PyCharm Tutorial meistern

Der umfassende Leitfaden für Datenwissenschaftler zur Beherrschung von PyCharm

Als Datenwissenschaftler, der Python verwendet, fragen Sie sich vielleicht, welche Vorteile die Verwendung einer integrierten Entwicklungsumgebung (IDE) wie PyCharm bietet. Aufgrund der Lesbarkeit und Einfachheit des Codes von Python können Sie Ihren Code problemlos mit einem einfachen Texteditor ändern und dann einen Python-Interpreter anweisen, Ihren Code auszuführen. Warum also sollten Sie eine schwere und komplexe IDE verwenden, um dasselbe Ergebnis zu erzielen?

In den folgenden Abschnitten gehen wir mit Ihnen diese Frage durch, indem wir erläutern, welche spezifischen Probleme PyCharm für Sie lösen kann und wie Sie von seiner Verwendung profitieren.

Warum brauchen Sie PyCharm?

Eine gute Entwicklungsumgebung ist ein entscheidender Schritt zur Steigerung Ihrer Produktivität. Python hat mehr Aspekte als nur das Schreiben von Code, wie z. B. Testen, Debuggen, Verwalten von Umgebungen und Paketen, Versionskontrolle und viele andere aufwändige Vorgänge, die möglicherweise nicht ganz klar sind. Eine Python-IDE wie PyCharm hilft Ihnen, sich auf den Entwicklungsprozess zu konzentrieren, indem sie den Rest für Sie vereinfacht, da sie mit zahlreichen Funktionen ausgestattet ist, darunter Syntaxhervorhebung, automatische Einrückung und Debugging-Tools usw.

Installieren und Konfigurieren von PyCharm

Bevor Sie mit der Installation Ihrer PyCharm IDE fortfahren, müssen Sie sicherstellen, dass Ihre Hardware die angegebenen technischen Anforderungen zum Installieren und Ausführen der Software erfüllt. Die Liste der Anforderungen ist auf der JetBrains- Website verfügbar. Um nur einige zu nennen: Ihr Computer muss:

• Mindestens 4 GB RAM (8 GB empfohlen)
• Mindestens 2,5 GB Festplattenspeicher und 1 GB für Caches
• Python 2.7 oder Python 3.6 (oder neuer) muss bereits installiert sein. Die Installation von PyCharm ähnelt der Installation anderer Software und kann wie folgt durchgeführt werden:
• Gehen Sie zunächst auf die Website von JetBrains , wo Sie die IDE herunterladen können. Die Anzeige sieht wie folgt aus:
• Abhängig von Ihrem Betriebssystem gibt es verschiedene Optionen. Die Standardoption entspricht dem Betriebssystem, das Sie verwenden, da es erkannt wird, sobald Sie die Website öffnen (die Standardoption für Computer mit Windows ist Windows).
• Klicken Sie auf die Schaltfläche „Herunterladen“ Ihres entsprechenden Betriebssystems. Es kann einen Moment dauern, bis der Download abgeschlossen ist.

Wenn Sie die Professional Edition herunterladen, können Sie die exklusiven enthaltenen Funktionen während der 30-tägigen kostenlosen Testphase nutzen. Danach müssen Sie eine Lizenz erwerben, um die Edition weiterhin nutzen zu können. Wenn Sie jedoch die Community Edition heruntergeladen haben, können Sie PyCharm gleich nach der Installation kostenlos nutzen.

Sobald der Download abgeschlossen ist, öffnen Sie Ihren Datei-Explorer in dem Ordner, in den die Datei heruntergeladen wurde. Jetzt können Sie mit dem Installationsvorgang beginnen:

1. Führen Sie die Datei pycharm-2021.3.exe aus und folgen Sie den Schritten des Assistenten. Ihr Bildschirm sieht wie folgt aus:

Wählen Sie „Weiter“ und folgen Sie den Schritten des Installationsassistenten:

1. Beachten Sie während der Installation die folgenden Optionen:
2. 64-Bit-Launcher: Erstellt ein Startsymbol auf Ihrem Desktop.
3. Ordner als Projekt öffnen: Fügt dem Ordnerkontextmenü eine Option hinzu, die das Öffnen des ausgewählten Verzeichnisses als PyCharm-Projekt ermöglicht.
4. .py: Legt eine Zuordnung zu Python-Dateien fest, um sie in PyCharm zu öffnen.
5. Fügen Sie das Starterverzeichnis zum PFAD hinzu: Ermöglicht das Ausführen dieser PyCharm-Instanz von der Konsole aus, ohne den Pfad dazu anzugeben.

Um Ihre neu installierte IDE auszuführen, finden Sie sie im Windows-Startmenü oder können die auf Ihrem Desktop erstellte Verknüpfung verwenden.

Übersicht über die Benutzeroberfläche

Wenn Sie Ihre IDE starten, sollte Ihre Ansicht ungefähr so ​​aussehen:

Ihre PyCharm IDE kann je nach Ihren Plugins, der gewählten Edition und Ihren Einstellungen anders aussehen als im Screenshot oben. Im Folgenden erklären wir die Rolle einiger Komponenten:

• Editor. Sie können ihn verwenden, um Ihren Code zu bearbeiten (lesen/schreiben/erkunden).
• Aktionsindikatoren und Aktionsliste Die Symbole im linken Editor unterstützen Sie bei der Suche nach Schnellkorrekturen und anderen Aktionen.
• Navigationsleiste: Dies vereinfacht die Navigation durch die Struktur Ihres Projekts und das Öffnen von Dateien zum Bearbeiten.
• Statusleiste: Zeigt die letzten Ereigniswarnungen und Aktionsbeschreibungen an, wenn Sie mit der Maus darüber fahren.
• Hauptfenster Das Hauptfenster enthält alle Informationen zu einem einzelnen Projekt.

Ändern Sie Ihre Verknüpfungen

PyCharm ermöglicht es Ihnen, Ihre Entwicklungsumgebung schnell an Ihre Vorlieben anzupassen. Sie können Ihre bevorzugten Tastenkombinationen problemlos beibehalten, indem Sie die Tastenkombinationen Ihrer IDE suchen, bearbeiten und anpassen. Auf diese Weise steigern Sie Ihre Produktivität und können schneller auf Funktionen zugreifen.

Öffnen Sie das Dialogfeld „Einstellungen/Präferenzen“ mit Strg+Alt+S, um die Tastaturbelegungskonfiguration anzuzeigen, und wählen Sie „Tastaturbelegung“ aus.

Diese Liste enthält verfügbare Aktionen und Aufgaben, für die Sie Verknüpfungen hinzufügen oder anpassen können. Sie sind so sortiert, dass Sie bestimmte Aktionen finden können.

Betrachten wir einige Beispiele. Bei der Aktion „Zeilen verbinden“ können wir sehen, dass sie in Windows mit der Tastenkombination (Strg + Umschalt + J) verknüpft ist. Darüber hinaus sind einige verfügbare Elemente in unserer Aktionsliste enthalten; einige sind noch keiner Tastenkombination zugeordnet (z. B. Cursor einen Absatz nach hinten bewegen). Sie können ihnen jedoch verschiedene Tastenkombinationen zuordnen, indem Sie mit der rechten Maustaste auf die Aktionen klicken und eine Tastenkombination oder eine Kombination aus Maus und Tastatur erstellen.

Passen Sie Ihr Editordesign an

Je häufiger Sie IDEs verwenden, desto effizienter wird es, das Design des Editors unabhängig vom allgemeinen Design der Umgebung anzupassen. Die meisten Entwickler passen gerne die Funktionen ihres Codes an, beispielsweise die Schriftart. Das unten angezeigte Schema (Editor-Design) ist beispielsweise Darcula (bei vielen Editoren als dunkles Design bekannt).

Darüber hinaus können Sie Ihren Zeilenumbruch anpassen, der definiert, wie lang eine Codezeile in Ihrem Editor sein soll. Gemäß dem aktuellen Styleguide für Python-Code, PEP 8, sollte die maximale Länge einer Zeile in einer Python-Datei 79 Zeichen betragen. Daher wird empfohlen, den Eintrag in dieser Einstellung auf 79 zu setzen. Wenn Sie dies angeben, zeigt Ihre IDE in der 79. Spalte eine vertikale Linie an, die einen Punkt angibt, an dem der Programmierer seinen Code in mehrere Zeilen aufteilen sollte.

Entdecken Sie die wichtigsten Editorfunktionen

Laut dem Entwickler JetBrains basiert PyCharm auf den folgenden zwei Hauptprinzipien:

• Produktivitätssteigerung: PyCharm erleichtert es Datenwissenschaftlern, sich auf die Erstellung ihrer Modelle zu konzentrieren, indem es die repetitiven, unkreativen Aspekte der Python-Programmierung beseitigt.
• Unterstützung in Echtzeit: PyCharm bietet Datenwissenschaftlern verschiedene intelligente Funktionen zur Behebung von Inkonsistenzen, indem es unter anderem die Logik in Echtzeit auf Fehler und PEP-8-Codestile überprüft und schnelle Korrekturen vorschlägt. PyCharm bietet außerdem verschiedene Funktionen auf höherer Ebene, die zur Förderung dieser Prinzipien beitragen:
• Unterstützung für wissenschaftliches Rechnen: Pycharm umfasst viele Funktionen, die die Arbeit von Datenwissenschaftlern vereinfachen, indem sie wissenschaftliches Rechnen über IPython-Notizen und interaktive Konsolenfunktionen erleichtern.
• Intelligente Codierunterstützung: PyCharm bietet Optionen zur Code-Vervollständigung, Syntax- und Fehleranalysen sowie automatisierte Möglichkeiten zum Refactoring Ihres Codes.
• Optimierte Programmiertools: PyCharm ermöglicht Datenwissenschaftlern, ihren Code effizient zu debuggen, zu testen und zu verwalten.
• Optionen zur Webentwicklung: PyCharm unterstützt Webentwicklungsprojekte, etwa Python-Webentwicklungs-Frameworks und andere wichtige Elemente wie JavaScript.

Neues Projekt erstellen

Nachdem wir nun gesehen haben, wie PyCharm Ihren Entwicklungsprozess rationalisiert, ist es Zeit, unser erstes Projekt zu erstellen.

1. Wenn der Installationsvorgang erfolgreich war, können Sie Ihre IDE jetzt ohne Fehler starten. Ihr Willkommensbildschirm sollte ungefähr wie folgt aussehen:

2. Klicken Sie auf die Schaltfläche Neues Projekt, um den Vorgang abzuschließen. PyCharm führt Sie zu einem weiteren Fenster, in dem Sie die Details Ihres neuen Projekts eingeben können. Standardmäßig werden die Parameter im folgenden Screenshot vorgeschlagen:

Passen Sie die Projekteinstellungen Ihren Bedürfnissen an und klicken Sie auf „Erstellen“.

Wenn Sie Ihrem Projekt eine neue Datei hinzufügen möchten, können Sie im linken Bereich mit der rechten Maustaste auf das Projekt klicken und „Neu | Python-Datei“ wählen. Sie können mehrere Dateitypen erstellen, aber wir können jetzt Python auswählen.

Es öffnet sich ein Fenster, in dem Sie die Datei umbenennen und den zu erstellenden Dateityp wie unten gezeigt auswählen können:

Sie können Ihrer Datei einen beliebigen Namen geben. Die Endung „.py“ ist im Dateinamen nicht erforderlich, da Sie bereits angegeben haben, dass Sie eine Python-Datei erstellen. Klicken Sie auf „OK“, um fortzufahren.

Die Datei wurde nun erfolgreich erstellt und wird standardmäßig geöffnet. Versuchen wir, Code zu erstellen und auszuführen. Wir nehmen ein einfaches Beispiel für die Ausgabe von „Hallo Welt!“:

Um dies in PyCharm auszuführen, können Sie zur Registerkarte „Ausführen“ gehen und „Ausführen“ auswählen, wie unten gezeigt:

Danach erscheint ein Fenster. Wählen Sie first_file (oder den Namen, den Sie für Ihre Datei verwenden), um Ihren Code auszuführen. Anschließend erscheint das Ausführen-Fenster von PyCharm, das verschiedene Informationen wie Speicherort, Status und Ausgabe zu dem gerade ausgeführten Python-Programm anzeigt. Es gibt andere Möglichkeiten, Ihr Programm auszuführen. Sie können die grüne Schaltfläche links neben dem Ausführen-Fenster auswählen, um die Datei erneut auszuführen. Diese Aktion hat die Standardtastenkombination Strg + Umschalt + R für macOS und Strg + Umschalt + F10 für Windows. Sie können Ihre Tastenkombinationen mit den Keymap-Einstellungen anpassen, die wir zuvor besprochen haben. Diese Option führt die zuletzt ausgeführte Datei erneut aus, sodass Sie damit eine Datei mehrmals hintereinander ausführen können. Dies ist jedoch nicht möglich, wenn Sie mehrere Dateien ausführen. PyCharm rationalisiert viele Teile, die in den Entwicklungsprozess einbezogen sind, und was wir bisher gesehen haben, ist nur ein kleiner Ausschnitt dessen, was diese leistungsstarke IDE für Sie als Datenwissenschaftler oder Python-Entwickler tun kann. Im nächsten Abschnitt werden wir im Detail erläutern, wie Sie durch die Verwendung produktiver werden können.

Produktives Codieren

Bei der Softwareentwicklung oder der Implementierung eines Data Science-Projekts gibt es viele Aspekte, die über das Programmieren hinausgehen. Diese Aktivitäten können Tests, Debugging und Profilerstellung umfassen. Angesichts ihrer Komplexität und der für die Durchführung solcher Aufgaben erforderlichen Kenntnisse sind viele Entwickler jedoch eingeschüchtert und neigen daher dazu, diese Aufgaben in ihren Projekten zu überspringen.

Glücklicherweise bietet PyCharm hier eine praktische Möglichkeit, beim Erstellen Ihrer Projekte die besten Programmierpraktiken in Echtzeit zu befolgen. Darüber hinaus werden auch die langweiligen Verwaltungsaufgaben der Organisation von Paketen, Interpretern und virtuellen Umgebungen auf unkomplizierte Weise erledigt. PyCharm bietet hierfür nicht nur intuitive und grafische Methoden, sondern parallel auch intelligente Codierungsunterstützung, Syntaxhervorhebung und Vorschläge.

Debuggen

Das Ziel des Debuggens besteht darin, die Ursachen der während des Testvorgangs in Ihrem Programm gefundenen Fehler aufzuzeigen und so Ihren Code anzupassen, um das genaue und gewünschte Ergebnis auszugeben.

Ein Datenwissenschaftler oder Python-Entwickler überwacht in einem Debugging-Prozess die Interaktionen und Änderungen der Programmvariablen. Sie können die möglichen Ursachen für die Fehler in Ihrem Programm untersuchen, indem Sie beobachten, wie jede einzelne Funktion, Methode oder sogar Codezeile den Wert und die Funktionalität der Variablen ändert.

Es gibt mehrere Debugging-Ansätze, die Programmierer oder Datenwissenschaftler in Python verwenden:

• Print-Debugging: Sie können zwischen Befehlen in Ihren Programmen Print-Anweisungen einfügen, um die Werte der Variablen anzuzeigen, die Ihrer Meinung nach die Fehler verursachen. Indem Sie diese Werte durchgehen und ihre Veränderung im Laufe der Zeit beobachten, können Sie die Auswirkungen jeder einzelnen Codezeile auf die überprüften Variablen sehen.
• Protokollierung: durch Aufzeichnung der Ereignisse, die während der Ausführung Ihres Programms auftreten. Dieser Ansatz wird häufig von Serveradministratoren verwendet, die sich häufig mit Serverabstürzen und anderen Problemen mit der Site-Zuverlässigkeit befassen.
• Ablaufverfolgung: Sie können Details der Ausführung Ihres Programms in der Maschinensprache auf niedriger Ebene verfolgen. Dies ist hilfreich, wenn Sie die Ursache für einen bestimmten Bug oder Fehler herausfinden möchten, der in einer Programmiersprache eingebettet ist.
• Verwenden eines Debuggers: Dies ist die am wenigsten verbreitete Methode und besteht darin, ein separates Programm namens Debugger zum Debuggen Ihres Codes zu verwenden. Dies ist jedoch im Allgemeinen die robusteste Methode, da Debugger vielseitig einsetzbar sind und verschiedene Ansätze zum Überwachen der Änderungen in Ihren Programmen bieten.

Normalerweise reicht das Drucken-Debuggen bei kleinen bis mittelgroßen Programmen aus. Bei großen Programmen kann die Verwendung eines Debuggers jedoch hilfreich sein, um Zeit zu sparen und Ihre Produktivität zu steigern.

Betrachten wir nun ein Beispiel in PyCharm. Hier haben wir eine Python-Datei erstellt, die den folgenden Code enthält:

In dieser Datei haben wir eine Funktion namens assignFirstElement(), die zwei Parameter annimmt: eine Liste und eine Zahl, und diesen numerischen Wert schließlich dem ersten Element in der Eingabeliste zuweist.

In unserem Programm initialisieren wir eine Liste mit drei Zahlen (0, 1 und 2) und weisen sie der Variablen zu. Als nächstes wird die Listenvariable der Variablen new_list zugewiesen, sodass beide den gleichen Wert haben. Danach bitten wir den Benutzer, eine Eingabenummer einzugeben, und rufen dann assignFirstElement() für die Liste auf, um das erste Element in der Liste von der Konsole aus zu ändern. Schließlich drucken wir die Werte von Liste und new_list aus.

Wenn Sie mit anderen Programmiersprachen wie C vertraut sind, werden Sie erwarten, dass Sie nach dem Aufruf von assignFirstElement() für die Liste [x,1,2] haben und new_list [0,1,2] bleibt. Wenn Sie das Programm jedoch ausführen, erhalten Sie Folgendes:

Dies zeigt, dass sowohl list als auch new_list gleichermaßen geändert werden, was nicht mit unserer ursprünglichen Hypothese übereinstimmt. Um dieses Problem zu verstehen, optimiert PyCharm Ihren Debugging-Prozess und erleichtert Ihnen die schnelle Untersuchung und Behebung Ihrer Fehler. Davon abgesehen können Sie einfach einige Haltepunkte in Ihrer Datei wie folgt einfügen:

Führen Sie dann Ihren Code im Debugmodus aus, um die Ausführung Schritt für Schritt zu verfolgen, wie Sie es durch Ihre Haltepunkte bestimmt haben.

Nachdem Sie auf den Debug-Modus geklickt haben, wird Ihre Debug-Konsole geöffnet und sieht ungefähr wie im folgenden Screenshot aus:

Mithilfe der Konsole können Sie leichter untersuchen, was schiefgelaufen ist, und beim Ausführen Ihres Codes die Werte Ihrer Variablen sowie die Ausgabe jeder Codezeile beobachten.

Testen

Das Testen ist einer der kritischsten Teile jedes Softwareentwicklungsprozesses. Ein gut getesteter Code erleichtert es, eine produktionsreife Qualität der Ergebnisse zu erreichen. Das Testen ist nicht nur für Softwareentwickler gedacht, sondern spielt auch für Datenwissenschaftler eine entscheidende Rolle bei der Entwicklung robuster, leistungsfähiger und genauer Modelle für Ihre nächsten Projekte.

An einem Code können viele Tests durchgeführt werden, beginnend mit der ersten Phase, dem Unit-Test. Sie haben wahrscheinlich schon viel davon gehört oder es sogar schon einmal gemacht. Unit-Tests in Python werden durch das Unit-Test-Modul unterstützt, das identische Funktionen bietet wie gängige Unit-Test-Frameworks in anderen Programmiersprachen.

Betrachten wir ein Beispiel, um das Konzept des Unit-Tests schnell zu verstehen:

Erstellen wir zunächst eine Unit-Test-Datei. Klicken Sie mit der rechten Maustaste auf Ihr Projekt und wählen Sie Neue Python-Datei.

Es erscheint ein Popup-Fenster ähnlich dem folgenden:

Geben Sie den Namen Ihrer Datei ein und wählen Sie „Python-Unittest“.

Kopieren Sie anschließend den folgenden Code und fügen Sie ihn in Ihre neue Datei ein:

Die Klassen simpleOperationsTest und StringTest, in denen unsere Unit-Tests erstellt werden, erben beide von der Klasse TestCase des Unittest-Moduls. Wir fügen Testmethoden einfach in die entsprechenden Klassen ein, um verschiedene Unit-Tests zu implementieren stable diffusion.

Die gängigste Methode zum Ausführen dieser Python-Unittests ist die Befehlszeile. Das Modul kann in einen Python-Befehl eingebunden werden, um Tests aus Dateien, Klassen und einzelnen Testmethoden auszuführen.

Sie können entweder das Terminalfenster Ihres PyCharm verwenden oder die eigentliche Befehlszeile Ihres Systems öffnen und zu dem Ordner navigieren, mit dem Sie arbeiten.

Um unsere Tests auszuführen, verwenden Sie den folgenden Befehl:

Python -m unittest Testdatei

Oder Sie können die Leistungsfähigkeit von PyCharm nutzen, indem Sie die Ausführungspfeile wie folgt verwenden:

Pycharm Versionskontrollintegrationen

Um die Versionskontrolle in PyCharm zu integrieren, müssen Sie auf VCS klicken und dann Versionskontrolle aktivieren auswählen. Ein Fenster ähnlich dem folgenden wird angezeigt:

Es gibt viele Versionen von Steuerungstools, in die PyCharm integriert ist, aber für den Moment wählen wir Git aus der Dropdown-Liste und klicken auf OK. Jetzt sehen Sie, dass Sie VCS für Ihr Projekt aktiviert haben.

Nachdem Sie das Git-Repository erstellt haben, wird das Versionskontrollfenster in Ihrem Projektfenster angezeigt:

Wenn Sie jetzt zum Menü oben gehen, sehen Sie unter „Git“ verschiedene Optionen, die Sie verwenden können: „Git Add“, „Git Stash“, „Git Branch“, „Git Commit“, „Git Push“ und mehr.

Um eine bestimmte Datei zu Git hinzuzufügen, können Sie in der Menüleiste zu VCS | Git | Hinzufügen gehen oder die entsprechende Tastenkombination verwenden.

Sie können im Bedienfeld „Versionskontrolle“ auch mehrere Dateien gleichzeitig auswählen und zu Git hinzufügen. Um alle nicht versionierten Dateien zu Git hinzuzufügen, können Sie auch den Abschnitt mit den nicht versionierten Dateien selbst auswählen und die Aktion „Hinzufügen“ aufrufen.

Als Nächstes werden Sie feststellen, dass das Übertragen einer Datei in Ihr Repository ebenfalls recht unkompliziert ist und dem gerade beschriebenen Vorgang des Hinzufügens ziemlich ähnlich ist. Um die grün hervorgehobenen Dateien im Abschnitt „Standardänderungsliste“ zu übertragen, klicken Sie mit der rechten Maustaste darauf und wählen Sie „Übertragen“ oder verwenden Sie die entsprechende Tastenkombination.

Sie können auch einen Commit-Kommentar zum Zweck des Commits eingeben, der auf GitHub angezeigt wird.

Der letzte Meilenstein besteht nun darin, den im vorherigen Schritt übermittelten Code auf unser GitHub zu übertragen. Gehen Sie dazu zu VCS | Git | Push. Ein weiteres Popup-Fenster wie das folgende wird angezeigt. Wählen Sie „Push“, um den Vorgang abzuschließen.

Häufig gestellte Fragen

Fazit

PyCharm ist eine der leistungsstärksten IDEs für die Datenwissenschaft. Sie erleichtert es Datenwissenschaftlern, sich auf Aufgaben mit höherer Priorität zu konzentrieren, wie etwa das Erstellen und Optimieren ihrer Modelle. Es vereinfacht einige Aufgaben, die von Entwicklern oder Datenwissenschaftlern oft als komplex oder zeitaufwändig angesehen werden, wie etwa Testen, Debuggen und Profilerstellung. Das Tool bietet Zugriff auf viele Integrationen und Anpassungen für ein besseres Benutzererlebnis.