VScode python插件

1.LiveCode

从扩展商店安装完以后初次使用可能异常
要配置一下解释器的路径
设置(ctrl+,)-> 搜索 Livecode:Python Path
然后填解释器的路径


如果我们有循环或需要展示一些中间变量状态,就可以使用该插件,LiveCode主要拥有下面四个功能

实时评估:不需要运行Python脚本就可以查看各个变量的值

变量显示:每当声明或更改一个变量时,它的新值都会同时改变并显示

2在 VS Code 调试器中自动显示变量形状和维度信息

原文在这里

win下

C:\Users\<你的用户名>\.vscode\extensions\ms-python.debugpy-<版本号>-win32-x64\bundled\libs\debugpy\_vendored\pydevd\_pydevd_bundle\pydevd_xml.py

linux下

~/.vscode/extensions/ms-python.debugpy-*\bundled\libs\debugpy\_vendored\pydevd\pydevd_plugins\extensions\types/

修改 get_variable_details() 函数
打开 pydevd_xml.py 文件,找到get_variable_details()函数,完整修改之后如下

def get_variable_details(val, evaluate_full_value=True, to_string=None, context: Optional[str] = None): """ :param context: This is the context in which the variable is being requested. Valid values: "watch", "repl", "hover", "clipboard" """ try: # This should be faster than isinstance (but we have to protect against not having a '__class__' attribute). is_exception_on_eval = val.__class__ == ExceptionOnEvaluate except: is_exception_on_eval = False if is_exception_on_eval: v = val.result else: v = val _type, type_name, resolver = get_type(v) type_qualifier = getattr(_type, "__module__", "") if not evaluate_full_value: value = DEFAULT_VALUE else: try: # 添加形状信息 shape_info = "" try: # 处理 PyTorch Tensor if type_qualifier == "torch" and hasattr_checked(v, 'shape') and hasattr_checked(v, 'dtype'): shape = tuple(v.shape) dtype = str(v.dtype) shape_info = f"{{Tensor: {shape}}} " # 处理 NumPy ndarray elif type_qualifier == "numpy" and hasattr_checked(v, 'shape') and hasattr_checked(v, 'dtype'): shape = tuple(v.shape) dtype = str(v.dtype) shape_info = f"{{ndarray: {shape}}} " # 处理 Pandas DataFrame elif type_qualifier == "pandas.core.frame" and hasattr_checked(v, 'shape'): shape = tuple(v.shape) shape_info = f"{{DataFrame: {shape}}} " # 处理 Pandas Series elif type_qualifier == "pandas.core.series" and hasattr_checked(v, 'shape'): shape = tuple(v.shape) dtype = str(v.dtype) shape_info = f"{{Series: {shape}}} " # 处理其他有 shape 属性的对象 elif hasattr_checked(v, 'shape'): shape_info = f"{{{v.shape}}} " # 处理可计数对象 elif hasattr_checked(v, '__len__'): try: length = len(v) # 对于字符串类型,只显示 {str} 而不显示长度 if type_name == "str": shape_info = f"{{{type_name}}} " else: shape_info = f"{{{type_name}: {length}}} " except: pass except: pass str_from_provider = _str_from_providers(v, _type, type_name, context) if str_from_provider is not None: value = shape_info + str_from_provider elif to_string is not None: value = shape_info + to_string(v) elif hasattr_checked(v, "__class__"): if v.__class__ == frame_type: value = pydevd_resolver.frameResolver.get_frame_name(v) elif v.__class__ in (list, tuple): if len(v) > 300: value = "%s: %s" % (str(v.__class__), "<Too big to print. Len: %s>" % (len(v),)) else: value = "%s: %s" % (str(v.__class__), v) else: try: cName = str(v.__class__) if cName.find(".") != -1: cName = cName.split(".")[-1] elif cName.find("'") != -1: # does not have '.' (could be something like <type 'int'>) cName = cName[cName.index("'") + 1 :] if cName.endswith("'>"): cName = cName[:-2] except: cName = str(v.__class__) value = "%s: %s" % (cName, v) else: value = shape_info + str(v) except: try: value = repr(v) except: value = "Unable to get repr for %s" % v.__class__ # fix to work with unicode values try: if value.__class__ == bytes: value = value.decode("utf-8", "replace") except TypeError: pass return type_name, type_qualifier, is_exception_on_eval, resolver, value

再重启即可

3 Better Comments

写注释的好帮手
它能根据关键词用不同的颜色高亮代码片段。支持以下类型的高亮:

感叹号 “!” 代码警告。
问号“?”代表存留疑问。
TODO 代码未来将要进行的操作。
@param 参数

此外,它还支持在设置中自定义需要高亮句子的首部关键词。

4 autoDocstring

写注释的好帮手
能够自动生成函数的注释格式,通过tab键快速切换填充块编写相应的注释。

Python Indent

python 自动缩进

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/1149848.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

工厂人员定位软件系统从场景分级与技术选型、系统架构到核心功能详解(一)

hello~这里是维构lbs智能定位&#xff0c;如果有项目需求和技术交流欢迎来私信我们~点击文章最下方可获取免费获取技术文档和解决方案工厂人员定位系统以定位引擎管理平台为核心&#xff0c;融合UWB/蓝牙AOA等技术&#xff0c;结合防爆终端与工业网络&#xff0c;实现“实时可视…

如何选择靠谱的IP购买渠道?这几点务必注意

一、IP购买热度上升&#xff0c;企业如何做出正确选择&#xff1f;在数字化业务快速发展的今天&#xff0c;IP购买已成为许多企业部署数据服务、保障业务连续性的重要一环。尤其是在爬虫采集、风控建模、广告验证、社媒监测等场景中&#xff0c;IP资源的质量与稳定性直接影响业…

开箱即用的中文情感分析方案|StructBERT镜像集成WebUI与API

开箱即用的中文情感分析方案&#xff5c;StructBERT镜像集成WebUI与API 1. 背景与需求&#xff1a;为什么需要轻量级中文情感分析&#xff1f; 在自然语言处理&#xff08;NLP&#xff09;的实际应用中&#xff0c;情感分析是企业洞察用户反馈、监控舆情、优化服务体验的核心…

喜报!美创5款产品入选《数据安全产品目录(2025年版)》

1月7日&#xff0c;在中国互联网产业年会“数据安全产业发展论坛”上&#xff0c;《数据安全产品目录&#xff08;2025年版&#xff09;》正式发布&#xff0c;历经产品征集、形式审查与专家评审等多个环节&#xff0c;最终收录了涵盖数据分类分级、数据脱敏、数据库审计、数据…

深度测评10个AI论文写作软件,本科生轻松搞定毕业论文!

深度测评10个AI论文写作软件&#xff0c;本科生轻松搞定毕业论文&#xff01; AI 工具如何成为论文写作的得力助手 随着人工智能技术的不断进步&#xff0c;越来越多的本科生开始借助 AI 工具来辅助论文写作。这些工具不仅能够帮助学生快速生成内容&#xff0c;还能在降低 AIGC…

小学常识让2300年都无人能识的“更无理”直线一下子浮出水面推翻直线公理

黄小宁“科学”共识&#xff1a;无人能推翻数学的公理与定理。这意味着只有外星人才能推翻…。《几何原本》表明2300年前的古人认为凡知什么是直线的人都知过两异点只能画一条直线从而有初中的2300年直线公理&#xff0c;据此公理有直线定理&#xff1a;直线沿本身的保序伸缩变…

从图文对齐到端侧部署|AutoGLM-Phone-9B多模态优化全链路

从图文对齐到端侧部署&#xff5c;AutoGLM-Phone-9B多模态优化全链路 随着移动智能设备的普及&#xff0c;用户对本地化、低延迟、高隐私保护的AI服务需求日益增长。在此背景下&#xff0c;AutoGLM-Phone-9B 应运而生——一款专为移动端优化的90亿参数多模态大语言模型&#x…

基于FDA药物警戒数据库的阿培利斯相关不良事件安全信号评估

阿培利斯已获批用于乳腺癌治疗&#xff0c;随着其临床应用的逐步推广&#xff0c;全面掌握其安全性特征、精准识别潜在不良事件风险至关重要。为系统评估与阿培利斯相关的安全信号&#xff0c;本研究通过数据挖掘方法对美国食品药品监督管理局&#xff08;FDA&#xff09;药物警…

AI万能分类器实战:10分钟部署完成商品分类

AI万能分类器实战&#xff1a;10分钟部署完成商品分类 引言&#xff1a;电商运营的AI分类神器 作为一名电商运营人员&#xff0c;你是否经常遇到这样的困扰&#xff1a;每天上新几十款商品&#xff0c;手动分类耗时耗力&#xff1b;IT部门排期要等一个月&#xff0c;而市场机…

做私域流量运营的第5年,我终于不用凌晨2点还在P图了

图片来源&#xff1a;AI生成说句掏心窝子的话&#xff1a;私域流量运营这活儿&#xff0c;真的太累了。我见过太多同行&#xff0c;白天追热点、写文案、做海报&#xff0c;晚上还要泡在社群里回消息、发朋友圈。好不容易憋出一篇推文&#xff0c;配图又得从零开始折腾——找素…

中文情感分析实战|基于StructBERT镜像快速部署WebUI与API

中文情感分析实战&#xff5c;基于StructBERT镜像快速部署WebUI与API 1. 引言&#xff1a;为什么选择开箱即用的情感分析服务&#xff1f; 在自然语言处理&#xff08;NLP&#xff09;的实际落地场景中&#xff0c;中文情感分析是企业级应用最广泛的技术之一。无论是电商评论…

轻量高效多模态模型落地指南|基于AutoGLM-Phone-9B的技术演进

轻量高效多模态模型落地指南&#xff5c;基于AutoGLM-Phone-9B的技术演进 1. 引言&#xff1a;移动端多模态推理的挑战与机遇 随着AI大模型在视觉、语音、文本等多模态任务中的广泛应用&#xff0c;如何将高性能模型部署到资源受限的移动设备上&#xff0c;成为工业界和学术界…

StructBERT情感分析镜像详解|附Python BERT实践对比案例

StructBERT情感分析镜像详解&#xff5c;附Python BERT实践对比案例 1. 引言&#xff1a;从零构建中文情感分析系统的工程挑战 在自然语言处理&#xff08;NLP&#xff09;的实际落地中&#xff0c;中文情感分析是企业级应用最广泛的场景之一——从用户评论挖掘到舆情监控&am…

除了 Perfdog,如何在 Windows 环境中完成 iOS App 的性能测试工作

Perfdog 在 iOS 性能测试领域存在感很强&#xff0c;这一点很多做客户端性能的工程师都承认。但当项目逐渐从个人验证走向团队协作、从 Mac 环境扩展到 Windows 测试机房时&#xff0c;成本&#xff08;太贵太贵太贵了&#xff09;、部署方式和使用限制开始变成需要认真考虑的问…

云原生部署(AWS/Azure)

1.云原生部署&#xff08;AWS/Azure&#xff09; 云原生部署是指利用云计算平台的弹性、可扩展性和自动化能力&#xff0c;以容器化、微服务、持续交付、DevOps 和动态编排&#xff08;如 Kubernetes&#xff09;为核心构建和运行应用。在 AWS 和 Azure 上进行云原生部署&…

如何高效实现中文情感分析?试试这款轻量级CPU友好型StructBERT镜像

如何高效实现中文情感分析&#xff1f;试试这款轻量级CPU友好型StructBERT镜像 在自然语言处理&#xff08;NLP&#xff09;的实际应用中&#xff0c;中文情感分析是企业用户和开发者最常接触的任务之一。无论是舆情监控、客服反馈分析&#xff0c;还是社交媒体内容管理&#…

只有 Flutter IPA 文件,通过多工具组合完成有效混淆与保护

Flutter 做完 AOT 之后&#xff0c;真的就不用管混淆了吗&#xff1f; 在不少 Flutter 项目里&#xff0c;我见过一种很常见的判断&#xff1a; Dart 已经 AOT 编译成机器码了&#xff0c;反编译难度不低&#xff0c;再去折腾 IPA 混淆意义不大。 这种结论&#xff0c;通常是在…

10分钟实现中文情感分析|基于StructBERT镜像快速部署

10分钟实现中文情感分析&#xff5c;基于StructBERT镜像快速部署 1. 业务场景与技术痛点 在当前的互联网产品生态中&#xff0c;用户评论、客服对话、社交媒体内容等文本数据呈爆炸式增长。企业亟需一种高效、准确、低成本的方式对中文文本进行情绪倾向判断&#xff0c;以支持…

StructBERT中文情感分析镜像发布|开箱即用,支持WebUI与API调用

StructBERT中文情感分析镜像发布&#xff5c;开箱即用&#xff0c;支持WebUI与API调用 1. 章节简介 在自然语言处理&#xff08;NLP&#xff09;的实际应用中&#xff0c;中文情感分析是企业级服务中高频需求的核心能力之一。无论是用户评论挖掘、客服对话情绪监控&#xff0…

AI分类器效果对比工具:云端双模型并行测试,直观可视化

AI分类器效果对比工具&#xff1a;云端双模型并行测试&#xff0c;直观可视化 引言 作为产品经理&#xff0c;你是否遇到过这样的困扰&#xff1a;需要向客户展示两个AI模型的性能对比&#xff0c;但本地测试只能一个个模型串行运行&#xff0c;既耗时又难以直观比较&#xf…