Notepad++配置Python开发环境

本文介绍如何在Notepad++中配置Python运行环境,包括设置快捷键、修改命令行参数以确保Python脚本在正确的工作目录下运行,以及解决跨分区运行脚本的问题。

转载一个比较全面的

 

https://jingyan.baidu.com/article/5225f26b4ba41fe6fa0908ac.html

使用下面提供的设置能帮助你快速运行python代码,为你提高效率

下面还会解释这串命令的原理,方便你理解,并能自己做出更有趣的代码

#注意,看完后再动手操作,否则可能会出现问题

工具/原料

  • Notepad++

方法/步骤

  1. 1

    打开Notepad++主界面 -> [运行]菜单 -> [运行]按钮

    在弹出的窗口内输入以下命令:

    cmd /k python "$(FULL_CURRENT_PATH)" & ECHO. & PAUSE & EXIT

    然后点击“保存”,随意取一个名字,比如“RunPython”,为方便,配置一下快捷键(比如 Ctrl + F5),点OK即可。之后运行Python文件只要按配置的快捷键或者在运行菜单上点“RunPython”即可。

  2. 2

    命令解释

    cmd /k python "$(FULL_CURRENT_PATH)" & ECHO. & PAUSE & EXIT

     

    cmd /k python: 表示打开Cmd窗口,运行/k后边的命令,并且执行完毕后保留窗口。此处即python(因为在环境变量里已经添加了Python目录,所以这里不用指定Python程序的目录,就可直接找到)

    $(FULL_CURRENT_PATH) :Notepad++的宏定义,表示当前文件的完整路径。

    & 用来连接多条命令

    ECHO:换行

    PAUSE: 表示运行结束后暂停(cmd中显示“请按任意键继续. . .”),等待一个按键继续

    EXIT: 表示“按任意键继续. . .”后,关闭命令行窗口。

    END

注意事项

  1. 当Python脚本需要创建文件或目录时,执行脚本,发现在脚本所在的目录下没有生成的文件或目录,查找一下的话,发现生成的文件在Notepad++的安装目录下。比如下面的脚本,想在脚本所在的目录下,创建一个子目录“testdir”

     

    # create directory

    import os

    CurPath = os.path.abspath('.')

    print CurPath

    JoinPath = os.path.join( CurPath, 'testdir')

    print JoinPath

    os.mkdir( JoinPath )

     

    发现在脚本所在的目录下没有,而在“D:\Program Files (x86)\Notepad++”下却生成了一个“testdir”文件夹。

  2. 原因何在呢?

    做了一个小测试,使用下面的代码打印当前工作目录:

    import osprint os.getcwd()

    显示的是Notepad++的安装目录,因此确定是工作目录的问题。改进后的命令行是:

    cmd /k cd "(CURRENT_DIRECTORY)" &  python "(FULL_CURRENT_PATH)" & ECHO. & PAUSE & EXIT

    该命令行的含义是:首先cd 到该要执行的Python脚本所在的目录(CURRENT_DIRECTORY),在该目录下,执行 python程序,这样工作目录就由默认的Notepad++的安装目录,改为了该要执行的Python脚本所在的目录。

  3.  修改命令行

    想要将原来的命令行修改为改进后的命令行,发现Notepad++并没有提供修改的功能

    cmd /k python "$(FULL_CURRENT_PATH)" & ECHO. & PAUSE & EXIT

     ->

    cmd /k cd "(CURRENT_DIRECTORY)" &  python "(FULL_CURRENT_PATH)" & ECHO. & PAUSE & EXIT

     

    想要修改,有2种办法

    (1)点击"运行"菜单->"管理快捷键"按钮后,删除原来的快捷键,然后重新建一遍。

    (2)修改shortcuts.xml。注意shortcuts.xml的路径有可能为“C:\Users\XXX\AppData\Roaming\Notepad++”下的shortcuts.xml,而并不是“D:\Program Files (x86)\Notepad++”下的shortcuts.xml

  4. 4

    但是这样还有一个问题,就是如果Python脚本所在的目录和Notepad++的安装目录不再一个分区,那么改进后的命令行失效。比如,Notepad++安装在D盘,要执行的脚本在E盘,那么运行下面的测试脚本:

    import os print os.getcwd()

    打印当前工作目录仍旧是“D:\Program Files (x86)\Notepad++”。

    这个问题没有解决。

    END

基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)内容概要:本文围绕“基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究”展开,提出了一种结合数据驱动方法与Koopman算子理论的递归神经网络(RNN)模型线性化方法,旨在提升纳米定位系统的预测控制精度与动态响应能力。研究通过构建数据驱动的线性化模型,克服了传统非线性系统建模复杂、计算开销大的问题,并在Matlab平台上实现了完整的算法仿真与验证,展示了该方法在高精度定位控制中的有效性与实用性。; 适合人群:具备一定自动化、控制理论或机器学习背景的科研人员与工程技术人员,尤其是从事精密定位、智能控制、非线性系统建模与预测控制相关领域的研究生与研究人员。; 使用场景及目标:①应用于纳米级精密定位系统(如原子力显微镜、半导体制造设备)中的高性能预测控制;②为复杂非线性系统的数据驱动建模与线性化提供新思路;③结合深度学习与经典控制理论,推动智能控制算法的实际落地。; 阅读建议:建议读者结合Matlab代码实现部分,深入理解Koopman算子与RNN结合的建模范式,重点关注数据预处理、模型训练与控制系统集成等关键环节,并可通过替换实际系统数据进行迁移验证,以掌握该方法的核心思想与工程应用技巧。
基于粒子群算法优化Kmeans聚类的居民用电行为分析研究(Matlb代码实现)内容概要:本文围绕基于粒子群算法(PSO)优化Kmeans聚类的居民用电行为分析展开研究,提出了一种结合智能优化算法与传统聚类方法的技术路径。通过使用粒子群算法优化Kmeans聚类的初始聚类中心,有效克服了传统Kmeans算法易陷入局部最优、对初始值敏感的问题,提升了聚类的稳定性和准确性。研究利用Matlab实现了该算法,并应用于居民用电数据的行为模式识别与分类,有助于精细化电力需求管理、用户画像构建及个性化用电服务设计。文档还提及相关应用场景如负荷预测、电力系统优化等,并提供了配套代码资源。; 适合人群:具备一定Matlab编程基础,从事电力系统、智能优化算法、数据分析等相关领域的研究人员或工程技术人员,尤其适合研究生及科研人员。; 使用场景及目标:①用于居民用电行为的高效聚类分析,挖掘典型用电模式;②提升Kmeans聚类算法的性能,避免局部最优问题;③为电力公司开展需求响应、负荷预测和用户分群管理提供技术支持;④作为智能优化算法与机器学习结合应用的教学与科研案例。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,深入理解PSO优化Kmeans的核心机制,关注参数设置对聚类效果的影响,并尝试将其应用于其他相似的数据聚类问题中,以加深理解和拓展应用能力。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值