[Python] Basic operations in Pycharm

From: http://learnpythonthehardway.org/book

Comment with line comment:　　Ctrl + slash

Run:　　Shift + F10

Next Break Point:　　F9

Run code partially in Console:　　Right Click + Execute Selection in Console

English Learning:

+ plus

- minus

/ slash

* asterisk

% percent

< less-than

> greater-than

<= less-than-equal

>= greater-than-equal

Link: https://www.jetbrains.com/help/pycharm/2016.1/settings-preferences-dialog.html

Link: http://blog.csdn.net/u013088062/article/details/50183789

最全Pycharm教程（1）——定制外观

最全Pycharm教程（2）——代码风格

最全Pycharm教程（3）——代码的调试、运行

最全Pycharm教程（9）——创建并运行一个基本的Python测试程序

(1) Project 的 Configuration Files

(2) How to add Test Class

(3) How to create and run Test Class

(3) Debug - Set Break Points

(4) Debug - Run Break Points

(5) 传统的“控制台模式”，执行“局部代码”

(1) Project 的 Configuration Files

3、什么是Run/Debug模式

　　每个需要运行/调试的脚本文件都需要一个特殊的配置文件来指定其脚本名称、所在目录以及其他重要的运行调试信息。Pycharm已经集成了这种配置文件，避免用户手动去创建。

　　每次当你单击Run或者Debug按钮时（或者在快捷菜单中执行相同操作），实际上都是将当前的运行/调试配置文件加载到当前的调试模型中。

　　如果你仔细观察第一张图片就会发现，在组合框中根本就没有 run/debug的相关信息，知道第二张图片中它们才出现。这就意味着当执行运行/调试命令的时候，Solver脚本的run/debug配置文件才会自动生成，正如现在所显示的这样。

　　此时再主工具栏中Run（绿色箭头按钮）和Debug（绿色甲壳虫按钮）两个按钮变得可用：

　　同时这两个图标还是半透明，也就意味着他们临时的，即由Pycharm自动创建的。

　　OK，单击下拉箭头查看当前的可用命令操作：

　　如果你已经设置了多个run/debug配置方案，它们将都会显示在这里下拉列表中，单击选中一个作为当前工程的run/debug配置文件。

(2) How to add Test Class

// 测试块专门测试相关的类，乃高级操作

6、运行测试程序

　　我们这里并不讨论代码测试的重要性，而是探讨Pycharm如何帮助我们完成这一功能。

　　7、选择一个测试器

　　首先，需要指定一个测试器。单击工具栏的设置按钮，打开Settings/Preferences对话框，然后单击进入Python Intergated Tools页面（可以通过搜索功能找到），默认选择如下：

　　在这里我们选择Nosetests，保存并关闭对话框。

　　8、创建一个test程序块

　　首先我们创建一个test实例。Pycharm提供了一种非常智能的创建测试代码的方法：单击选中类名然后按下Ctrl+Shift+T快捷键，或者在主菜单中选择Navigate → Test，如果test程序已存在，则会直接跳转到对应代码，否则创建它：

　　按照系统提示进行操作，Pycharm会显示如下对话框：

　　单击OK按钮，查看创建结果：

　　此时Pycharm已经自动创建了一个测试类，当然这只是一个类框架，需要我们手动编写测试函数。

　　9、运行测试代码

　　一切就绪后，右击测试类名，在弹出的快捷菜单中选择运行命令：

　　观察运行状态栏中 Test Runner tab的输出结果：

(3) How to create and run Test Class

1、主题

　　这里我们着重介绍Pycharm如何帮助我们创建并运行一个基本的测试程序。

至于如何编写具体的测试程序，参见之前的文章。

　　2、准备工作

　　确认你电脑上已经安装了Python解释器，2.4到3.3的版本均可。

　　3、创建一个简单的Python工程

　　在主菜单中，选择File | New Project

　　在创建工程对话框中，输入工程名称（这里暂定为TestSamples），选择工程类型（这里选择一个空的工程），并指定Python解释器版本：

　　单击OK，选择显示工程所需窗口，这里我们选择第一个选项——在一个独立的新窗口打开我们的工程：

　　4、创建一个Python类

　　按下Alt+Insert，选择Python file：

　　在新建Python对话框中，输入文件名称：

　　可以看到新建的Python文件中已经定义好了__author __以及__project__变量，接下来我们创建一个简单的脚本来实现解二次方程的功能：

　　5、创建测试程序

　　右击类名，在快捷菜单中选择Go to | Test（也可以直接按Ctrl+Shift+T）：

　　　　　　在Create test对话框中，输入文件路径，以及类名称，勾选复选框中的Test_demo函数选项：

　　　　　　结果如下：

　　　　　　如你所见，所创建的测试程序满足Python unit testing framework标准 —— 即：从unittest模块中导入相应的测试类，并将测试函数名称加上 “test”前缀。

　　　　　　然而，目前的测试单元只是一个基本的框架，需要进行修改。首先导入相关模块：

　　　　　　在输入时建议使用拼写提示功能，通过Ctrl+Space组合键，Pycharm将给出合适的模块及类名称提示：

　　　　　　如果import声明的语句显示为灰色，则说明当前导入的模块还没有被使用。

　　　　　　此时已导入两个测试相关模块：　　　　

from unittest import TestCase

from Solver import Solver

　　　　接下来我们创建一个函数用来抛出判别式为负数的异常，向test类中加入以下代码：

　　　　　　测试单元的最终代码如下：

　　　　　　我们的测试方案包含两个测试方法：test_negative_discr and test_demo，当然后者通常不会被执行。

　　　　　　注意此时的import语句已经不再变灰色，因为我们已经在test_negative_discr函数中用到了Solver类。

　　　　6、创建测试方案的其他方法

　　　　　　让我们尝试其他方法来创建测试方案。

　　　　　　按下Alt+Insert组合键，在弹出的菜单中选择Python file，

　　　　　　接下来在New Python file对话框Kind中选择Python unit test选项，

　　　　　　然后键入测试方案名称：

　　　　　　此时Pycharm会创建并初始化一个解决方案程序，打开并编辑它：

　　　　　　和之前的步骤类似，最终的测试代码为：

　　　　7、运行测试单元

　　　　　　为了执行我们的测试单元，Pycharm建议使用一个新的配置文件 run/debug configuration，这个配置模板已经是预先定义好的，我们直接使用即可。

　　　　　　按下Ctrl+Shift+F10，或者在类内右击，选择Run unittests in test_solver：

　　　　　　运行结果如下：

(4) Debug - Set Break Points

12、设置断点

　　方法非常简单，单击代码左侧的空白灰色槽即可：

　　注意断点会将对应的代码行标记为红色，这种颜色标记目前还不能被用户所更改，我们会尽

快出台解决方案。

　　顺便说一句，取消断点的操作也很简单，在同样位置再次单击即可。

　　当你将鼠标指针悬停在断点上方时，Pycharm会显示断点的关键信息，行号以及脚本属性，如果你希望更改该断点的属性，右击断点：

　　可以尝试对断点属性进行个性化更改，然后观察图标的变化。

　　这个 Condition 看起来高大上的样子，什么时候用？怎么搞？

(5) Debug - Run Break Points

13、代码调试

　　接下来，我们正式开始对代码进行调试。

　　首先从配置文件组框中选择同名的'Solver'文件作为当前调试的配置文件，然后单击调试按钮（绿色甲壳虫样式的按钮）：

　　接下来会Pycharm会执行以下操作：

　　（1）PyCharm 开始运行，并在断点处暂停

　　（2）断点所在代码行变蓝，意味着Pycharm程序进程已经到达断点处，但尚未执行断点所标记的代码。

　　（3）Debug tool window 窗口出现，显示当前重要调试信息，并允许用户对调试进程进行更改。

　　虽然Pycharm使用手册中已经完整提供了调试窗口中所有控件的功能信息，我们这里仍然对其进行简要介绍。我们发现窗口分为两个选项卡：Debugger tab and the Console tab。

　　（1）Debugger窗口分为三个可见区域：Frames, Variables, 和 Watches。这些窗口列出了当前的框架、运行的进程，方便用户查看程序空间中变量的状态等。当你选择一个框架，就会显示出相关的变量信息，当然这些区域都是可以折叠隐藏的。

　　（2）Console窗口显示当前的控制台输出信息，默认这个窗口位于Debugger之下，可以通过单击其标签将其前置显示。

　　当然我们可以改变这些窗口的摆放位置，如果你不喜欢程序的默认排版的话。具体参加Moving tabs and areas章节。

　　Debugger窗口的工作模式：

　　OK，现在程序暂停在了第一断点处，Frames窗口显示的是Solver脚本的第7行代码所对应的进程demo，相关变量a、b、c已经定义，但变量d尚未进行定义。接下来？

　　按下F9（或者左侧工具栏的绿色箭头），程序会继续运行到下一断点处，通过这种方式你可以将每个断点都运行一遍，观察变量的变化。

　　更多有关 Debugger窗口的信息参见软件手册：product documentation

　　Console窗口的工作模式：

　　为什么需要用到Console窗口呢？当我们需要查看程序给出的错误信息，或者进行一些额外的临时运算时，就需要在这个窗口里面进行。

　　单击Console选项卡使其前置：

　　然后单击左侧工具栏中的命令符按钮，显示Python的命令提示符：

// 已变为 “Show Python prompt”

　　此时激活了控制台机制，尝试在其中执行一些Python命令：

　　注意到控制台窗口提供了代码的拼写提示（Ctrl+Space）以及历史记忆（Up/Down keys）功能，更多信息参见： Using Debug Console

　　// 貌似提供了很灵活的方式，以后可以多了解了解

　　最后，如果你希望Console窗口一直处于可用状态，只需将其移动成为一个单独的窗口即可：

(6) 传统的“控制台模式”，执行“局部代码”

15、REPL——在控制台界面调试程序　　

最后，如果你更习惯工作于控制台环境下，也可以将Pycharm设置成为控制台模式。在主菜单中选择Tools → Run Python Console...来加载控制台：

　　此时console窗口将会被激活，并显示为一个单独的窗口：

// 极其类似ipython的交互模式

　　在这个控制台窗口中我们可以做很多有意思的事情，接下来我们演示如何将最近编写的Solver.py文件中的代码导入到控制台：

　　打开Solver.py文件（打开的方法多种多样，例如Ctrl+E - View → Recent Files），全选文件中的代码内容（Ctrl+A, or Edit → Select All），

　　然后按下Alt+Shift+E（或者Right Click击在弹出的快捷菜单中选择Execute Selection in Console）：

　　// NB之功能！

　　此时，Pycharm就会自动将选中的代码导入到控制台界面，方便我们对其进行编辑：