Skip to content

Latest commit

 

History

History
75 lines (38 loc) · 5.45 KB

pycharm-data-scientists.md

File metadata and controls

75 lines (38 loc) · 5.45 KB

PyCharm 针对数据科学家的功能

原文:www.kdnuggets.com/2019/05/pycharm-data-scientists.html

c 评论

迪利普·库马尔,Target 的首席工程师

我最近开始使用 PyCharm 作为 Spyder 的替代品,非常喜欢它。本文讨论了一些 PyCharm 的功能,这些功能使我完全从 Spyder 转移到 PyCharm。以下功能是与 Spyder 的比较,而非通用 IDE。

图

PyCharm 配备了美丽的‘Dracula’主题


我们的前三课程推荐

1. 谷歌网络安全证书 - 快速进入网络安全职业生涯。

2. 谷歌数据分析专业证书 - 提升你的数据分析技能

3. 谷歌 IT 支持专业证书 - 支持你的组织的 IT 工作


  1. 终端:你可以在 IDE 中获得一个 shell 脚本,这有助于轻松访问多个功能,例如从命令行测试你的脚本、从 gs/aws 下载数据文件、git 交互。

  2. Git:谈到 git,PyCharm 提供了 git 集成。从 IDE 中,你可以添加需要加入 gitignore 的文件、添加和提交。你可以随时查看你所在的分支、哪些文件处于修改、添加、提交状态(根据项目视图中的颜色)等。我提到过我们可以直接从 IDE 内部的终端进行 git push 吗?

  3. 版本控制:你可以在 IDE 内部查看你的 git 变更日志。你还可以将你的文件与最新的 git 提交文件进行比较,以查看你的更改。

  4. 插件:PyCharm 还提供了许多插件来支持非 Python 文件。因此,当你处理配置文件(如 yaml/json/ini)、shell 脚本或 sql/html/css 文件时,IDE 知道预期的格式并自动进行缩进、关键词高亮等。你甚至可以使用 iPython 笔记本,尽管坦白说,它看起来有些混乱,我会选择 Jupyter 来处理笔记本。其他一些值得注意的插件包括 git、flask、vim 等。

  5. 项目维护:当你在处理大型项目时,有几个最佳实践需要遵循,例如创建 readme 文件、使用虚拟环境、管理需求文件等。所有这些都可以通过 PyCharm 轻松处理。你还可以很容易地进行代码重构,检查对象的依赖关系,追踪对象的源头等。

  6. 调试器:Spyder 中也有这个功能,但我从未在 Spyder 中使用过它。你可以创建调试点,并检查代码在这些点的行为。

  7. 分段运行代码:这在 Spyder 中非常自然。你选择你想运行的代码部分,然后按下 cmd+return。这在 PyCharm 中不那么直接,但也可以实现(Mac 上为 Option + Shift + E)。这在编写独立脚本时非常方便。

尽管有这些好处,但也有一些缺点:

  1. 内存消耗:PyCharm 消耗了我 Mac 上大约 1.5GB 的内存。这对于一个 IDE 来说似乎有点多。

  2. 数据可视化:对我来说,Spyder 最大的优势在于它的变量浏览器。你 可以 在 PyCharm 中可视化数据框,但与 Spyder 相比远不及。绘图也是如此。PyCharm 中的绘图渲染时间显著长于 Spyder。

  3. 学习曲线:我认为 Spyder 在数据科学家中受欢迎的原因在于它非常简单。你只需安装它,打开它,你就会知道它是如何工作的。然而,PyCharm 有一定的学习曲线,比如设置解释器、搞清楚如何运行选定的代码而不是整段代码等。你需要花费几个小时来真正理解和欣赏它的工作原理。

理想情况下,如果你在一个需要多个脚本互相交互的项目中工作,你绝对应该尝试 PyCharm。如果你的所有脚本都是独立的分析,Spyder(甚至更好的 - Jupyter)应该足以满足你的需求。

简介:Dileep Kumar 是 Target 的首席工程师,他在该公司实现机器学习和深度学习技术,致力于推荐系统、图像数据、社交图分析和文本数据。

原文。经许可转载。

相关:

  • 这里是最受欢迎的 Python IDE / 编辑器

  • 数据科学家常犯的 10 个编码错误

  • 你的机器学习代码可能很糟糕的 4 个原因

更多相关话题