Insertar y quitar comentarios con VIM

Llevo poco tiempo usando NeoVim y me está gustando mucho.

Aquí les describo una manera rápida de seleccionar un bloque de texto y comentarlo.

Vamos a suponer que tenemos el siguiente código en Python y  queremos comentar algunas líneas dentro del ambiente de Model().

with Model() as model: # model specifications in PyMC3 are wrapped in a with-statement
    # Define priors
    sigma = HalfCauchy('sigma', beta=10, testval=1.)
    intercept = Normal('Intercept', 0, sd=20)
    x_coeff = Normal('x', 0, sd=20)

    # Define likelihood
    likelihood = Normal('y', mu=intercept + x_coeff * x,
                        sd=sigma, observed=y)

    # Inference!
    trace = sample(3000, cores=2) # draw 3000 posterior samples

Para comentar en bloque hay que hacer lo siguiente:

  • Teclear [ Ctrl ] + V  — Esto activará el modo “Visual en Bloque”.
  • Movemos el cursor con las flechas o ( teclas JKLH ) para seleccionar todo el bloque que queramos comentar.
  • Si queremos insertar un comentario deberemos cambiar al modo de insertar presionando: [ Shift ] + i (I may’uscula)
  • Si queremos quitar el comentario presionar la tecla [x] (correspondiente a borrar un caracter)
  • Insertamos el símbolo de comentario (e.g. #) . Esto modificará sólo la primera línea.
  • Salir del modo de inserción por bloque con la tecla [ ESC ]

Vim insertará este caracter en todo el bloque seleccionado.

with Model() as model: # model specifications in PyMC3 are wrapped in a with-statement
    # Define priors
#    sigma = HalfCauchy('sigma', beta=10, testval=1.)
#    intercept = Normal('Intercept', 0, sd=20)
#    x_coeff = Normal('x', 0, sd=20)

#    # Define likelihood
#    likelihood = Normal('y', mu=intercept + x_coeff * x,
                        sd=sigma, observed=y)

    # Inference!
    trace = sample(3000, cores=2) # draw 3000 posterior samples

 

 

 

 

Published by

Juan Escamilla Mólgora

Hago ecología matemática y computacional para grandes datos ambientales bajo plataformas descentralizadas basadas en la nube. En particular estoy investigando métodos novedosos de fusión de datos mutirelacionados para mejorar los modelos de predicción de especies biológicas. También diseñé y programé el Sistema de Alerta temprana de Incendios para México y Centro América

Deja un comentario

Tu dirección de correo electrónico no será publicada.

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.