Jak zainstalować NumPy w VS Code

Jeśli jesteś programistą Pythona, prawdopodobnie słyszałeś o NumPy, niezbędnym pakiecie do obliczeń naukowych w Pythonie. Ale czy wiesz, jak uruchomić go w Visual Studio Code (VS Code), podstawowym edytorze kodu dla wielu programistów?

W tym artykule szczegółowo omówimy instalację NumPy w VS Code i kilka innych powiązanych tematów, które mogą być interesujące.

Zainstaluj NumPy w VS Code

Bezzwłocznie, oto wszystkie kroki, które musisz wykonać, aby zainstalować NumPy:

1. Odpal VS Code. Jeśli przypadkiem go jeszcze nie masz pobierz kopię z oficjalnej strony internetowej .

   

2. Kliknij kartę Rozszerzenie. Możesz go znaleźć po lewej stronie okna, oznaczony ikoną z czterema kwadratami.

   

3. Wpisz „Python” w pasku wyszukiwania rozszerzenia.

   

4. Wybierz „Python od Microsoft” z wyników.

   

5. Kliknij niebieski przycisk „Zainstaluj”.

   

6. Wróć do menu głównego.
7. Wybierz „Terminal”.

   

8. Wybierz „Nowy terminal”.

   

9. Aby rozpocząć pracę z NumPy, wprowadź to polecenie do właśnie otwartego terminala: . pip install numpy

   

To mówi instalatorowi pakietu Pythona, aby pobrał NumPy i zainstalował go na twoim komputerze. Od tego momentu proces jest automatyczny.

Pobrane rozszerzenie języka Python zapewnia również obfite wsparcie dla innych projektów języka Python, takich jak technologia IntelliSense, linting lub debugowanie.

Jeśli natkniesz się na jakiekolwiek przeszkody, które jako komunikat o błędzie wymieniają „brak modułu o nazwie numpy”, sprawdź dwukrotnie, czy wybrałeś właściwy interpreter Pythona. Możesz to dostosować, przechodząc do „Python” w dolnym obszarze ekranu i wybierając interpreter, który ma pip i NumPy.

Wykorzystaj w pełni NumPy w VS Code

Po uruchomieniu NumPy możesz korzystać z funkcji programu Visual Studio Code, aby programowanie było bardziej efektywne i przyjemne.

Debugowanie

Programowanie jest skomplikowane i delikatne, a ty musisz debugować kod, który nie zrobi tego, co powinien. VS Code ma kompleksowe środowisko debugowania specjalnie dla aplikacji Pythona i tych, które używają NumPy do obliczeń naukowych. Oto kilka porad:

• Jeśli zidentyfikujesz możliwy błąd, aby dotrzeć do źródła problemu, musisz wyciągnąć plik Pythona, nad którym pracujesz, i otworzyć go. Następnie kliknij „Uruchom” w górnym menu i wybierz „Rozpocznij debugowanie”. Spowoduje to rozpoczęcie debugowania.
• Debugowanie kodu może być znacznie łatwiejsze, jeśli ustawisz punkty przerwania. Te znaczniki umożliwiają debugerowi wstrzymanie programu, dzięki czemu można sprawdzić stan programu dokładnie w tym momencie wykonywania. Spróbuj ustawić te punkty przerwania, klikając margines obok wiersza kodu, który chcesz zatrzymać, lub najeżdżając kursorem na wiersz i naciskając klawisz F9.
• Gdy program jest wstrzymany, kontrolki debugowania u góry ekranu umożliwiają poruszanie się po kodzie. Jeśli naciśniesz F10, możesz pominąć funkcje; z F11 zanurzysz się w nie głębiej, a naciśnięcie zarówno Shift, jak i F11 spowoduje wyjście z funkcji.
• Możesz także dokładnie przyjrzeć się zmiennym w panelu „Zmienne”. Pojawi się na pasku bocznym „Uruchom i debuguj”, gdy program jest wstrzymany, wyświetlając wszystkie wartości w zakresie lokalnym. Jeśli potrzebujesz więcej szczegółów, najedź kursorem na dowolną zmienną w kodzie, aby uzyskać dokładną wartość.

Korzystanie z notebooków Jupyter

Doświadczony analityk danych może skorzystać z interaktywnego środowiska Jupyter Notebooks, dostępnego bezpośrednio z VS Code. W ten sposób możesz konstruować, wykonywać i debugować kod w bezproblemowym interfejsie.

Jeśli chcesz utworzyć nowy notatnik Jupyter w Visual Studio Code:

1. Otwórz paletę poleceń (Ctrl+Shift+P).

   

2. Znajdź polecenie „ Create: New Jupyter Notebook”.

   

3. Ewentualnie otwórz swój obszar roboczy i utwórz nowy plik z rozszerzeniem „.ipynb”.

   

Po utworzeniu notatnika możesz wpisać kod Pythona w jego komórkach i wykonać te polecenia, klikając przycisk „Uruchom komórkę”, który pojawia się, gdy najedziesz na niego kursorem. Wyniki Twojej komórki pojawią się pod nią, dzięki czemu będziesz mógł ich użyć w innych obliczeniach lub operacjach.

Możesz wybrać interpreter Pythona dla każdego utworzonego Notatnika, wybierając z selektora jądra w prawym górnym rogu. Ta opcja jest przydatna, zwłaszcza jeśli masz więcej niż jedno środowisko Pythona na swoim komputerze i chciałbyś używać ich wszystkich, w zależności od pracy.

Korzystanie z technologii IntelliSense

IntelliSense VS Code jest Twoim najlepszym przyjacielem i towarzyszem kodowania NumPy. Ten potężny zestaw funkcji zapewnia inteligentne uzupełnianie kodu podczas pisania. Nie musisz zastanawiać się zbyt długo nad nazwami funkcji, zmiennymi itp. Technologia IntelliSense może to rozgryźć na podstawie kontekstu kodu.

Na przykład, jeśli chcesz napisać funkcję, zacznij wpisywać nazwę, a IntelliSense zapewni Ci wszystkie dostępne funkcje NumPy i innych modułów. Wybierz taki, który pasuje, a narzędzie doda go do kodu. Otrzymasz również poprawną listę argumentów dla każdej funkcji, co również zapewnia dużą szybkość kodowania.

NumPy z rozszerzeniami VS Code

Rozszerzalność VS Code jest jedną z jego najpotężniejszych funkcji. Dzięki odpowiednim rozszerzeniom możesz doładować zarówno Pythona, jak i NumPy. Oto kilka rozszerzeń, które mogą być szczególnie przydatne wraz z NumPy.

• Rozszerzenie Python firmy Microsoft zapewnia intuicyjne kodowanie w programie VS Code. Umożliwia szybsze pisanie kodu dzięki przydatnym funkcjom, takim jak IntelliSense, linting i formatowanie w czasie rzeczywistym, narzędzia do debugowania i nie tylko.
• Python Docstring Generator to ratunek dla programistów, którzy muszą pracować nad złożonym kodem NumPy. To rozszerzenie wygeneruje szczegółowe dokumenty do udokumentowania kodu w kilka sekund, co naprawdę oszczędza niezliczone godziny ręcznego pisania i formatowania.
• Eksplorator testów w języku Python może uruchamiać testy w języku Python bezpośrednio z paska bocznego i uzyskiwać natychmiastowe informacje zwrotne na temat wyników. Nie ma potrzeby przełączania się między aplikacjami, dzięki czemu jest to kolejna opłacalna oszczędność czasu.
• MagicPython jest również świetny dla programistów Pythona, którzy muszą analizować i debugować skomplikowany kod. Dzięki ulepszonemu podświetlaniu składni i wcięciom będziesz mógł czytać wyrażenia NumPy w locie za pomocą MagicPython.
• Autouzupełnianie Kite dla Pythona to kolejny bardziej przemyślany sposób kodowania. Wykorzystuje uczenie maszynowe, dzięki czemu Kite może zapewniać kontekstowe uzupełnianie skryptów Pythona. Zamiast spędzać czas na wyszukiwaniu funkcji i metod w bibliotece (lub Internecie), w Kite znajdziesz inteligentne sugestie podczas pisania. Obsługuje nawet złożone operacje.

Napisz świetny kod za pomocą NumPy

Jak widać, instalacja NumPy w VS Code wcale nie jest onieśmielająca, a jego funkcje są bardzo pomocne w kodowaniu i analizowaniu danych. A w Visual Studio Code możesz rozwinąć programowanie NumPy, łącząc je z innymi potężnymi narzędziami i rozszerzeniami.

Czy NumPy działa w twoim kodzie VS? Jaka jest dla Ciebie najbardziej pomocna funkcja? Powiedz nam w komentarzach.