Projets Python
Le générateur de projet Python permet de créer une bibliothèque ou une application moderne Python configurée avec les bonnes pratiques, gérée avec UV, un fichier de verrouillage unique et un environnement virtuel dans un espace de travail UV, pytest pour exécuter les tests, et Ruff pour l’analyse statique.
Utilisation
Section intitulée « Utilisation »Générer un projet Python
Section intitulée « Générer un projet Python »Vous pouvez générer un nouveau projet Python de deux manières :
- Installez le Nx Console VSCode Plugin si ce n'est pas déjà fait
- Ouvrez la console Nx dans VSCode
- Cliquez sur
Generate (UI)
dans la section "Common Nx Commands" - Recherchez
@aws/nx-plugin - py#project
- Remplissez les paramètres requis
- Cliquez sur
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
Vous pouvez également effectuer une simulation pour voir quels fichiers seraient modifiés
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
Paramètre | Type | Par défaut | Description |
---|---|---|---|
name Requis | string | - | The name of the Python project |
directory | string | packages | Parent directory where the project is placed. |
projectType Requis | string | application | Project type |
moduleName | string | - | Python module name |
Résultat du générateur
Section intitulée « Résultat du générateur »Le générateur créera la structure de projet suivante dans le répertoire <directory>/<name>
:
Répertoire<module-name>
- __init__.py Initialisation du module
- hello.py Exemple de fichier source Python
Répertoiretests
- __init__.py Initialisation du module
- conftest.py Configuration des tests
- test_hello.py Exemple de tests
- project.json Configuration du projet et cibles de build
- pyproject.toml Fichier de configuration d’empaquetage utilisé par UV
- .python-version Contient la version Python du projet
Vous remarquerez également les fichiers suivants créés/mis à jour à la racine de votre espace de travail :
- pyproject.toml Configuration d’empaquetage au niveau de l’espace de travail pour UV
- .python-version Contient la version Python de l’espace de travail
- uv.lock Fichier de verrouillage des dépendances Python
Écriture du code source Python
Section intitulée « Écriture du code source Python »Ajoutez votre code source Python dans le répertoire <module-name>
.
Importer votre code bibliothèque dans d’autres projets
Section intitulée « Importer votre code bibliothèque dans d’autres projets »Utilisez la cible add
pour ajouter une dépendance à un projet Python.
Supposons que nous ayons créé deux projets Python, my_app
et my_lib
. Ceux-ci auront des noms de projet qualifiés complets my_scope.my_app
et my_scope.my_lib
, et auront par défaut des noms de module my_scope_my_app
et my_scope_my_lib
.
Pour que my_app
dépende de my_lib
, nous pouvons exécuter la commande suivante :
pnpm nx run my_scope.my_app:add my_scope.my_lib
yarn nx run my_scope.my_app:add my_scope.my_lib
npx nx run my_scope.my_app:add my_scope.my_lib
bunx nx run my_scope.my_app:add my_scope.my_lib
Vous pouvez ensuite importer votre code bibliothèque :
from my_scope_my_lib.hello import say_hello
Ci-dessus, my_scope_my_lib
est le nom du module pour la bibliothèque, hello
correspond au fichier source Python hello.py
, et say_hello
est une méthode définie dans hello.py
.
Dépendances
Section intitulée « Dépendances »Pour ajouter des dépendances à votre projet, vous pouvez exécuter la cible add
dans votre projet Python, par exemple :
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
Cela ajoutera la dépendance au fichier pyproject.toml
de votre projet et mettra à jour le uv.lock
racine.
Code d’exécution
Section intitulée « Code d’exécution »Lorsque vous utilisez votre projet Python comme code d’exécution (par exemple comme gestionnaire pour une fonction AWS Lambda), vous devrez créer un bundle du code source et de toutes ses dépendances. Vous pouvez y parvenir en ajoutant une cible comme celle-ci à votre fichier 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 --package my_scope.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"] }, },}
Votre projet Python est configuré avec une cible build
(définie dans project.json
), que vous pouvez exécuter via :
pnpm nx run <project-name>:build
yarn nx run <project-name>:build
npx nx run <project-name>:build
bunx nx run <project-name>:build
Où <project-name>
est le nom qualifié complet de votre projet.
La cible build
compilera, linttera et testera votre projet.
Le résultat du build se trouve dans le dossier dist
racine de votre espace de travail, dans un répertoire pour votre package et cible, par exemple dist/packages/<my-library>/build
.
pytest est configuré pour tester votre projet.
Écriture des tests
Section intitulée « Écriture des tests »Les tests doivent être écrits dans le répertoire test
de votre projet, dans des fichiers Python préfixés par test_
, par exemple :
Répertoiremy_library
- hello.py
Répertoiretest
- test_hello.py Tests pour hello.py
Les tests sont des méthodes commençant par test_
et utilisant des assertions pour vérifier les attentes, par exemple :
from my_library.hello import say_hello
def test_say_hello(): assert say_hello("Darth Vader") == "Hello, Darth Vader!"
Pour plus de détails sur l’écriture des tests, veuillez consulter la documentation pytest.
Exécution des tests
Section intitulée « Exécution des tests »Les tests s’exécuteront dans le cadre de la cible build
de votre projet, mais vous pouvez aussi les exécuter séparément en lançant la cible 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
Vous pouvez exécuter un test individuel ou une suite de tests en utilisant le flag -k
, en spécifiant soit le nom du fichier de test soit celui de la méthode :
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'
Les projets Python utilisent Ruff pour le linting.
Exécution du linter
Section intitulée « Exécution du linter »Pour invoquer le linter et vérifier votre projet, vous pouvez exécuter la cible 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
Correction des problèmes de linting
Section intitulée « Correction des problèmes de linting »La majorité des problèmes de linting ou de formatage peuvent être corrigés automatiquement. Vous pouvez demander à Ruff de corriger les problèmes de linting en utilisant l’argument --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 même, si vous souhaitez corriger tous les problèmes de linting dans tous les packages de votre espace de travail, vous pouvez exécuter :
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