和内存

解决numpy特殊版本下（已知1.19.3）dtype类型in list判断时报Cannot interpret xxxx as a data type

0.3.3

增加并行处理函数parallel，支持传递lambda函数和无参函数

0.3.2

装饰器函数支持兼容无参数使用，即@timeit == @timeit()

catch增加exception参数支持自定义异常捕获类型

0.3.1

functools增加timeit统计函数执行时间

0.3.0

增加functools模块及catch异常处理

0.2.2

修复Datetime和timedelta互操作返回原生datetime对象的问题

0.2.0

增加log模块

0.1.0

增加datetime模块