Spyder学习使用总结

在学习机器学习的路上一直折腾折腾着,之前用的pycharm,但是经师兄指点,发现spyder有着更好的控制台,变量显示等方便之处,一路磕磕绊绊的转到lspyder的使用上,在搜集了许多帖子之后,结合自己的修改过程,留下本博客,待日后遗忘之时拿来补救。
(更新于8-2)


spyder的官方文档:
https://pythonhosted.org/spyder/
(有时间了要好好看一下官方文档,虽然是英文的~~掩面遁走 。。)

Spyder是Python(x,y)的作者为它开发的一个简单的集成开发环境。和其他的Python开发环境相比,它最大的优点就是模仿MATLAB的“工作空间”的功能,可以很方便地观察和修改数组的值。
Spyder的界面由许多窗格构成,用户可以根据自己的喜好调整它们的位置和大小。当多个窗格出现在一个区域时,将使用标签页的形式显示。可以看到“Editor”、“Object inspector”、“Variable explorer”、“File explorer”、“Console”、“History log”以及两个显示图像的窗格。在View菜单中可以设置是否显示这些窗格。表中列出了Spyder的主要窗格及其作用:
这里写图片描述

1.窗口设置

这里写图片描述
还有很多其他的博客有详细的讲解

2.常用设置

1.Spyder中注释的快捷键是ctr+1

2.spyder 代码自动补齐设置方式:
toors->preferences->IPython console->advanced Settings 选中Use the greedy completer,还有就是Autocall换位Full。
tips:
每一个function都会有Arguments(),这里面可以按shift+Tab,当然也可以选择Go to definition。

3.增加代码提示模块:
(1)如果是在root根目录进行代码编辑,则首先需要打开E:\Program Files\Anaconda3\Lib\site-packages\spyder\utils\introspection目录下的module_completion.py文件,在279行后面添加上自己想要提示的包名,其中已经存在了一些常用的包
这里写图片描述
其次需要删除掉C:\Users\zuojinxin.spyder-py3\db 中的submodules文件,重启spyder,这样就可以了
(2)如果是创建了新的虚拟操作环境的话,则需要找到../anaconda3/envs/tensorflow/lib/python3.5/site-packages/spyder/utils/introspection目录下,打开module_completion.py拉到最后,然后看到mods,输入想要提示的模块,操作如上。

4.好用的快捷键, 摁住Ctrl,然后鼠标点击函数、变量等,会跳转到定义的代码块

5.Spyder的功能比较多,这里仅介绍一些常用的功能和技巧:
默认配置下,“Variable explorer”窗格中不显示以大写字母开头的变量,可以单击工具栏中的配置按钮(最后一个按钮),在菜单中取消“Exclude capitalized references”的选中状态。
● 在控制台中,可以按Tab按键进行自动补全。在变量名之后输入“?”,可以在“Object inspector”窗格中查看对象的说明文档。此窗格的Options菜单中的“Show source”选项可以开启显示函数的源程序。
● 可以通过“Working directory”工具栏修改工作路径,用户程序运行时,将以此工作路径作为当前路径。例如我们只需要修改工作路径,就可以用同一个程序处理不同文件夹下的数据文件。
● 在程序编辑窗口中按住Ctrl键,并单击变量名、函数名、类名或模块名,可以快速跳转到定义位置。如果是在别的程序文件中定义的,将打开此文件。在学习一个新模块的用法时,我们经常需要查看模块中的某个函数或类是如何实现的,使用此功能可以帮助我们快速查看和分析各个模块的源程序。例如下面的程序从不同的扩展库载入了一些模块和类。用Spyder打开此文件,按住Ctrl键,并单击signal、pl、HasTraits、Instance、View、Item、lfilter、plot、title等,将打开定义它们的程序文件,并跳转到相应的行。

3.变量窗口

在spyder中有变量窗口可以进行变量的展示,具体展示方式如下:
在view菜单下调出相应的窗口:
这里写图片描述

  • 40
    点赞
  • 276
    收藏
    觉得还不错? 一键收藏
  • 15
    评论
积极、消极、中立)。它可以通过收集和分析大量的社交媒体数据,了解用户对某一特定主题、产品或事件的情感表达。 Spyder是一款功能强大的Python开源工具,提供了一个集成开发环境(IDE)来编写和执行机器学习算法。在情感分析中,Spyder可以利用各种机器学习算法来训练情感分类器,并将其应用于社交媒体上的文本数据。 首先,Spyder需要通过数据收集来建立情感分析模型所需的训练数据集。可以使用社交媒体API或者爬虫技术来收集大量的文本数据。然后,对这些数据进行清洗和预处理,去除无关的信息、标记关键词等。接下来,可以利用机器学习算法如朴素贝叶斯、支持向量机(SVM)或深度学习模型如循环神经网络(RNN)来训练情感分类器。 在训练过程中,Spyder使用已经标记好情感倾向的训练集进行学习,以寻找文本中与情感相关的特征。然后,使用训练好的模型对新的文本进行分类,判断其情绪倾向。 情感分析可以在各种应用场景中发挥作用。例如,企业可以利用情感分析来了解用户对他们的产品的满意度,从而进行改进。政府可以通过分析社交媒体上的民众情感,了解公众对某一政策的态度。此外,情感分析还可以用于品牌监测、舆情分析等。 总结而言,Spyder作为一个支持机器学习的开发工具可以应用于社交媒体文本情感分析。它能够通过机器学习算法训练情感分类器,从而对社交媒体上的文本进行情感分析和判断。这对于了解用户情感倾向,进行企业改进和舆情分析等方面具有重要意义。
评论 15
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值