VS Code に NumPy をインストールする方法

あなたが Python 開発者であれば、Python の科学計算に必須のパッケージである NumPy について聞いたことがあるでしょう。しかし、多くの開発者にとって頼りになるコード エディターである Visual Studio Code (VS Code) でそれを実行する方法をご存知ですか?

この記事では、VS Code での NumPy のインストールと、興味深いと思われるその他の関連トピックについて詳しく説明します。

VS Code に NumPy をインストールする

早速、NumPy をインストールするために必要な手順をすべて以下に示します。

1. VS Codeを起動します。万が一、まだお持ちでない場合は、公式 Web サイトからコピーをダウンロードしてください。
   
2. 「拡張機能」タブをクリックします。これはウィンドウの左側にあり、4 つの四角形のアイコンで示されています。
   
3. 拡張機能の検索バーに「Python」と入力します。
   
4. 結果から「Python from Microsoft」を選択します。
   
5. 青い「インストール」ボタンをクリックします。
   
6. メインメニューに戻ります。
7. 「ターミナル」を選択します。
   
8. 「新しいターミナル」を選択します。
   
9. NumPy の使用を開始するには、開いたばかりのターミナルに次のコマンドを入力しますpip install numpy。
   

これにより、Python パッケージ インストーラーが NumPy をダウンロードしてコンピューターにインストールするように指示されます。以降のプロセスは自動的に行われます。

ダウンロードした Python 拡張機能は、IntelliSense、lint、デバッグなど、他の Python プロジェクトに対する豊富なサポートも提供します。

「numpy という名前のモジュールがありません」というエラー メッセージが表示される障害に遭遇した場合は、正しい Python インタープリターを選択したかどうかを再確認してください。これを調整するには、画面の下部にある「Python」に移動し、pip と NumPy を備えたインタープリターを選択します。

VS Code で NumPy を最大限に活用する

NumPy を起動して実行すると、Visual Studio Code の機能を活用してプログラミングをより効果的かつ楽しいものにすることができます。

デバッグ

プログラミングは複雑かつ繊細であり、意図したとおりに動作しないコードをデバッグすることは避けられません。 VS Code には、Python アプリケーションと科学計算に NumPy を使用するアプリケーションに特化した包括的なデバッグ環境があります。以下にいくつかのヒントを示します。

• 潜在的なバグを特定した場合、問題の根本に到達するには、作業中の Python ファイルを取り出して開く必要があります。その後、上部メニューから「実行」をクリックし、「デバッグの開始」を選択します。これによりデバッグが開始されます。
• ブレークポイントを設定すると、コードのデバッグがはるかに簡単になります。これらのマーカーを使用すると、デバッガーがプログラムを一時停止できるため、正確な実行時点でのプログラムの状態を検査できます。一時停止したいコード行の横の余白をクリックするか、行の上にカーソルを置いて F9 キーを押して、ブレークポイントを設定してみてください。
• プログラムが一時停止しているときは、画面上部のデバッグ コントロールを使用してコード内を移動できます。 F10 を押すと、機能をスキップできます。 F11 を押すと、さらに深く掘り下げて、Shift と F11 の両方を押すと、関数から抜け出すことができます。
• 「変数」ペインで変数を詳しく見ることもできます。プログラムが一時停止しているときに「実行とデバッグ」サイドバーに表示され、ローカル スコープ内のすべての値が表示されます。さらに詳細が必要な場合は、コード内の変数の上にカーソルを置くと、正確な値が表示されます。

Jupyter ノートブックの使用

精通したデータ アナリストは、VS Code から直接アクセスできる Jupyter Notebook の対話型環境の恩恵を受けることができます。このようにして、シームレスなインターフェイス内でコードを構築、実行、デバッグできます。

Visual Studio Code で新しい Jupyter Notebook を作成する場合:

1. コマンド パレットを開きます (Ctrl+Shift+P)。
   
2. コマンド「Create: New Jupyter Notebook.」を見つけます。
   
3. または、ワークスペースを開いて、「.ipynb」拡張子を持つ新しいファイルを作成します。
   

ノートブックを作成したら、そのセルに Python コードを入力し、カーソルをその上に置くと表示される [セルの実行] ボタンをクリックしてコマンドを実行できます。セルの結果がその下に表示されるので、他の計算や演算に使用できます。

右上のカーネル ピッカーから選択して、作成するノートブックごとに Python インタープリターを選択できます。このオプションは、特にコンピューター上に複数の Python 環境があり、作業に応じてそれらをすべて使用したい場合に便利です。

インテリセンスの使用

VS Code の IntelliSense は、NumPy コーディングの親友であり相棒です。この強力な機能セットにより、入力時にインテリジェントなコード補完が可能になります。関数名や変数などについて深く考える必要はありません。IntelliSense はコードのコンテキストからそれを理解できます。

たとえば、関数を作成する必要がある場合、名前の入力を開始すると、IntelliSense によって、NumPy およびその他のモジュールから使用可能な関数がすべて提供されます。適合するものを選択すると、ツールがそれをコードに追加します。また、各関数の引数の正しいリストも取得できるため、コーディングが大幅に高速化されます。

NumPy と VS コード拡張機能

VS Code の拡張性は、最も強力な機能の 1 つです。適切な拡張機能を使用すると、Python と NumPy の両方を強化できます。ここでは、NumPy とともに特に便利な拡張機能をいくつか紹介します。

• Microsoft による Python 拡張機能は、VS Code に直感的なコーディングをもたらします。 IntelliSense、リアルタイムのリンティングとフォーマット、デバッグ ツー��などの便利な機能を使用して、コードをより速く作成できます。
• Python Docstring Generator は、複雑な NumPy コードを扱う開発者にとって救世主です。この拡張機能はコードを文書化するための詳細な docstring を数秒で生成します。これにより、数え切れないほどの手作業による記述と書式設定が本当に節約されます。
• Python Test Explorer では、サイドバーから直接 Python テストを実行し、結果に関するフィードバックを即座に得ることができます。アプリケーション間を行き来する必要がないため、時間の節約にもなります。
• MagicPython は、複雑なコードを分析してデバッグする必要がある Python 開発者にとっても最適です。改善された構文のハイライトとインデントのおかげで、MagicPython を使用してその場で NumPy 式を読み取ることができるようになります。
• Kite の Python 用オートコンプリートは、さらに考え抜かれたコーディング方法です。 Kite は機械学習を使用して、Python スクリプトに対してコンテキストを認識した補完を行うことができます。ライブラリ (またはインターネット) から関数やメソッドを探すのに時間を費やす代わりに、入力中に Kite を使用するとインテリジェントな提案が表示されます。複雑な操作もサポートします。

NumPy を使用して優れたコードを作成する

ご覧のとおり、NumPy を VS Code にインストールすることはまったく恐ろしいことではなく、その機能はコーディングとデータ サイエンスの分析に非常に役立ちます。また、Visual Studio Code 内で、他の強力なツールや拡張機能と組み合わせると、NumPy 開発をさらに進めることができます。

VS Code で NumPy が動作するようになりましたか?あなたにとって最も役立つ機能は何ですか?コメントで教えてください。