PyCharm 2018.3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ーを変更して、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

一度に1つのグラフだけをプロットするようにプロジェクトコードを変更できます。科学モードでは、コードセルを作成してコードの一部を実行できます。

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ーに表示されます。これはインラインデバッギングの結果であり、有効になっています。

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 配列の近くの 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

When you process excessive amount of data, you might experience degradation of debugging performance if the debugger loads variable's values synchronously or asynchronously. It is recommended to switch to the オンデマンド mode by selecting the corresponding loading policy. See 変数の管理ポリシーのロード for more information.

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

エディター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。

最終更新日: 2019年2月27日

関連事項