如何在 VS Code 中安裝 NumPy
如果您是一名 Python 開發人員，您很可能聽說過 NumPy，它是 Python 科學計算的必備軟件包。但是您知道如何讓它在許多開發人員首選的代碼編輯器 Visual Studio Code (VS Code) 中運行嗎？
本文將深入研究 VS Code 中的 NumPy 安裝以及其他一些可能有趣的相關主題。
在 VS Code 中安裝 NumPy
以下是安裝 NumPy 所需執行的所有步驟：
- 啟動 VS Code。如果碰巧您還沒有，請從官方網站下載一份副本。
- 單擊“擴展”選項卡。您可以在窗口左側找到它，用四方形圖標表示。
- 在擴展搜索欄中輸入“Python”。
- 從結果中選擇“Python from Microsoft”。
- 單擊藍色的“安裝”按鈕。
- 返回主菜單。
- 選擇“終端”。
- 選擇“新終端”。
- 要開始使用 NumPy，請在剛剛打開的終端中輸入以下命令：。
pip install numpy
這告訴 Python 包安裝程序下載 NumPy 並將其安裝在您的計算機上。從那時起，該過程是自動的。
您下載的 Python 擴展還為您的其他 Python 項目提供了大量支持，例如 IntelliSense、linting 或調試。
如果您遇到任何錯誤消息中提到“沒有名為 numpy 的模塊”的障礙，請仔細檢查您是否選擇了正確的 Python 解釋器。您可以通過導航到屏幕下部區域的“Python”並選擇具有 pip 和 NumPy 的解釋器來調整此設置。
在 VS Code 中充分利用 NumPy
隨著 NumPy 的啟動和運行，您可以受益於 Visual Studio Code 的功能，使您的編程更加有效和愉快。
調試
編程是複雜而微妙的，你一定會調試那些無法完成預期任務的代碼。VS Code 擁有專門針對 Python 應用程序和使用 NumPy 進行科學計算的綜合調試環境。以下是一些提示：
- 如果您確實發現了可能的錯誤，為了找到問題的根源，您需要提取正在處理的 Python 文件並將其打開。之後，單擊頂部菜單中的“運行”並選擇“開始調試”。這將開始調試。
- 如果設置斷點，調試代碼會容易得多。這些標記讓調試器暫停您的程序，以便您可以檢查程序在該執行點的狀態。嘗試通過單擊要暫停的代碼行旁邊的空白處或將光標懸停在該行上並按 F9 來設置這些斷點。
- 當程序暫停時，屏幕頂部的調試控件將允許您瀏覽代碼。如果按F10，可以跳過功能；使用 F11，您可以更深入地了解它們，同時按下 Shift 和 F11 將跳出函數。
- 您還可以使用“變量”窗格仔細查看變量。當程序暫停時，它將顯示在“運行和調試”側欄中，顯示本地範圍內的所有值。如果您需要更多詳細信息，請將鼠標懸停在代碼中的任何變量上以獲取準確的值。
使用 Jupyter 筆記本
精明的數據分析師可以從 Jupyter Notebooks 的交互式環境中受益，可直接從 VS Code 訪問。這樣，您就可以在無縫界面中構建、執行和調試代碼。
如果要在 Visual Studio Code 中創建新的 Jupyter Notebook：
- 打開命令面板（Ctrl+Shift+P）。
- 找到命令“
Create: New Jupyter Notebook.”
- 或者，打開工作區並創建一個擴展名為“.ipynb”的新文件。
創建筆記本後，您可以在其單元格中輸入 Python 代碼，並通過單擊光標懸停在其上方時出現的“運行單元格”按鈕來執行這些命令。然後，單元格的結果將顯示在其下方，以便您可以在其他計算或操作中使用它們。
您可以通過從右上角的內核選擇器中進行選擇來為您製作的每個筆記本選擇Python解釋器。這一選項非常方便，特別是當您的計算機上有多個 Python 環境並且希望根據工作使用所有這些環境時。
使用智能感知
VS Code 的 IntelliSense 是 NumPy 編碼最好的朋友和伴侶。這組強大的功能可在您鍵入時提供智能代碼補全。您不必過多考慮函數名稱、變量等。IntelliSense 可以從代碼的上下文中找出它。
例如，如果您需要編寫一個函數，請開始輸入名稱，IntelliSense 將為您提供 NumPy 和其他模塊中的所有可用函數。選擇一個合適的，該工具會將其添加到代碼中。您還將獲得每個函數的正確參數列表，這也極大地提高了編碼速度。
帶有 VS 代碼擴展的 NumPy
VS Code 的可擴展性是其最強大的功能之一。通過正確的擴展，您可以增強 Python 和 NumPy 的性能。以下是一些與 NumPy 一起特別有用的擴展。
- Microsoft 的 Python 擴展為 VS Code 帶來了直觀的編碼。它可以讓您更快地編寫代碼，並具有 IntelliSense、實時 linting 和格式化、調試工具等有用的功能。
- Python 文檔字符串生成器對於必須處理複雜 NumPy 代碼的開發人員來說是一個救星。該擴展將在幾秒鐘內生成詳細的文檔字符串來記錄代碼，這確實節省了無數小時的手動編寫和格式化時間。
- Python 測試資源管理器可以直接從側邊欄運行 Python 測試並獲得結果的即時反饋。無需在應用程序之間來回切換，這使其成為另一個值得節省時間的方法。
- MagicPython 對於需要分析和調試複雜代碼的 Python 開發人員來說也非常棒。得益於改進的語法突出顯示和縮進，您將能夠使用 MagicPython 即時讀取 NumPy 表達式。
- Kite 的 Python 自動完成功能是另一種更周到的編碼方式。它使用機器學習，以便 Kite 可以為 Python 腳本提供上下文感知的補全。您無需花時間從庫（或互聯網）查找函數和方法，而是可以在鍵入時通過 Kite 找到智能建議。它甚至支持複雜的操作。
使用 NumPy 編寫出色的代碼
正如您所知，將 NumPy 安裝到 VS Code 中一點也不嚇人，它的功能對數據科學編碼和分析有很大幫助。在 Visual Studio Code 中，當您將 NumPy 與其他強大的工具和擴展結合使用時，您可以進一步進行 NumPy 開發。
你的 VS Code 中使用了 NumPy 嗎？它對您最有幫助的功能是什麼？在評論中告訴我們。
發佈留言