PyCharm 中需勾选“Run with Python console”并点击“Show variables”才能在程序运行后查看顶层变量；局部变量无法保留，Variables 面板默认不显示导入模块、隐藏变量及动态创建变量。
运行后保留变量并打开 Python Console
PyCharm 默认 Run 模式执行完就退出，所有局部变量随作用域销毁，根本看不到。想在程序跑完后继续查 data、df、model 这类变量，必须让解释器不退出，而是进入交互式 Python Console —— 这才是关键前提。
操作路径固定：点击右上角绿色三角形旁边的下拉箭头 → Edit Configurations… → 左侧选中你的运行配置（如 main.py）→ 勾选 Run with Python console（PyCharm 2021.3+ 版本名称，旧版叫 Show command line afterwards）→ 点击 OK。
注意：Run with Python console 不等于 Debug；它只是让程序结束后自动挂起一个 IPython 会话，所有顶层作用域的变量（包括函数外定义的、模块级赋值的）都会保留在 console 中可访问。
- 如果勾选后运行报错
Couldn't connect to console process，大概率是 Windows 防火墙拦截了 PyCharm 的本地 socket 通信，临时关闭防火墙或添加例外即可 - 该设置只对当前配置生效；若想所有新脚本默认启用，需在
Edit Configurations…页面点左下角Templates→Python→ 勾选同项，再点Apply - 函数内部定义的纯局部变量（如
def f(): x = 1中的x）仍不可见——它生命周期只在函数调用内，运行结束即销毁，无法保留
启用 Variables 面板实时显示变量列表
光有 Console 不够直观；真正对标 MATLAB 工作区的是右侧的 Variables 面板。但它默认不自动弹出，需要手动触发。
运行程序后，底部工具栏会出现一个类似眼镜图标的按钮（图标名就是 Show variables），点击它即可展开右侧变量视图。面板里显示的是当前 console 作用域下的所有变量名、类型、简要值（如 list 显示长度，numpy.ndarray 显示 shape 和 dtype）。
PyCharm 2026.2是 JetBrains PyCharm 的指定版本安装包，下载地址指向官方 Windows 安装包直链，可用于旧项目兼容、版本回退和环境测试。
- 变量名点击可展开查看具体内容（比如
dict点开看 key，pd.DataFrame点开看前几行） - 双击值字段可直接编辑（仅限支持原地修改的类型，如数字、字符串；
list可改元素，但不能增删） - 面板刷新不是实时的——只有你手动在 console 输入新变量、或重新运行脚本后才会更新
为什么 debug 查不到运行后的变量？
Debug 模式（虫子图标）和 Run 模式本质不同：Debug 是逐帧暂停、堆栈隔离的调试会话，变量只存在于当前断点所在栈帧；一旦程序正常结束，整个调试会话销毁，变量全丢。所以 debug 看的是“暂停时的快照”，不是“运行完的产物”。
如果你的目标是验证最终输出、临时补充分析（比如跑完训练想立刻 plt.plot(loss_history)），就必须用 Run with Python console + Show variables 组合。Debug 适合定位某一行逻辑错误，而不是做 post-run 探索。
- 别试图在 Debug 中靠“Step Over”走到最后一行再看变量——函数返回后局部变量已释放，
Variables面板里只剩全局/模块级变量 - 若脚本含
sys.exit()或异常未捕获，console 会提前中断，变量无法保留；确保主流程自然结束
常见变量不可见的三个原因
即使设置了 Run with Python console 并点了 Show variables，仍可能看不到想要的变量。核心问题通常出在作用域或命名上：
-
import语句本身不产生变量名，但from module import x会把x注入当前命名空间；而import module后必须用module.x访问，Variables面板只列顶层符号，不会展开模块对象 - 变量名以
_开头（如_temp）默认被Variables面板过滤，需右键面板空白处 →Show Hidden Variables - 使用
exec()、eval()动态创建的变量不会出现在面板中，因为它们没经过常规赋值语法解析，console 里能用，但面板不识别
真正要长期复用分析流程，不如把关键中间结果显式存成文件（如 np.save('feat.npy', features)）或写入全局 dict，比依赖 IDE 的变量保留更可控。
