推荐 10 款炫酷的 IDEA 主题,百看不腻,个个经典!

前言

对于平常开发中用到最多的编辑器,我们工作大多数时间都盯着它,一款好的 IDEA 主题虽然不能提高我们的开发效率,但一个舒适的主题可以使开发人员更舒适的开发,时常换一换主题可以带来不一样的体验,程序员的快乐就这么简单。今天推荐用过的十款主题,每个都属于百看不腻型。

系统自带经典型

第一款 IntelliJ Light Theme

主题地址:

  • https://plugins.jetbrains.com/plugin/12697-intellij-light-theme

f9638ac8a304bfb96dbdd1472f3bbe38.png a2d1f3eac61be7803d11b84049857ed7.png

白底比较简约主题,因为是自带的,目测使用这款主题的占大多数。

第二款 Cyan Light Theme

主题地址:

  • https://plugins.jetbrains.com/plugin/12102-cyan-light-theme

4a21a65d18f97123a1dafa0e65083a7a.png 277a9a9c9bbe78355fc8bb283b9262e5.png

这款是青亮色的主题,和上面纯白款一样的简约大气,只是风格变了,相信选择白款亮色主题的朋友没有人能拒绝这两款。

第三款 One Dark theme

主题地址:

  • https://plugins.jetbrains.com/plugin/11938-one-dark-theme

825fccd1edc06ec5f6d6918fa059f953.png ce472bdb4caf0c8e3ea2302565ccd08a.png 6f310dec66ef93a76406391462afc9e7.png

这是黑色款中比较钟意的一款,白色都看腻了偶尔也会换这款来体验一下~

第四款 Xcode-Dark Theme

主题地址:

  • https://plugins.jetbrains.com/plugin/13106-xcode-dark-theme

a3a6280d64f623c176fe8b1e1c05cf75.png 1dce6cc789c70964070f4a771156c265.png 9dcc5c994574112ce0479eb628478313.png 3ce131760100234fb492651c8173a224.png

这款细节处理打满,很细腻的一款主题。


以上几款主题配色在plugin中都可以直接进行下载使用

39d910b8d2bb3a005ced65565d80ca16.png

下载后一般即刻生效,如果没有生效,在Color Scheme中可以修改选择下载的插件使用。

e159dc49bdd72a479908f8cd80f882d7.png

另辟蹊径,不一样的几款主题

第一款 Visual Studio Code Dark Plus Theme

主题地址:

  • http://www.jetbrains-active.com/theme/detail/6.html

1effe4941c75a1a7a960823474eac744.png b66a4363380e06eb5f1935a19055585f.png

习惯了微软的产品,也使用VS编辑器的话,可以使用这款主题。

第二款 Espresso Light Theme

主题地址:

  • http://www.jetbrains-active.com/theme/detail/31.html

6d4c5787e494ded7879cf76ae807bddd.png 2e737e0d587e6796c628c1f6ff1fa5fb.png 1506aefd34de036ba0cb21f8e6f69031.png 91dcca8f531ea6177d03b0c854f0ba6b.png

灰白底暖色背景,为压抑的工作环境带来一些暖意。

第三款 Eclipse theme

主题地址:

  • http://www.jetbrains-active.com/theme/detail/49.html

9a960f4fe5eeb90552c60775eeee7c9a.png 7ba9f8497f77ab96bd9ed0a9caf920a2.png

Eclipse 经典怀旧款,满满的都是回忆!

第四款 Dark Candy UI Theme

主题地址:

  • http://www.jetbrains-active.com/theme/detail/66.html

c996b2c62f132b0621b4b52e0457659f.png a74d84e5e6d1c958f52063fddca247ae.png c9482e4f6993a458cb5c86f59ae85a0f.png

这个黑背景+突出的字体颜色,看着很舒服,我目前使用这款主题!

第五款 Acme Theme

主题地址:

  • http://www.jetbrains-active.com/theme/detail/138.html

6f64db97cb6d5ae2c578844110dc022c.png

传说中的护眼主题,纯黄颜色,没有其他丰富的色彩(感觉护眼效果一般,用了一会感觉眼更不舒服了,这个可能看个人体质吧.......)

第六款 Darcula Pitch Black

主题地址:

  • http://www.jetbrains-active.com/theme/detail/65.html

997a365dc4f10a9d64e8ddbb7deb3add.png 8cf73dc1287fc7188c39f97047c6740e.png

极度黑,纯黑主题,外行看过去逼格很高,偶尔拿来装装样子也不错!

推荐

Java面试题宝典

技术内卷群,一起来学习!!

ef93270d68edbe4e89b7c154404fbf70.jpeg

PS:因为公众号平台更改了推送规则,如果不想错过内容,记得读完点一下“在看”,加个“星标”,这样每次新文章推送才会第一时间出现在你的订阅列表里。点“在看”支持我们吧!

  • 8
    点赞
  • 30
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
### 回答1: 这个错误是由于两个数组的形状不兼容导致的。其中一个数组的形状是(none, 1),另一个数组的形状是(none, 2)。这意味着它们的行数相同,但列数不同。在某些情况下,这可能是由于数据类型不匹配或数据维度不正确引起的。您需要检查数据并确保它们具有相同的形状和数据类型。如果需要,您可以使用numpy库中的reshape函数来更改数组的形状。 ### 回答2: ValueError: shapes (None, 1) and (None, 2) are incompatible。是Python语言中常见的错误,通常出现在人工智能、机器学习等领域。这个错误提示显示的是两个数组的形状(Shapes)不兼容。简单来说,就是指两个数组的维度不一致,无法进行运算。 其中,None代表的是数组的尺寸,意味着这个维度大小可以被任意赋值,但是两个数组在某些维度上的大小是不匹配的。这个问题通常可以通过改变数组形状或对数组进行重新组合来解决。 实际上,这个错误可能涉及到函数、方法、操作、层、参数等各种因素。其中,常见的原因是两个数组中的一部分维度大小不匹配、缺少数据或维度没有进行扩展等。在解决这个错误的过程中,需要认真检查代码中涉及到的所有参数和变量,特别是需要仔细检查数组的形状、大小和数据类型是否匹配。 在数据科学领域中,这个错误通常会出现在机器学习的模型训练和预测过程中。如果两个数组的维度不匹配,可能会导致无法正常训练模型或预测出错。因此,在使用Python进行数据处理和机器学习的过程中,需要注意数组的形状和大小,以避免这个错误的出现。 总之,ValueError: shapes (None, 1) and (None, 2) are incompatible。这个错误提示意味着两个数组的形状不兼容,需要进行调整和匹配才能进行运算。在处理数据和编写代码时需要认真检查数据的大小、形状和类型,以避免这个错误的出现。 ### 回答3: 这个错误是由于两个numpy数组的形状不兼容而导致的。在 numpy 中,数组的形状是非常重要的,不同的形状可以产生不同的结果,如果两个数组的形状不兼容,就会出现这种 ValueError。 首先我们需要了解一下 numpy 数组的形状。在 numpy 中,数组的形状通常由两个属性组成:维度和大小。维度表示数组的维度数量,大小表示每个维度上的元素数量。比如一个二维数组的形状可以表示为 (3, 4),其中 3 表示该数组有 3 个维度,4 表示每个维度上有 4 个元素。 在出现 "shapes (none, 1) and (none, 2) are incompatible" 的错误时,通常是因为两个数组的形状在维度数量或者每个维度上的元素数量上不匹配。其中, (none, 1) 表示第一个数组的形状为一维数组,大小为 none 表示元素数量未知,后面的 1 表示每个维度上有 1 个元素。同理,(none, 2) 表示第二个数组的形状为一维数组,大小为 none 表示元素数量未知,后面的 2 表示每个维度上有 2 个元素。 针对这种错误,我们需要检查一下代码中两个数组的形状是否一致。如果不一致,我们需要进行相应的修改,使它们的形状兼容。具体的做法可以通过 numpy 提供的一些数组操作函数来实现,比如 reshape()函数可以改变数组的形状, concatenate()函数可以将两个数组拼接在一起,等等。 在解决这个错误时,我们还需要注意一些细节,比如 numpy 中不同操作函数对数组形状的要求可能会有所不同,我们需要根据具体情况进行选择。此外,我们还需要注意避免在操作数组时出现类型不一致的错误,比如将字符串类型的数组和浮点类型的数组进行拼接,这也可能会导致 ValueError 错误的出现。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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