Question

在Mac Sierra上运行，Spyder（来自Anaconda发行版）的自动完成功能似乎非常不稳定。从Ipython控制台使用时，按预期工作。但是，当从编辑器中使用时（这是我的主要写作方式），是不稳定的。对于某些模块，例如pandas或matplotlib，自动完成工作（即，当按下TAB时会出现一个显示选项的小框）。所以写'pd。'然后点击TAB，按预期获得带有选项的框。但是，许多其他对象不会发生这种情况：例如，在定义名为“df”的数据框之后，键入“df”。 TAB什么都没显示。在Ipython控制台中，'df。' TAB将显示该数据帧的可用过程，例如groupby，以及它的列等。

所以问题是三重的。首先，是否有任何特定的配置应该启用以使其工作？我不这么认为，考虑到花时间谷歌搜索，但只是想确定。其次，有人可以说明在自动完成方面哪些有效，哪些无效的官方用语（例如哪些特定模块在编辑器中起作用，哪些不起作用？）。最后，编辑器和Ipython控制台在与Spyder实现自动完成功能方面存在差异的技术方面是什么？我读了一些关于Jedi vs. PsychoPy模块的内容，所以很好奇（但是请记住，虽然我有科学经验，但我对计算相对较新，所以对于受过教育但不是专家的人来说，请保持相当简单。）< / p>

更新：作为一个附带问题，很高兴知道为什么Rodeo（另一个IDE）中的自动完成功能更好。它更新，总体选项比Spyder少，但自动完成功能在编辑器中完美运行。

Answer 1

（ Spyder开发者）

我的回答：

是否应该启用任何特定配置才能使其生效？

在Spyder 3.1中，我们添加了numpydoc库来改进某些对象的完成（如Matplotlib数字和NumPy数组）。如果Dataframe完成对您不起作用（它们适用于我），请在Github上的问题跟踪器中打开一个问题来跟踪并解决此问题。

有人可以说明在自动完成方面哪些有效，哪些无效的官方用语（例如哪些特定模块可以在编辑器中起作用，哪些不起作用？）

最困难的部分是在通过C / C ++ / Fortran而不是Python开发的函数或方法生成对象时完成定义的完成。我的意思是，像

这样的事情

import numpy as np
a = np.array([])
a.<TAB>

正如我所说，现在应该对数组，数字和数据帧起作用，但它并不适用于所有库（大多数科学Python库都是用C / C ++ / Fortran创建的，并且用Python包装以提高速度）。

问题是我们使用的完成库（Rope和Jedi）无法很好地处理这种情况，因为array（例如）无法以静态方式进行内省（即没有运行代码涉及它）。因此，我们必须采用分析array的docstring等技巧来查看其返回类型，并反省内省。

在使用Spyder进行自动完成时，编辑器和Ipython控制台之间的差异有哪些技术方面？

最重要的区别是，在IPython控制台中，您必须运行您的代码才能完成相关操作。例如，请在新的IPython控制台中运行它

In [1]: import pandas as pd
   ...: df = pd.Da<Tab>

你会看到不会返回Da的任何完成次数（显然应该返回Dataframe）。

但是，经过评估，获得完成非常简单。你可以简单地运行

dir(pd)

得到它们（这就是IPython本质上在内部所做的）。

另一方面，Spyder的编辑器没有运行代码的控制台，因此必须通过在代码中运行静态分析工具（如Jedi和Rope）来完成。正如我所说，他们在不运行代码的情况下反省代码。虽然它们非常适用于纯Python代码，但它们存在我上面针对编译库所描述的问题。

尝试评估编辑器中的代码以获得完成通常不是一个好主意，因为：

它不一定是有效的Python代码。例如，假设您在某处留下了一个未闭合的括号，但您希望在某个其他位置获得完成。这应该没有问题，对吗？
这可能涉及非常昂贵的计算（例如，在Dataframe中加载一个巨大的CSV），因此每次都要对其进行评估以获得完成（这是必须的，因为每次要求完成时代码都不同）消耗掉你所有的RAM。

很高兴知道为什么Rodeo（另一个IDE）中的自动完成性更好

上次我检查（几年前），Rodeo评估了您的代码以获得完成。但是，我们现在要看看他们现在正在做什么，看看我们是否可以改进我们的完井机械。

Answer 2

如果项目工作目录路径中没有空格，则自动完成功能正常。

Answer 3

自动完成功能对我来说根本不起作用。所以，我尝试了工具 - ＆gt;将Sypder重置为出厂默认值并且有效。

为什么Spyder 3.1中的自动完成选项在编辑器中无法完全运行？

3 个答案: