Projets Python
Le générateur de projets Python permet de créer des bibliothèques ou applications Python modernes configurées avec les meilleures pratiques, gérées via UV, utilisant un fichier de verrouillage unique et un environnement virtuel dans un espace de travail UV, pytest pour l’exécution des 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’emballage utilisé par UV
- .python-version Contient la version Python du projet
Vous remarquerez également ces fichiers créés/mis à jour à la racine de l’espace de travail :
- pyproject.toml Configuration d’emballage au niveau workspace pour UV
- .python-version Contient la version Python du workspace
- 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 bibliothèque dans d’autres projets
Section intitulée « Importer votre bibliothèque dans d’autres projets »Grâce à la configuration des espaces de travail UV, vous pouvez référencer votre projet Python depuis n’importe quel autre projet Python dans votre workspace :
from "my_library.hello" import say_hello
Ici, my_library
correspond au nom du module, hello
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, exécutez 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 ses dépendances. Ajoutez une cible comme celle-ci dans 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 -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"] }, },}
Construction
Section intitulée « Construction »Votre projet Python est configuré avec une cible build
(définie dans project.json
), exécutable 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
à la racine de votre workspace, dans un répertoire spécifique au package et à la 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_
qui vérifient des assertions, 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, consultez la documentation pytest.
Exécution des tests
Section intitulée « Exécution des tests »Les tests s’exécutent lors de la cible build
, mais vous pouvez aussi les lancer séparément via 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 spécifique avec le flag -k
en spécifiant le nom du fichier ou 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 lancer le linter et vérifier votre projet, utilisez 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
Section intitulée « Correction des problèmes »La plupart des problèmes de linting ou de formatage peuvent être corrigés automatiquement. Utilisez 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
Pour corriger tous les problèmes dans l’ensemble du workspace, exécutez :
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