PyFile Runner: Python IDE

DAC Tech Development

Описание

PyFile Runner — это IDE и редактор кода для Python 3 на Android. Изучайте, практикуйтесь и запускайте скрипты Python на своем телефоне. Создавайте проекты и организуйте свой код в одном рабочем пространстве.

РЕДАКТОР И РАБОЧЕЕ ПРОСТРАНСТВО
• Подсветка синтаксиса, номера строк, поиск в файле, отмена/повтор действий, интеллектуальные отступы и дополнительная строка для клавиш программирования.

• Подсказки в автономном режиме для ключевых слов Python, встроенных функций, шаблонов и имен в текущем файле. Используйте структуру кода, переход к символам, диагностику и базовое форматирование пробелов. Настраивайте размер шрифта, отступы, номера строк и перенос строк.

• Создавайте файлы и папки, ищите и сортируйте элементы, переименовывайте, перемещайте, дублируйте, удаляйте и восстанавливайте их. Импортируйте, экспортируйте или делитесь файлами .py, .txt, .csv и .json. Копии восстановления помогают защитить внесенные изменения.

ЗАПУСК И ОТЛАДКА
• Запускайте скрипты с помощью включенной среды выполнения Python или изучайте код в интерактивной REPL. Консоль отображает вывод, ошибки и ввод, а также позволяет остановить или перезапустить скрипт.

• Установка точек останова, пошаговое выполнение кода, продолжение выполнения, проверка стека вызовов и локальных или глобальных переменных, а также отслеживание выражений.

БИБЛИОТЕКИ И ВИЗУАЛИЗАЦИЯ PYTHON
• Работа с Requests, NumPy, Matplotlib, SymPy, Pandas, SciPy, scikit-learn, Pillow и OpenCV.

• Создание 2D и 3D графиков. Создание поддерживаемых графических интерфейсов Python с помощью Qt/PySide6, Kivy или Pygame/SDL2.

ПАКЕТЫ И МОДЕЛИ
• Поиск информации о пакетах PyPI, проверка установленных пакетов и обновлений, а также установка совместимых, проверенных пакетов на чистом Python. Нативные пакеты могут не работать на Android.

• Импортируйте или загружайте совместимые модели LiteRT (.tflite) и ExecuTorch (.pte), проверяйте их и пробуйте вывод на устройстве в Model Manager. Это не связано с полной поддержкой Python в TensorFlow или PyTorch.

• Начните с встроенных примеров для проектов, связанных с данными, графиками, обработкой изображений и графическим интерфейсом пользователя. Включенные среда выполнения и библиотеки работают в автономном режиме; для получения информации о пакетах и ​​их загрузки в режиме онлайн требуется доступ в Интернет.