如何在 VS Code 中安裝 NumPy

如果您是 Python 開發人員，您很可能聽說過 NumPy，它是 Python 科學計算的必備軟體包。但是您知道如何讓它在許多開發人員首選的程式碼編輯器 Visual Studio Code (VS Code) 中運作嗎？

How To Install NumPy In VS Code

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 安裝 NumPy

以下是安裝 NumPy 所需執行的所有步驟：

這告訴 Python 套件安裝程式下載 NumPy 並將其安裝在您的電腦上。從那時起，該過程是自動的。

您下載的 Python 擴充功能也為您的其他 Python 專案提供了大量支持，例如 IntelliSense、linting 或調試。

如果您遇到任何錯誤訊息中提到「沒有名為 numpy 的模組」的障礙，請仔細檢查您是否選擇了正確的 Python 解釋器。您可以透過導航到螢幕下部區域的“Python”並選擇具有 pip 和 NumPy 的解釋器來調整此設定。

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，讓您的程式設計更加有效和愉快。

偵錯

程式設計是複雜而微妙的，你一定會調試那些無法完成預期任務的程式碼。 VS Code 擁有專門針對 Python 應用程式和使用 NumPy 進行科學計算的綜合偵錯環境。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 檔案並將其開啟。之後，點擊頂部選單中的“運行”並選擇“開始調試”。這將開始調試。
如果設定斷點，偵錯程式碼會容易得多。這些標記讓偵錯器暫停您的程序，以便您可以檢查程序在該執行點的狀態。嘗試透過點選要暫停的程式碼行旁邊的空白處或將遊標停留在該行上並按 F9 來設定這些斷點。
當程式暫停時，螢幕頂部的偵錯控制項將允許您瀏覽程式碼。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。
您也可以使用「變數」窗格仔細檢視變數。當程式暫停時，它將顯示在「運行和偵錯」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，請將滑鼠懸停在程式碼中的任何變數上以獲取準確的值。

使用 Jupyter 筆記本

精明的數據分析師可以從 Jupyter Notebooks 的互動式環境中受益，可直接從 VS Code 存取。這樣，您就可以在無縫介面中建置、執行和偵錯程式碼。

如果要在 Visual Studio Code 中建立新的 Jupyter Notebook：

建立筆記本後，您可以在其單元格中輸入 Python 程式碼，並透過點擊遊標懸停在其上時出現的「運行單元格」按鈕來執行這些命令。然後，儲存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。

您可以從右上角的核心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。這個選項非常方便，特別是當您的電腦上有多個 Python 環境並且希望根據工作使用所有這些環境時。

使用智慧感知

VS Code 的 IntelliSense 是 NumPy 程式設計最好的朋友和伴侶。這組強大的功能可在您鍵入時提供智慧代碼補全。您不必過多考慮函數名稱、變數等。IntelliSense 可以從程式碼的上下文中找出它。

例如，如果您需要編寫函數，請開始輸入名稱，IntelliSense 將為您提供 NumPy 和其他模組中的所有可用函數。選擇一個合適的，該工具會將其添加到程式碼中。您還將獲得每個函數的正確參數列表，這也大大提高了編碼速度。

帶有 VS 程式碼擴充的 NumPy

VS Code 的擴充性是其最強大的功能之一。透過正確的擴展，您可以增強 Python 和 NumPy 的效能。以下是一些與 NumPy 一起特別有用的擴充。

Microsoft 的 Python 擴充功能為 VS Code 帶來了直覺的編碼。它可以讓您更快地編寫程式碼，並具有 IntelliSense、即時 linting 和格式化、偵錯工具等有用的功能。
Python 文件字串產生器對於必須處理複雜 NumPy 程式碼的開發人員來說是一個救星。該擴充功能將在幾秒鐘內生成詳細的文檔字串來記錄程式碼，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執行 Python 測試並獲得結果的即時回饋。無需在應用程式之間來回切換，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程式碼的 Python 開發人員來說也很棒。由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，而是可以在鍵入時透過 Kite 找到智能建議。它甚至支援複雜的操作。

使用 NumPy 編寫出色的程式碼

如您所知，將 NumPy 安裝到 VS Code 中一點也不嚇人，它的功能對資料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充功能結合使用時，您可以進一步進行 NumPy 開發。

你的 VS Code 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。