运行python脚本，就像它是以交互方式运行的一样

出于某些文档目的，我需要运行一些python代码行，并将输出放入类的docstring中

结果应该如下所示：

>>> from sklearn.cluster import KMeans
>>> import numpy as np
>>> X = np.array([[1, 2], [1, 4], [1, 0],
...               [4, 2], [4, 4], [4, 0]])
>>> kmeans = KMeans(n_clusters=2, random_state=0).fit(X)
>>> kmeans.labels_
array([0, 0, 0, 1, 1, 1], dtype=int32)
>>> kmeans.predict([[0, 0], [4, 4]])
array([0, 1], dtype=int32)
>>> kmeans.cluster_centers_
array([[ 1.,  2.],
       [ 4.,  2.]])

现在我的问题是，假设我有一个包含这几行代码的文件，如何使用

python

运行它，从而获得这样的输出

Bash有一个类似的选项，您可以在文件中包含以下内容，比如

demo.sh

mkdir /tmp/test1
touch /tmp/test1/1
ls /tmp/test1

您可以将其作为

bash-xdemo.sh运行，并获得以下输出：

$ bash -x /tmp/tmp.sh 
+ mkdir /tmp/test1
+ touch /tmp/test1/1
+ ls /tmp/test1
1

有没有一种方法可以对
python
执行同样的操作？
您可以使用
code
模块的
InteractiveConsole
类：

模拟交互式.py

import code
import sys

icon = code.InteractiveConsole()

prompt = '>>>'
for line in sys.stdin:
    line = line.rstrip()
    print(prompt, line)
    prompt = ('...' if icon.push(line) else '>>>')

import random

print(random.randint(1, 7))
print(random.randint(1, 7))
print(random.randint(1, 7))
print(random.randint(1, 7))

test.py

import code
import sys

icon = code.InteractiveConsole()

prompt = '>>>'
for line in sys.stdin:
    line = line.rstrip()
    print(prompt, line)
    prompt = ('...' if icon.push(line) else '>>>')

import random

print(random.randint(1, 7))
print(random.randint(1, 7))
print(random.randint(1, 7))
print(random.randint(1, 7))

运行示例：

~/Desktop $ python3 emulate-interactive.py < test.py
>>> import random
>>>
>>> print(random.randint(1, 7))
1
>>> print(random.randint(1, 7))
7
>>> print(random.randint(1, 7))
4
>>> print(random.randint(1, 7))
4
~/Desktop $

~/Desktop$python3仿真-interactive.py>>随机输入
>>>
>>>打印（random.randint（1,7））
1.
>>>打印（random.randint（1,7））
7.
>>>打印（random.randint（1,7））
4.
>>>打印（random.randint（1,7））
4.
~/桌面$
在tmp.txt中包含以下内容

$ cat tmp.txt
from sklearn.cluster import KMeans
import numpy as np
X = np.array([[1, 2], [1, 4], [1, 0],
              [4, 2], [4, 4], [4, 0]])
kmeans = KMeans(n_clusters=2, random_state=0).fit(X)
kmeans.labels_
kmeans.predict([[0, 0], [4, 4]])

以下cmd将以交互方式显示与从tmp.txt运行cmds相同的输出

$ python -c "import code; c=code.InteractiveConsole(); dec = lambda f: lambda x: print(x) or f(x); c.push = dec(c.push); c.interact('', '')" < tmp.txt
>>> from sklearn.cluster import KMeans
>>> import numpy as np
>>> X = np.array([[1, 2], [1, 4], [1, 0],
...               [4, 2], [4, 4], [4, 0]])
>>> kmeans = KMeans(n_clusters=2, random_state=0).fit(X)
>>> kmeans.labels_
array([0, 0, 0, 1, 1, 1], dtype=int32)
>>> kmeans.predict([[0, 0], [4, 4]])
array([0, 1], dtype=int32)
>>> 

$python-c“导入代码；c=code.InteractiveConsole（）；dec=lambda f:lambda x:print（x）或f（x）；c.push=dec（c.push）；c.interact（“”，）”>>从sklearn.cluster导入KMeans
>>>将numpy作为np导入
>>>X=np.数组（[[1,2]，[1,4]，[1,0]，
...               [4, 2], [4, 4], [4, 0]])
>>>kmeans=kmeans（n_集群=2，随机状态=0）。拟合（X）
>>>kmeans.labels_
数组（[0,0,0,1,1,1]，dtype=int32）
>>>kmeans.predict（[[0,0]，[4,4]]
数组（[0,1]，dtype=int32）
>>> 
<>代码>你可以考虑使用<代码> iPython < /C>吗？