VS Code에 NumPy를 설치하는 방법

Python 개발자라면 Python의 과학 컴퓨팅을 위한 필수 패키지인 NumPy에 대해 들어보셨을 것입니다. 하지만 많은 개발자들이 즐겨 사용하는 코드 편집기인 Visual Studio Code(VS Code)에서 이를 실행하는 방법을 알고 계십니까?

How To Install NumPy In VS Code

이 기사에서는 VS Code의 NumPy 설치와 흥미로울 수 있는 기타 관련 주제를 자세히 살펴보겠습니다.

VS Code에 NumPy 설치

지체 없이 NumPy를 설치하기 위해 취해야 할 모든 단계는 다음과 같습니다.

VS Code를 실행합니다. 혹시 아직 갖고 있지 않다면 공식 웹사이트 에서 사본을 다운로드하세요 .
확장 탭을 클릭하세요. 4개의 사각형 아이콘으로 표시된 창 왼쪽에서 찾을 수 있습니다.
확장 검색창에 “Python”을 입력하세요.
결과에서 “Python from Microsoft”를 선택합니다.
파란색 '설치' 버튼을 클릭하세요.
메인 메뉴로 돌아갑니다.
“터미널”을 선택하세요.
“새 터미널”을 선택하세요.
NumPy를 시작하려면 방금 연 터미널에 다음 명령을 입력하세요 pip install numpy.

이는 Python 패키지 설치 프로그램에 NumPy를 다운로드하여 컴퓨터에 설치하도록 지시합니다. 그 이후의 과정은 자동으로 진행됩니다.

다운로드한 Python 확장은 IntelliSense, Linting 또는 디버깅과 같은 다른 Python 프로젝트에 대한 풍부한 지원도 제공합니다.

오류 메시지로 "numpy라는 모듈이 없습니다"라는 장애물이 나타나면 올바른 Python 인터프리터를 선택했는지 다시 확인하세요. 화면 하단의 "Python"으로 이동하고 pip 및 NumPy가 있는 인터프리터를 선택하여 이를 조정할 수 있습니다.

VS Code에서 NumPy를 최대한 활용하세요

NumPy를 실행하면 Visual Studio Code의 기능을 활용하여 프로그래밍을 더욱 효과적이고 즐겁게 만들 수 있습니다.

디버깅

프로그래밍은 복잡하고 섬세하며, 예상한 대로 작동하지 않는 코드를 디버그할 수밖에 없습니다. VS Code에는 Python 애플리케이션과 과학 컴퓨팅에 NumPy를 사용하는 애플리케이션을 위한 포괄적인 디버깅 환경이 있습니다. 다음은 몇 가지 팁입니다.

가능한 버그를 식별한 경우 문제의 근본 원인을 파악하려면 작업 중인 Python 파일을 꺼내서 열어야 합니다. 그런 다음 상단 메뉴에서 "실행"을 클릭하고 "디버깅 시작"을 선택하십시오. 디버깅이 시작됩니다.
중단점을 설정하면 코드 디버깅이 훨씬 쉬워집니다. 이러한 마커를 사용하면 디버거가 프로그램을 일시 중지하므로 정확한 실행 지점에서 프로그램 상태를 검사할 수 있습니다. 일시 중지하려는 코드 줄 옆의 여백을 클릭하거나 해당 줄 위에 커서를 놓고 F9를 눌러 이러한 중단점을 설정해 보세요.
프로그램이 일시 중지되면 화면 상단의 디버깅 컨트롤을 사용하여 코드를 이동할 수 있습니다. F10을 누르면 기능을 건너뛸 수 있습니다. F11을 사용하면 더 깊이 들어가고 Shift와 F11을 모두 누르면 기능에서 빠져 나옵니다.
'변수' 창을 사용하여 변수를 자세히 살펴볼 수도 있습니다. 프로그램이 일시 중지되면 "실행 및 디버그" 사이드바에 표시되어 로컬 범위의 모든 값을 표시합니다. 더 자세한 내용이 필요한 경우 코드의 변수 위로 마우스를 가져가면 정확한 값을 얻을 수 있습니다.

Jupyter 노트북 사용

능숙한 데이터 분석가는 VS Code에서 직접 액세스할 수 있는 Jupyter Notebook의 대화형 환경을 활용할 수 있습니다. 이렇게 하면 원활한 인터페이스 내에서 코드를 구성, 실행 및 디버그할 수 있습니다.

Visual Studio Code에서 새 Jupyter Notebook을 만들려면 다음을 수행하세요.

명령 팔레트(Ctrl+Shift+P)를 엽니다.
“ ” 명령을 찾으세요 Create: New Jupyter Notebook.
또는 작업 공간을 열고 확장자가 ".ipynb"인 새 파일을 만듭니다.

노트북을 생성한 후에는 셀에 Python 코드를 입력하고 커서를 노트북 위로 가져갈 때 나타나는 "셀 실행" 버튼을 클릭하여 해당 명령을 실행할 수 있습니다. 그러면 셀 결과가 그 아래에 표시되므로 다른 계산이나 작업에 사용할 수 있습니다.

오른쪽 상단의 커널 선택기에서 선택하여 만드는 각 노트북에 대한 Python 인터프리터를 선택할 수 있습니다. 이 옵션은 특히 컴퓨터에 둘 이상의 Python 환경이 있고 작업에 따라 모든 환경을 사용하려는 경우 유용합니다.

IntelliSense 사용

VS Code의 IntelliSense는 NumPy 코딩의 가장 친한 친구이자 동반자입니다. 이 강력한 기능 세트는 입력 시 지능적인 코드 완성 기능을 제공합니다. 함수 이름, 변수 등을 지나치게 생각할 필요가 없습니다. IntelliSense는 코드의 컨텍스트에서 이를 알아낼 수 있습니다.

예를 들어, 함수를 작성해야 하는 경우 이름 입력을 시작하면 IntelliSense가 NumPy 및 기타 모듈에서 사용 가능한 모든 함수를 제공합니다. 적합한 것을 선택하면 도구가 이를 코드에 추가합니다. 또한 각 함수에 대한 올바른 인수 목록을 얻을 수 있어 코딩 속도도 향상됩니다.

VS Code 확장이 포함된 NumPy

VS Code의 확장성은 가장 강력한 기능 중 하나입니다. 올바른 확장을 사용하면 Python과 NumPy를 모두 강화할 수 있습니다. NumPy와 함께 특히 유용할 수 있는 몇 가지 확장 기능은 다음과 같습니다.

Microsoft의 Python 확장은 VS Code에 직관적인 코딩을 제공합니다. IntelliSense, 실시간 Linting 및 서식 지정, 디버깅 도구 등과 같은 유용한 기능을 사용하여 코드를 더 빠르게 작성할 수 있습니다.
Python Docstring Generator는 복잡한 NumPy 코드 작업을 해야 하는 개발자에게 생명의 은인입니다. 이 확장 프로그램은 코드를 몇 초 만에 문서화하기 위한 자세한 독스트링을 생성하므로 수동 작성 및 서식 지정에 소요되는 수많은 시간을 절약할 수 있습니다.
Python 테스트 탐색기는 사이드바에서 바로 Python 테스트를 실행하고 결과에 대한 즉각적인 피드백을 얻을 수 있습니다. 응용 프로그램 간에 전환할 필요가 없으므로 시간을 절약할 수 있는 또 다른 가치가 있습니다.
MagicPython은 복잡한 코드를 분석하고 디버깅해야 하는 Python 개발자에게도 적합합니다. 향상된 구문 강조 표시 및 들여쓰기 덕분에 MagicPython을 사용하여 즉시 NumPy 표현식을 읽을 수 있습니다.
Kite의 Python용 자동 완성은 더욱 사려 깊은 코딩 방법입니다. Kite가 Python 스크립트에 대해 상황 인식 완성 기능을 제공할 수 있도록 기계 학습을 사용합니다. 라이브러리(또는 인터넷)에서 함수와 메서드를 검색하는 데 시간을 낭비하는 대신 입력할 때 Kite를 사용하여 지능적인 제안을 찾을 수 있습니다. 복잡한 작업도 지원합니다.

NumPy로 훌륭한 코드 작성

아시다시피 NumPy를 VS Code에 설치하는 것은 전혀 위협적이지 않으며 NumPy의 기능은 데이터 과학을 코딩하고 분석하는 데 큰 도움이 됩니다. 그리고 Visual Studio Code 내에서 NumPy 개발을 다른 강력한 도구 및 확장과 결합하면 더욱 발전할 수 있습니다.

VS Code에서 NumPy를 작동시키셨나요? 당신에게 가장 유용한 기능은 무엇입니까? 댓글로 알려주세요.