点上方“菜鸟学Python”,选择“星标”
本文转自Python编程时光
微软最近发布了适用于 Microsoft Visual Studio Code 的新版本 Python 扩展。您可以从 Marketplace 上下载Python扩展,也可以直接从 Visual Studio Code 中的扩展库安装它。如果已经安装了 Python 扩展,则还可以通过重新启动 Visual Studio Code 来获取最新的更新。您可以在文档中了解有关Visual Studio Code中Python支持的更多信息。https://code.visualstudio.com/docs/python/python-tutorial
此版本包括对 Poetry
环境的支持,使用Pylance
时对PyTorch 1.8.1
的持续体验改进以及对 Data Viewer 的功能增强。您可以在我们的变更日志中查看修复和改进的完整列表。微软团队非常高兴在 Visual Studio Code 中宣布对Poetry
环境的支持,这是Visual Studio Code 的 GitHub 存储库中最受欢迎的功能!Poetry 是一个 Python 软件包和依赖项管理器,可轻松构建、发布项目以及检查其依赖项状态。如果您使用的是内测版本,则可以从使用 Poetry 创建的环境中选择 interpreters,因为 Python 扩展现在会自动发现这些 interpreters。选择它之后,您可以创建一个新终端,以自动激活该环境。上图表示您安装软件包后,Python扩展还将使用Poetry:如果您想尝试一下,可以通过打开命令面板(查看>命令面板…)并运行 “Python: Switch to Insiders Weekly Channel”
来加入我们的内测计划。内测版本构建完成下载后,将提示您重新加载窗口。如果您是初次使用 Poetry ,请确保遵循 Poetry 文档中的设置说明。https://python-poetry.org/docs/basic-usage/#project-setup
如果您在使用此扩展程序并发现任何问题,可以提交错误报告。用 Pylance 对 PyTorch 1.8.1 的功能改进微软团队在上个月花了一些时间为 PyTorch 项目作了一些改进,以更新子模块在高等级 torch 模块中的导出方式。进行这些更改后,使用 PyTorch 的 Pylance 用户应更新到PyTorch 1.8.1 版本,以显著提高子模块(例如nn
,optim
,cuda
)的完成度。团队同时对 Data Viewer 也进行了许多改进。首先,添加了刷新数据查看器的功能。如果您对数据进行了一些更改或转换,现在可以单击Data Viewer顶角的刷新按钮以获取最新信息,而不必关闭并重新打开Data Viewer来查看更改。其次,Data Viewer 现在支持查看 PyTorch 和 TensorFlow 的 Tensor 数据类型!第三,对整个Data Viewer进行了可视化更新,以使其在美学上更加令人愉悦。现在,您可以在每列的标题处找到过滤器框,并且可以在Data Viewer中单击单个单元格以复制其内容。您可以继续单击任何列标题以对其数据进行升序/降序排序。最后的一点是,Data Viewer现在支持切片数据,这使您可以查看更高维度数据的任何2D切片。如果您具有3维或更大的数据(numpy ndarray
,PyTorch Tensor
或TensorFlow EagerTensor
类型),现在可以在Data Viewer中查看该多维数据,并且新的数据切片面板将在Data Viewer中打开默认。在此面板中,您将能够使用输入框通过 Python slice 语法以编程方式指定您的切片,或者也使用交互式Axis和Index下拉菜单进行切片。两者将同步。团队还添加了一些小的增强功能,并解决了用户要求的问题,这些问题可以改善您在 Visual Studio Code 中使用 Python 的体验。一些显著的变化包括:- 废弃了一些格式类型,因为较新的语言服务器不使用该格式。(#15709)
- 删除通知提示以默认情况下安装
pylint
(#15465) - 防止当前文件中显示的其他文件出现
mypy
错误。(#10190) - 确保在语言服务器处置上终止
jedi
进程。(#15644) - 在解释器列表旁边添加刷新图标(在内测版本中可用)。(#15868)
请确保立即下载适用于 Visual Studio Code 的 Python 新扩展,以尝试上述改进。如果您遇到任何问题或有建议,请在Python VS Code GitHub页面上提交问题。https://github.com/Microsoft/vscode-python
推荐阅读:
入门: 最全的零基础学Python的问题 | 零基础学了8个月的Python | 实战项目 |学Python就是这条捷径
干货:爬取豆瓣短评,电影《后来的我们》 | 38年NBA最佳球员分析 | 从万众期待到口碑扑街!唐探3令人失望 | 笑看新倚天屠龙记 | 灯谜答题王 |用Python做个海量小姐姐素描图 |
趣味:弹球游戏 | 九宫格 | 漂亮的花 | 两百行Python《天天酷跑》游戏!
AI: 会做诗的机器人 | 给图片上色 | 预测收入 | 碟中谍这么火,我用机器学习做个迷你推荐系统电影
年度爆款文案