当前位置：首页 > java >正文

PyCharm + AI 辅助编程

java 2025/7/20 9:48:54

PyCharm 专业版（或通过插件集成）支持 AI 辅助编程（如 JetBrains AI 或 GitHub Copilot），能根据代码上下文自动生成代码、解释逻辑、优化代码等。以下是 2 个适合初学者的简单场景，覆盖“代码生成”和“代码解释”核心功能。
在这里插入图片描述

准备工作：
- 确保 PyCharm 为专业版（或已安装 https://www.jetbrains.com/help/pycharm/jetbrains-ai.html）。
- 新建项目 ai_demo，创建 fibonacci.py 文件。
触发 AI 生成代码：
在 fibonacci.py 中输入函数框架（或直接输入需求描述），例如：
```
def fibonacci(n: int) -> int:# 计算斐波那契数列第 n 项（n 从 0 开始，fib(0)=0, fib(1)=1）pass
```
将光标放在 pass 行，按下 Alt+Enter（Windows/Linux）或 Option+Enter（macOS），选择 “Generate code with JetBrains AI”（或 “Ask Copilot”）。
输入需求描述：
在弹出的对话框中，输入具体要求（或直接让 AI 理解上下文）：

“实现斐波那契数列第 n 项，n 为非负整数。要求：用循环而非递归，处理 n=0 和 n=1 的边界情况，返回整数。”

AI 生成代码：
PyCharm 会自动生成符合要求的代码，例如：

def fibonacci(n: int) -> int:if n < 0:raise ValueError("n 必须是非负整数")a, b = 0, 1for _ in range(n):a, b = b, a + breturn a

验证代码：
在 if __name__ == "__main__": 下添加测试代码：

print(fibonacci(0))  # 输出 0
print(fibonacci(1))  # 输出 1
print(fibonacci(5))  # 输出 5（数列：0,1,1,2,3,5）

运行后结果正确，说明 AI 生成的代码可用。

无需手动推导循环逻辑或边界条件，AI 直接生成可运行代码，减少调试时间。

准备工作：

新建 pandas_demo.py，导入 Pandas 并创建示例数据：

import pandas as pddata = {"姓名": ["张三", "李四", "张三", "王五"], "分数": [85, 90, 85, 95]}
df = pd.DataFrame(data)

触发 AI 解释函数：
在 df.drop_duplicates() 行输入代码（或选中该行），按下 Alt+Enter，选择 “Explain this code with JetBrains AI”（或 “Ask Copilot to explain”）。
AI 输出解释：
PyCharm 会在右侧弹出 AI 解释面板，内容包括：
- 功能：删除 DataFrame 中的重复行（基于指定列）。
- 参数说明：
  - subset：指定要检查重复的列（默认所有列）。
  - keep：保留哪个重复项（'first' 默认保留第一个，'last' 保留最后一个，False 删除所有）。
  - inplace：是否直接修改原 DataFrame（默认 False，返回新 DataFrame）。
- 示例代码（AI 自动生成）：
```
# 删除所有列的重复行，保留第一个出现的
df_clean = df.drop_duplicates()  # 结果：保留张三（第0行）、李四（第1行）、王五（第3行）# 仅根据“姓名”列删除重复，保留最后一个
df_clean = df.drop_duplicates(subset="姓名", keep="last")  # 结果：李四（第1行）、张三（第2行）、王五（第3行）
```
验证解释：
运行代码并打印结果，观察是否符合 AI 描述，加深对函数的理解。

无需离开 IDE 即可快速理解陌生函数的功能和用法，尤其适合学习第三方库时使用。

启用 AI 功能：若 PyCharm 未提示 AI 选项，需确认已安装插件（File → Settings → Plugins → 搜索 "JetBrains AI" 并安装）。
网络要求：AI 功能依赖云端计算，需保持网络连接（部分企业环境可能限制，需联系管理员）。
代码验证：AI 生成的代码可能存在边界条件错误（如斐波那契数列中 n=0 的处理），建议运行测试验证。

在这里插入图片描述