如果您是一名 Python 开发人员，您可能听说过 NumPy，这是 Python 中必备的科学计算包。 但是您知道如何让它在许多开发人员的代码编辑器 Visual Studio Code (VS Code) 中运行吗？
本文详细介绍了 VS Code 中的 NumPy 安装以及其他一些可能感兴趣的相关主题。
在 VS Code 中安装 NumPy
以下是立即安装 NumPy 所需执行的所有步骤：
- 启动 VS 代码。 如果您还没有，请下载一个副本 官方网站。
- 单击扩展选项卡。 您可以在窗口左侧找到它，用方形图标表示。
- 在扩展程序的搜索栏中输入“Python”。
- 从结果中选择“Python by Microsoft”。
- 单击蓝色的安装按钮。
- 返回主菜单。
- 选择终端。
- 选择新终端。
- 要开始使用 NumPy，请在刚刚打开的终端中输入以下命令：
pip install numpy。
这告诉 Python 包安装程序在您的计算机上下载并安装 NumPy。 从那时起，该过程将自动运行。
您下载的 python 扩展也对您的其他 python 项目有广泛的支持，例如 B. IntelliSense、linting 或调试。
如果您遇到错误消息“没有名为 Numpy 的模块”的障碍，请仔细检查您是否选择了正确的 Python 解释器。 您可以通过导航到屏幕底部的“Python”并选择具有 Pip 和 NumPy 的解释器来自定义它。
在 VS Code 中充分利用 NumPy
运行 NumPy 后，您可以利用 Visual Studio Code 的功能使您的编程更加有效和愉快。
调试
编程是复杂而微妙的，你需要调试那些没有完成预期任务的代码。 VS Code 拥有丰富的调试环境，专门针对 Python 应用程序和使用 NumPy 进行科学计算的应用程序。 以下是一些提示：
- 一旦发现可能的错误，您需要拉出并打开正在处理的 Python 文件来解决问题。 然后单击顶部菜单中的“运行”并选择“开始调试”。 这将开始调试。
- 设置断点后，调试代码会变得更加容易。 这些标记允许调试器暂停程序，以便您可以在确切的执行点检查程序的状态。 尝试通过单击要暂停的代码行旁边的空白处，或将鼠标悬停在该行上并按 F9 来设置这些断点。
- 当程序停止时，您可以使用屏幕顶部的调试控件浏览代码。 如果按F10，可以跳过功能； F11 可以让您更深入地了解它们，同时按下 Shift 和 F11 可以让您退出某个功能。
- 您还可以在“变量”区域中详细检查变量。 当程序停止时，它会出现在“运行和调试”侧栏中，并显示本地范围内的所有值。 如果您需要更多详细信息，请将鼠标悬停在代码中的任何变量上以获取准确的值。
使用 Jupyter 笔记本
精明的数据分析师可以从 Jupyter Notebooks 的交互式环境中受益，该环境可以直接从 VS Code 访问。 这使您可以在一个无缝界面中构建、运行和调试代码。
如果要在 Visual Studio Code 中创建新的 Jupyter Notebook：
- 打开命令面板（Ctrl+Shift+P）。
- 找到命令“
Create: New Jupyter Notebook”。 - 或者，您可以打开工作区并创建一个扩展名为 .ipynb 的新文件。
创建笔记本后，您可以在其单元格中输入 Python 代码，并通过单击将鼠标悬停在其上方时出现的“运行单元格”按钮来运行这些命令。 您的单元格的结果将显示在下面，以便您可以将它们用于其他计算或操作。
您可以通过从右上角的内核选择器中进行选择来为您创建的每个笔记本选择 Python 解释器。 如果您的计算机上有多个 Python 环境并且希望根据工作使用它们，则此选项特别有用。
智能感知的使用
VS Code 的 IntelliSense 是您 NumPy 编码最好的朋友和伴侣。 这些强大的功能可在您键入时实现智能代码补全。 您不必过多考虑函数名称、变量等。 IntelliSense 可以从代码的上下文中找出它。
例如，如果您需要编写一个函数，请开始输入其名称。 然后，IntelliSense 为您提供 NumPy 和其他模块的所有可用功能。 选择一个合适的工具，该工具会将其添加到代码中。 您还可以获得每个函数的正确参数列表，这也加快了编码速度。
带有 VS Code 扩展的 NumPy
VS Code 的可扩展性是其最强大的功能之一。 通过正确的扩展，您可以为 Python 和 NumPy 增加价值。 以下是一些与 NumPy 一起特别有用的扩展。
- Microsoft 的 Python 扩展为 VS Code 带来了直观的编码。 利用 IntelliSense、实时 linting 和格式化、调试工具等实用功能加快编码速度。
- Python 文档字符串生成器对于需要处理复杂 NumPy 代码的开发人员来说是一个救星。 此扩展可在几秒钟内生成详细的文档字符串来记录代码，这确实节省了无数小时的手动编写和格式化时间。
- Python 测试资源管理器可让您直接从侧边栏运行 Python 测试并获得有关结果的即时反馈。 无需在应用程序之间来回切换，这是另一个值得节省的时间。
- MagicPython 对于需要分析和调试复杂代码的 Python 开发人员来说也非常有用。 得益于改进的语法突出显示和缩进，您可以使用 MagicPython 立即读取 NumPy 表达式。
- Kite 的 Python 自动完成功能是另一种更周到的编码方式。 它使用机器学习使 Kite 能够对 Python 脚本进行上下文补全。 Kite 可以让您在键入时找到智能建议，而不是浪费时间在库（或网络）中查找函数和方法。 它甚至支持复杂的操作。
使用 NumPy 编写出色的代码
正如您所看到的，在 VS Code 中安装 NumPy 一点也不吓人，它的功能对数据科学编码和分析有很大帮助。 在 Visual Studio Code 中，您可以通过将 NumPy 与其他强大的工具和扩展相结合来进一步推进 NumPy 开发。
你的 VS 代码中使用了 NumPy 吗？ 您认为哪个功能最有帮助？ 在评论中告诉我们。
