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闭包执行时值的传递方式实例分析

本文实例分析了Python闭包执行时值的传递方式。分享给大家供大家参考,具体如下: 代码中有问题和问题的解释。 #!/usr/bin/python #coding: utf-8 #...

python 列表输出重复值以及对应的角标方法

如下所示: a = [99,1,2,1,3,4] # 集合存储重复数据 b=set() for i in a: if a.count(i)>1: b.update(...

python绘制评估优化算法性能的测试函数

python绘制评估优化算法性能的测试函数

测试函数主要是用来评估优化算法特性的,这里我用python3绘制了部分测试函数的图像。具体的测试函数可以结合维基百科来了解。想要显示某个测试函数的图片把代码结尾对应的注释去掉即可,具体代...

python使用三角迭代计算圆周率PI的方法

本文实例讲述了python使用三角迭代计算圆周率PI的方法。分享给大家供大家参考。具体如下: 方法1: 复制代码 代码如下:# Calculating PI using trigonom...

Python实现从SQL型数据库读写dataframe型数据的方法【基于pandas】

本文实例讲述了Python实现从SQL型数据库读写dataframe型数据的方法。分享给大家供大家参考,具体如下: Python的pandas包对表格化的数据处理能力很强,而SQL数据库...