PyCharm 2018.2ヘルプ

Scientific モードチュートリアル

このチュートリアルでは、Scientific モードで操作し、MatplotlibとNumPyパッケージを使用して、データ視覚化を使用してPythonコードを実行およびデバッグします。

開始する前に、次のものがインストールされていることを確認してください。

科学プロジェクトの作成

Scientific モード設定があらかじめ定義されたPyCharmプロジェクトを作成するには:

  1. 新規プロジェクトウィザード(ファイル | 新規 | プロジェクト)を開きます。
  2. 科学プロジェクトタイプを選択します。
  3. プロジェクト設定ダイアログウィンドウで、プロジェクト名を指定し、Condaが新しい環境として選択されていることを確認し、必要に応じてデフォルトのデータフォルダを変更して、作成をクリックします。
  4. main.py ファイルを開き、次のコードサンプルを追加します。
    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()
  5. numpy および matplotlib のインポートに関する警告を処理し、プロジェクト内のパッケージを有効にします。

実行

科学プロジェクト(Shift+F10)を実行します。コードが実行され、SciViewに2つのグラフが表示されます。プレビューサムネイルをクリックすると、それぞれのグラフが表示されます。

py matplotlib run

プロジェクトコードを変更して、一度に1つのグラフのみをプロットすることができます。科学モードでは、コードセルを作成してコードの断片を実行することができます。

コードセルを実行するには:

  1. "#%%"行を追加して main.py ファイルを修正します。
    adding cells to the Python code
  2. 左ガターで、散布図のセルマークが並んでいるアイコン run from left gutter iconCtrl+Enter)をクリックします。散布図のみが作成されます。
  3. 今度は run from left gutter icon アイコンをクリックするか、yとxのプロットセルマークを付けたライン上の Ctrl+Enter を押します。対応するグラフが表示されます。

デバッグ

行にブレークポイントを設定しましょう:

plt.show()

この行はサンプルコードでは2回表示されるため、2つのブレークポイントがあります。

エディターの背景を右クリックし、コンテキストメニューでデバッグ 'sample'を選択します。

デバッグツールウィンドウと灰色の文字がエディタに表示されます。これは、インラインデバッグが有効になった結果です。

最初のブレークポイントの行は青色で強調表示されています。これは、デバッガがブレークポイントの行で停止したが、まだ実行していないことを意味します。この行を実行すると(たとえば、デバッグツールウィンドウのステップツールバーicons actions traceOver svg ボタンをクリックすると)グラフが表示されます:

py matplotlib debug

次に、[デバッグ]ツールウィンドウの[変数]タブを確認します: area アレイの近くの View as Array リンクをクリックすると、SciViewウィンドウのDataタブが開きます:

py matplotlib view as array

デバッガが変数の値同期的にまたは非同期にをロードすると、データの過剰な量を処理すると、デバッグのパフォーマンスが低下する可能性があります。対応するロードポリシーを選択してオンデマンドモードに切り替えることをお勧めします。詳細については、変数の管理ポリシーのロードを参照してください。

SciViewの[データ]タブにある唯一の数字列を覚えておいてください。これは、 area 配列が1次元であるという事実によって説明されています。

コンソールで実行

エディタの背景を右クリックし、コンソールでファイルを実行コマンドを選択します:

py run file in console

このコマンドは、Python コンソールで実行するチェックボックスを選択した状態で、 main.py ファイルの実行/デバッグ設定を実行することに対応しています。

py run config for command line

このコマンドを実行すると、実行ツールウィンドウの出力の後に >>> プロンプトが表示され、独自のコマンドを実行できます。

要約

では、PyCharmの助けを借りて何が行われましたか?

  • ファイル main.py が作成され、編集用に開かれました。
  • ソースコードが入力されました(強力なPyCharmのコード補完に注意してください)。
  • ソースコードが実行され、デバッグされました。
  • 最後に、コンソールでファイルを実行しました。
最終変更日: 2018年9月17日

関連事項