Pycharm和Jupyter的对比

一、Python经典的开发工具

1.1 pycharm

在pycharm中创建项目，创建项目文件

• 运行hello world
• 通过python 解释器来运行
• 通过python console 来运行

1.2 jupyter

1. 进入pytorch环境
2. 进入jupyter notebook
3. 打开的是一个网页

• 选择自己创建的环境
• 输入hello world
• shift + enter 运行程序

以每一个块作为整体来运行

二、三种编辑区应用场景的对比

2.1 出现错误 pythonIDE运行程序

两种变量的类型不匹配

D:\ANACONDA\envs\pytorch\python.exe C:/Users/Administrator/Desktop/Code/learn_pytorch/first_demo.py
Start
Traceback (most recent call last):
  File "C:/Users/Administrator/Desktop/Code/learn_pytorch/first_demo.py", line 4, in <module>
    c = a + b
TypeError: must be str, not int

Process finished with exit code 1

修改为同样的数据类型就可以继续执行

• 在python的IDE中运行代码的阅读性会更好

python文件的块是所有行的代码

2.2 在python控制台中运行代码

• 以每一行作为一个快进行运行
• 可以看到每个变量的数值

是以任意行为块运行的

2.3 总结

代码是以块为一个整体运行的话

• IDE的块是所有航的代码
  • 通用，传播方便，适用于大型项目
  • 需要从头运行
• console的块是以每一行为块运行的
  • 调试的时候用的多
  • 可以显示每个变量属性
  • 不利于代码的修改和阅读
  • 也可以以任意行为块进行运行
  • 修改错误很麻烦，还需要重新输入一遍，或者是按上方向键重新修改
  • 更多用于单行作用，调试的时候用的多

print('Start')
   ...: a='hello world'
Start

• jupyter是以任意行为块运行的
  • 代码的阅读性好
  • 方便进行修改
  • 环境需要进行配置

希望根据实际情况选择需要使用，穿插使用

---

三、pycharm快捷键

1. 迅速规范化当前代码

Ctrl+ALt+L：对代码进行格式化操作，规范化代码

2. 查看当前ANACONDA的package

-blog.csdnimg.cn/4ade805ed96048aaae8f1ee4d294554a.png