Proyectos de Python
El generador de proyectos Python permite crear una biblioteca o aplicación moderna de Python configurada con mejores prácticas, gestionada con UV, un único archivo de bloqueo y entorno virtual en un espacio de trabajo UV, pytest para ejecutar pruebas, y Ruff para análisis estático.
Generar un proyecto de Python
Sección titulada «Generar un proyecto de Python»Puedes generar un nuevo proyecto de Python de dos formas:
- Instale el Nx Console VSCode Plugin si aún no lo ha hecho
- Abra la consola Nx en VSCode
- Haga clic en
Generate (UI)
en la sección "Common Nx Commands" - Busque
@aws/nx-plugin - py#project
- Complete los parámetros requeridos
- Haga clic en
Generate
pnpm nx g @aws/nx-plugin:py#project
yarn nx g @aws/nx-plugin:py#project
npx nx g @aws/nx-plugin:py#project
bunx nx g @aws/nx-plugin:py#project
También puede realizar una ejecución en seco para ver qué archivos se cambiarían
pnpm nx g @aws/nx-plugin:py#project --dry-run
yarn nx g @aws/nx-plugin:py#project --dry-run
npx nx g @aws/nx-plugin:py#project --dry-run
bunx nx g @aws/nx-plugin:py#project --dry-run
Opciones
Sección titulada «Opciones»Parámetro | Tipo | Predeterminado | Descripción |
---|---|---|---|
name Requerido | string | - | The name of the Python project |
directory | string | packages | Parent directory where the project is placed. |
projectType Requerido | string | application | Project type |
moduleName | string | - | Python module name |
Resultado del generador
Sección titulada «Resultado del generador»El generador creará la siguiente estructura de proyecto en el directorio <directory>/<name>
:
Directory<module-name>
- __init__.py Inicialización del módulo
- hello.py Archivo de ejemplo de código Python
Directorytests
- __init__.py Inicialización del módulo
- conftest.py Configuración de pruebas
- test_hello.py Pruebas de ejemplo
- project.json Configuración del proyecto y objetivos de compilación
- pyproject.toml Archivo de configuración de empaquetado usado por UV
- .python-version Contiene la versión de Python del proyecto
También podrás observar estos archivos creados/actualizados en la raíz de tu espacio de trabajo:
- pyproject.toml Configuración de empaquetado a nivel de espacio de trabajo para UV
- .python-version Contiene la versión de Python del espacio de trabajo
- uv.lock Archivo de bloqueo de dependencias Python
Escribiendo código Python
Sección titulada «Escribiendo código Python»Añade tu código fuente Python en el directorio <module-name>
.
Importando tu biblioteca en otros proyectos
Sección titulada «Importando tu biblioteca en otros proyectos»Como los espacios de trabajo UV están configurados, puedes referenciar tu proyecto Python desde cualquier otro proyecto Python en tu espacio de trabajo:
from "my_library.hello" import say_hello
Aquí, my_library
es el nombre del módulo, hello
corresponde al archivo fuente Python hello.py
, y say_hello
es un método definido en hello.py
.
Dependencias
Sección titulada «Dependencias»Para añadir dependencias a tu proyecto, puedes ejecutar el objetivo add
en tu proyecto Python, por ejemplo:
pnpm nx run my_scope.my_library:add some-pip-package
yarn nx run my_scope.my_library:add some-pip-package
npx nx run my_scope.my_library:add some-pip-package
bunx nx run my_scope.my_library:add some-pip-package
Esto añadirá la dependencia al archivo pyproject.toml
de tu proyecto y actualizará el uv.lock
raíz.
Código en tiempo de ejecución
Sección titulada «Código en tiempo de ejecución»Cuando uses tu proyecto Python como código de runtime (por ejemplo como manejador para una función AWS Lambda), necesitarás crear un paquete del código fuente y todas sus dependencias. Puedes lograrlo añadiendo un objetivo como el siguiente a tu archivo project.json
:
{ ... "targets": { ... "bundle": { "cache": true, "executor": "nx:run-commands", "outputs": ["{workspaceRoot}/dist/packages/my_library/bundle"], "options": { "commands": [ "uv export --frozen --no-dev --no-editable --project packages/my_library -o dist/packages/my_library/bundle/requirements.txt", "uv pip install -n --no-installer-metadata --no-compile-bytecode --python-platform x86_64-manylinux2014 --python `uv python pin` --target dist/packages/my_library/bundle -r dist/packages/my_library/bundle/requirements.txt" ], "parallel": false }, "dependsOn": ["compile"] }, },}
Compilación
Sección titulada «Compilación»Tu proyecto Python está configurado con un objetivo build
(definido en project.json
), que puedes ejecutar mediante:
pnpm nx run <project-name>:build
yarn nx run <project-name>:build
npx nx run <project-name>:build
bunx nx run <project-name>:build
Donde <project-name>
es el nombre completo de tu proyecto.
El objetivo build
compilará, verificará y probará tu proyecto.
La salida de compilación se encuentra en la carpeta dist
raíz de tu espacio de trabajo, dentro de un directorio para tu paquete y objetivo, por ejemplo dist/packages/<my-library>/build
.
Pruebas
Sección titulada «Pruebas»pytest está configurado para probar tu proyecto.
Escribiendo pruebas
Sección titulada «Escribiendo pruebas»Las pruebas deben escribirse en el directorio test
dentro de tu proyecto, en archivos Python con prefijo test_
, por ejemplo:
Directorymy_library
- hello.py
Directorytest
- test_hello.py Pruebas para hello.py
Las pruebas son métodos que comienzan con test_
y realizan aserciones para verificar expectativas, por ejemplo:
from my_library.hello import say_hello
def test_say_hello(): assert say_hello("Darth Vader") == "¡Hola, Darth Vader!"
Para más detalles sobre cómo escribir pruebas, consulta la documentación de pytest.
Ejecutando pruebas
Sección titulada «Ejecutando pruebas»Las pruebas se ejecutarán como parte del objetivo build
de tu proyecto, pero también puedes ejecutarlas por separado usando el objetivo test
:
pnpm nx run <project-name>:test
yarn nx run <project-name>:test
npx nx run <project-name>:test
bunx nx run <project-name>:test
Puedes ejecutar una prueba individual o un conjunto de pruebas usando el flag -k
, especificando el nombre del archivo de prueba o método:
pnpm nx run <project-name>:test -k 'test_say_hello'
yarn nx run <project-name>:test -k 'test_say_hello'
npx nx run <project-name>:test -k 'test_say_hello'
bunx nx run <project-name>:test -k 'test_say_hello'
Verificación de código
Sección titulada «Verificación de código»Los proyectos Python usan Ruff para análisis estático.
Ejecutando el linter
Sección titulada «Ejecutando el linter»Para invocar el linter y verificar tu proyecto, ejecuta el objetivo lint
:
pnpm nx run <project-name>:lint
yarn nx run <project-name>:lint
npx nx run <project-name>:lint
bunx nx run <project-name>:lint
Corrigiendo problemas de linting
Sección titulada «Corrigiendo problemas de linting»La mayoría de problemas de formato o análisis estático pueden corregirse automáticamente. Puedes indicar a Ruff que corrija los problemas usando el argumento --configuration=fix
:
pnpm nx run <project-name>:lint --configuration=fix
yarn nx run <project-name>:lint --configuration=fix
npx nx run <project-name>:lint --configuration=fix
bunx nx run <project-name>:lint --configuration=fix
De forma similar, si deseas corregir todos los problemas en todos los paquetes de tu espacio de trabajo, ejecuta:
pnpm nx run-many --target lint --all --configuration=fix
yarn nx run-many --target lint --all --configuration=fix
npx nx run-many --target lint --all --configuration=fix
bunx nx run-many --target lint --all --configuration=fix