为什么Spyder 3.1中的自动完成选项在编辑器中不能完全起作用？

为什么Spyder 3.1中的自动完成选项在编辑器中不能完全起作用？

（ Spyder开发人员在这里 ）

我的答案：

是否应该启用任何特定配置才能使其正常工作？

在Spyder
3.1中，我们添加了该

numpydoc

库以改善某些对象（例如Matplotlib图形和NumPy数组）的完成度。如果数据框补全对您不起作用（对我来说），请在Github上的问题跟踪器中打开一个问题以跟踪并解决此问题。

有人可以在自动补全方面说明什么是有效的，什么是无效的正式词（例如，哪些特定模块在编辑器中起作用，哪些不起作用？）

当对象是用C / C ++ / Fortran而不是Python开发的函数或方法生成时，最困难的部分是获得定义的完成。我的意思是

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

就像我说的那样，这现在应该适用于数组，图形和数据框，但不适用于所有库（并且大多数科学Python库都是在C / C ++ /
Fortran中创建的，并且为了提高速度而封装在Python中）。

问题是我们使用的完成库（Rope和Jedi）不能很好地处理这种情况，因为

array

（例如）不能以静态方式进行自省（即，不运行涉及它的代码）。因此，我们必须诉诸分析

array

docstring的技巧，以查看其返回类型并进行内省。

在使用Spyder自动完成时，编辑器和Ipython控制台之间的区别在技术方面有哪些？

最重要的区别是，在IPython控制台中，您 必须先 运行代码，然后才能完成它。例如，请在全新的IPython控制台中运行

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

并且您会看到它 不会为 您返回任何完成

Da

（显然它应该返回

Dataframe

）。

但是，经过评估后，获得完成非常简单。您可以简单地运行

dir(pd)

获得它们（这就是IPython在内部所做的事情）。

另一方面，Spyder的编辑器没有控制台可以运行代码，因此必须通过在代码中运行静态分析工具（例如Jedi和Rope）来获得完成功能。正如我所说，他们会在不运行代码的情况下自省代码。尽管它们对于纯Python代码非常有效，但它们具有我在上文中针对已编译库描述的问题。

尝试评估您在编辑器中拥有的代码以完成 *** 作通常不是一个好主意，因为：

1. 它不一定总是有效的Python代码。例如，假设您在某处留下了一个未封闭的括号，但您想在其他位置获得补全。那应该没有问题，对吧？

2. 这可能涉及到非常昂贵的计算（例如，在数据帧中加载巨大的CSV），因此每次都要对它进行评估以获得完成（这是必须的，因为每次您要求完成时您的代码都不同）可能会消耗所有RAM。眨。

很高兴知道为什么Rodeo（另一个IDE）的自动补全效果更好

我上次检查（几年前）时，Rodeo评估了您的代码以获取完成。但是，我们将看看他们现在在做什么，看看是否可以改善完井机械。