Python 分享10个PyCharm技巧

yipeiwu_com7年前Python基础

# 0. PyCharm 常用快捷键

# 1. 查看使用库源码

PyCharm 主程序员在 Stackoverflow 上答道

经常听人说,多看源码。源码不仅能帮我们搞清楚运行机制,还能学习优秀的库或者框架的最佳实践。

调用库时,你可以在你好奇的几乎任何地方点击 Command+B,就可以很方便的跳转到源码里的类,方法,函数,变量的定义。

# 2. 让你的代码 PEP8

写 Python 代码时,你会严格遵守 pep8 规范么?还是要遵守的,不然代码传到 github 或者知乎上被人怼就不好了。但是如果靠肉眼去检查和注意的话,太累,靠 PyCharm 来做这事就好,Command+Option+L,一键 pep8 走起。

# 3. 新手不再愁安装库


如果你是新手,可能会为了安装库而感到烦恼,在 PyCharm 里面可以使用你熟悉的图形化界面来安装库,就不用陷在一堆命令行里了。

# 4. 查找文件、类、方法

当我们需要在项目中寻找一个文件名的时候,输入 Command + Shift + O,然后输入你想查找的文件名就可以了。如果你不记得全名了,只需要输入首字母,Pycharm 就会提示你。比如我想查找一个叫 test_errors.py 的文件,那么只需要输入 tee 就可以找到。又或者查询 test_errors_1.py 那么只需要输入 tee1 就可以查找到。

# 5. 快速选择代码块

你会怎么快速注释一段 Python 代码块?不会是一行一行的加#吧……

在需要选择某个函数的时候,只需要把光标放在最前面,然后点击 Command + Option + Shift + [ ,就可以选择对当前代码块, 使用 Command + / 注释。

# 6. 快速插入常用代码


有时候需要输入很长的代码,比如 if __name__ == __main__ : ,这时候手动输入不如直接 Command + J ,就可以直接插入常用代码了。

# 7. 运行/调试代码

运行代码、调试代码应该是大多数人最常用的快捷键吧。

Mac:

Control + r:直接运行当前代码

Control + d:以Debug(调试)模式运行代码

Windows/Linux:

Shift + F10:直接运行当前代码

Shift + F9:以Debug(调试)模式运行代码

# 8. 缩进你的代码块

在写前端页面的时候,经常要更改一大段代码的缩进,这时候可以先用 Shift + 上下键来选择你要缩进的代码块,然后使用 Tab 就能缩进啦。

# 9. 展开/收缩代码

当项目写到一定规模的时候,难免方法/函数会很多,这个时候我们可以使用Command + Shift + -符号 来收缩代码,这个主要是为了方便查看。

# 10. 展示多个页面


当你的公司不愿意为你配置2个显示屏时,你依然可以使用 PyCharm 在一个屏幕里查看多个文件。鼠标放到当前导航处的文件名,然后右键 Split Vertically 或者 Split Horizontally 就可以啦。

这些小技巧你是不是也有经常用呢?还不知道的伙伴们,跟大家总结的这么详细了,合理利用了啊!

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持【听图阁-专注于Python设计】。

相关文章

python判断文件是否存在,不存在就创建一个的实例

如下所示: try: f =open("D:/1.txt",'r') f.close() except IOError: f = open("D:/1.txt",'w')...

python控制台中实现进度条功能

python控制台中实现进度条功能

我们大多数人都希望写一些简单的python脚本的同时都想能够在程序运行的过程中实现进度条的功能以便查看程序运行的速度或者进度。今天就和大家探讨这个问题:如何在python控制台中实现进度...

python调用系统ffmpeg实现视频截图、http发送

python 调用系统ffmpeg进行视频截图,并进行图片http发送ffmpeg ,视频、图片的各种处理。  最近在做视频、图片的版权等深度学习识别,用到了ffmpeg部...

Numpy中的mask的使用

Numpy中的mask的使用

numpy中矩阵选取子集或者以条件选取子集,用mask是一种很好的方法 简单来说就是用bool类型的indice矩阵去选择, mask = np.ones(X.shape[0],...

分享一下Python数据分析常用的8款工具

分享一下Python数据分析常用的8款工具

Python是数据处理常用工具,可以处理数量级从几K至几T不等的数据,具有较高的开发效率和可维护性,还具有较强的通用性和跨平台性。Python可用于数据分析,但其单纯依赖Python本身...