Comment installer NumPy dans VS Code

Si vous êtes un développeur Python, il y a de fortes chances que vous ayez entendu parler de NumPy, le package indispensable pour le calcul scientifique en Python. Mais savez-vous comment le faire fonctionner dans Visual Studio Code (VS Code), l’éditeur de code incontournable pour de nombreux développeurs ?

Cet article examinera en profondeur l’installation de NumPy dans VS Code et d’autres sujets connexes qui pourraient s’avérer intéressants.

Installer NumPy dans VS Code

Sans plus tarder, voici toutes les étapes à suivre pour installer NumPy :

1. Lancez VS Code. Si, par hasard, vous ne l’avez pas déjà, téléchargez-en une copie sur le site officiel .

   

2. Cliquez sur l’onglet Extension. Vous pouvez le trouver sur le côté gauche de la fenêtre, indiqué par une icône à quatre carrés.

   

3. Tapez « Python » dans la barre de recherche d’extension.

   

4. Sélectionnez « Python de Microsoft » dans les résultats.

   

5. Cliquez sur le bouton bleu « Installer ».

   

6. Retournez au menu principal.
7. Sélectionnez « Terminal ».

   

8. Choisissez « Nouveau terminal ».

   

9. Pour démarrer avec NumPy, entrez cette commande dans le terminal que vous venez d’ouvrir : . pip install numpy

   

Cela indique au programme d’installation du package Python de télécharger NumPy et de l’installer sur votre ordinateur. Le processus est désormais automatique.

L’extension Python que vous avez téléchargée offre également une prise en charge abondante de vos autres projets Python, tels qu’IntelliSense, le linting ou le débogage.

Si vous rencontrez des obstacles qui mentionnent « aucun module nommé numpy » comme message d’erreur, vérifiez si vous avez sélectionné le bon interpréteur Python. Vous pouvez régler cela en naviguant vers « Python » dans la région inférieure de l’écran et en sélectionnant l’interpréteur qui a pip et NumPy.

Tirez le meilleur parti de NumPy dans VS Code

Avec NumPy opérationnel, vous pouvez bénéficier des fonctionnalités de Visual Studio Code pour rendre votre programmation plus efficace et plus agréable.

Débogage

La programmation est complexe et délicate et vous êtes obligé de déboguer du code qui ne fera pas ce qu’il est censé faire. VS Code dispose d’un environnement de débogage complet spécifiquement pour les applications Python et celles qui utilisent NumPy pour le calcul scientifique. Voici quelques conseils:

• Si vous identifiez un bogue possible, pour accéder à la racine du problème, vous devez extraire le fichier Python sur lequel vous travaillez et l’ouvrir. Après cela, cliquez sur « Exécuter » dans le menu du haut et choisissez « Démarrer le débogage ». Cela lancera le débogage.
• Le débogage de votre code peut être beaucoup plus facile si vous définissez des points d’arrêt. Ces marqueurs permettent au débogueur de suspendre votre programme, afin que vous puissiez inspecter l’état de votre programme à ce point précis d’exécution. Essayez de définir ces points d’arrêt en cliquant sur la marge à côté de la ligne de code que vous souhaitez mettre en pause ou en passant votre curseur sur la ligne et en appuyant sur F9.
• Lorsque le programme est en pause, les commandes de débogage en haut de l’écran vous permettront de vous déplacer dans le code. Si vous appuyez sur F10, vous pouvez ignorer les fonctions ; avec F11, vous plongez plus profondément dans eux, et en appuyant à la fois sur Maj et F11, vous sortirez d’une fonction.
• Vous pouvez également regarder de près les variables avec le volet « Variables ». Il apparaîtra dans la barre latérale « Exécuter et déboguer » lorsque votre programme est en pause, affichant toutes les valeurs dans la portée locale. Si vous avez besoin de plus de détails, survolez n’importe quelle variable du code pour obtenir une valeur exacte.

Utilisation des blocs-notes Jupyter

Un analyste de données averti peut bénéficier de l’environnement interactif de Jupyter Notebooks, accessible directement depuis VS Code. De cette façon, vous pouvez construire, exécuter et déboguer du code dans une interface transparente.

Si vous souhaitez créer un nouveau bloc-notes Jupyter dans Visual Studio Code :

1. Ouvrez la palette de commandes (Ctrl+Maj+P).

   

2. Trouvez la commande  » Create: New Jupyter Notebook. »

   

3. Vous pouvez également ouvrir votre espace de travail et créer un nouveau fichier avec l’extension « .ipynb ».

   

Une fois que vous avez créé un bloc-notes, vous pouvez taper du code Python dans ses cellules et exécuter ces commandes en cliquant sur le bouton « Exécuter la cellule » qui apparaît lorsque votre curseur le survole. Les résultats de votre cellule apparaîtront alors en dessous afin que vous puissiez les utiliser dans d’autres calculs ou opérations.

Vous pouvez choisir l’interpréteur Python pour chaque Notebook que vous créez en choisissant dans le sélecteur de noyau en haut à droite. Cette option est pratique, en particulier si vous avez plusieurs environnements Python sur votre ordinateur et que vous souhaitez les utiliser tous, en fonction du travail.

Utilisation d’IntelliSense

IntelliSense de VS Code est votre meilleur ami et compagnon du codage NumPy. Cet ensemble puissant de fonctionnalités permet la complétion intelligente du code au fur et à mesure que vous tapez. Vous n’avez pas besoin de trop penser aux noms de fonctions, aux variables, etc. IntelliSense peut le comprendre à partir du contexte du code.

Par exemple, si vous devez écrire une fonction, commencez à taper le nom et IntelliSense vous fournira toutes les fonctions disponibles de NumPy et d’autres modules. Sélectionnez celui qui convient et l’outil l’ajoutera au code. Vous obtiendrez également une liste correcte d’arguments pour chaque fonction, ce qui accélère également le codage.

NumPy avec les extensions de code VS

L’extensibilité de VS Code est l’une de ses fonctionnalités les plus puissantes. Avec les extensions correctes, vous pouvez suralimenter à la fois Python et NumPy. Voici quelques extensions qui peuvent être particulièrement utiles avec NumPy.

• L’extension Python de Microsoft apporte un codage intuitif à VS Code. Il vous permet d’écrire du code plus rapidement, avec des fonctionnalités utiles telles qu’IntelliSense, le lissage et le formatage en temps réel, des outils de débogage, etc.
• Le Python Docstring Generator est une bouée de sauvetage pour les développeurs qui doivent travailler sur du code NumPy complexe. Cette extension générera des docstrings détaillés pour documenter le code en quelques secondes, ce qui permet d’économiser d’innombrables heures d’écriture et de formatage manuels.
• Python Test Explorer peut exécuter vos tests Python directement depuis la barre latérale et obtenir un retour instantané sur les résultats. Il n’est pas nécessaire de basculer entre les applications, ce qui en fait un autre gain de temps intéressant.
• MagicPython est également formidable pour les développeurs Python qui ont besoin d’analyser et de déboguer du code compliqué. Grâce à la coloration syntaxique et à l’indentation améliorées, vous pourrez lire les expressions NumPy à la volée avec MagicPython.
• La saisie semi-automatique de Kite pour Python est encore une autre façon plus réfléchie de coder. Il utilise l’apprentissage automatique pour que Kite puisse fournir des complétions contextuelles pour les scripts Python. Au lieu de passer du temps à rechercher des fonctions et des méthodes dans la bibliothèque (ou sur Internet), vous trouverez des suggestions intelligentes avec Kite au fur et à mesure que vous tapez. Il prend même en charge des opérations complexes.

Écrivez du bon code avec NumPy

Comme vous pouvez le constater, l’installation de NumPy dans VS Code n’est pas du tout intimidante et ses fonctionnalités sont d’une grande aide pour le codage et l’analyse de la science des données. Et dans Visual Studio Code, vous pouvez pousser le développement NumPy plus loin lorsque vous le combinez avec d’autres outils et extensions puissants.

Avez-vous fait fonctionner NumPy dans votre code VS ? Quelle est sa fonctionnalité la plus utile pour vous ? Dites le nous dans les commentaires.