【PyCharm教程】PyCharm Scientific mode科学模式入门教程
在本教程中，您将在科学模式下操作并使用 Matplotlib 和 NumPy 包来运行和调试具有数据可视化的 Python 代码。
在开始之前，请确保已安装以下内容：
- Conda interpreter
- Matplotlib包
- NumPy包
创建科学项目
使用预定义的科学设置创建 PyCharm 项目
- 打开新建项目向导（文件 | 新建 | 项目）。
- 选择科学项目类型。
- 在项目设置对话框窗口中，指定项目名称，确保选择 Conda 作为新环境，并更改默认数据文件夹（如果需要），然后单击Create。
打开main.py文件并添加以下代码示例：
import numpy as np import matplotlib.pyplot as plt N = 50 x = np.random.rand(N) y = np.random.rand(N) colors = np.random.rand(N) area = np.pi * (15 * np.random.rand(N))**2 # 0 to 15 point radii plt.scatter(x, y, s=area, c=colors, alpha=0.5) plt.show() X = np.linspace(-np.pi, np.pi, 256,endpoint=True) C,S = np.cos(X), np.sin(X) plt.plot(X, C, color="blue", linewidth=2.5, linestyle="-") plt.plot(X, S, color="red", linewidth=2.5, linestyle="-") plt.xlim(X.min()*1.1, X.max()*1.1) plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi], [r'$-\pi$', r'$-\pi/2$', r'$0$', r'$+\pi/2$', r'$+\pi$']) plt.ylim(C.min()*1.1,C.max()*1.1) plt.yticks([-1, 0, +1], [r'$-1$', r'$0$', r'$+1$']) plt.show()numpy处理为和导入显示的警告matplotlib并启用项目中的包。
运行
运行您的科学项目Shift+F10。代码被执行并在 SciView 中显示两个图表。单击预览缩略图会显示相应的图表：
您可以修改项目代码以一次仅绘制一个图形。在科学模式下，您可以通过创建代码单元来执行代码片段。
要执行代码单元：
- 通过添加“#%%”行来修改main.py文件。
- 在装订
Ctrl+Enter线中，单击与散点图单元格标记对齐的图标。只会构建散点图。 - 现在单击图标或按Ctrl+Enter带有 y 对 x 绘图单元标记的行。应出现相应的图表。
调试
让我们在该行放置一个断点：
plt.show()该行在我们的示例代码中出现了两次，因此会有两个断点。
右键单击编辑器背景，然后从上下文菜单中选择Debug 'main'。
您会在编辑器中看到调试工具窗口和灰色字符。这是启用的内联调试的结果 。
第一个断点所在的行以蓝色突出显示。这意味着调试器已经停在断点所在的行，但还没有执行。如果我们执行这一行（例如，通过单击调试工具窗口的步进工具栏
上的按钮)，我们将看到图形：
接下来，查看调试工具窗口的变量选项卡。如果单击阵列附近的View as Array链接， SciView窗口area中的 Data 选项卡将打开：
当您处理大量数据时，如果调试器同步或异步加载变量的值，您可能会遇到调试性能下降的情况。建议通过选择相应的加载策略切换到按需模式。
请注意 SciView 中“数据”选项卡中唯一的一行数字 - 这可以通过area数组是一维的事实来解释。
在控制台中运行
右键单击编辑器背景并选择在控制台中运行文件命令：
此命令对应于运行main.py文件的运行/调试配置，并选中Run with Python console复选框：
运行该命令时，>>>运行工具窗口的输出后会出现提示，您可以执行自己的命令。
概括
那么，在 PyCharm 的帮助下做了些什么呢？
- 文件main.py已创建并打开以进行编辑。
- 源码已经输入（注意PyCharm强大的代码补全功能！）
- 源代码已经运行和调试。
- 最后，我们在控制台中运行该文件。
