【免费下载】 PsychoPy入门指南:从零开始掌握心理学实验构建工具
2026-02-04 04:36:09作者:钟日瑜
一、PsychoPy概述
PsychoPy是一个开源的心理学实验构建工具,它提供了两种主要的工作模式:Builder(可视化构建器)和Coder(代码编辑器)。无论你是心理学研究者还是编程爱好者,PsychoPy都能帮助你快速创建专业的实验程序。
二、两种工作模式对比
1. Builder模式(可视化界面)
Builder模式是PsychoPy的图形化界面,适合没有编程基础的用户:
- 通过拖拽组件构建实验流程
- 直观的时间线编辑功能
- 自动生成实验代码
- 特别适合在线实验研究
优势:
- 无需编程经验
- 快速原型设计
- 内置常用实验组件
- 自动处理实验数据记录
2. Coder模式(代码编辑)
Coder模式为有编程经验的用户提供:
- 完整的Python代码编辑环境
- 语法高亮和代码折叠
- 丰富的示例代码库
- 直接访问PsychoPy API
优势:
- 完全控制实验逻辑
- 实现复杂实验设计
- 集成第三方Python库
- 更高效的代码执行
三、快速入门教程
Builder模式入门:Hello World实验
- 启动PsychoPy并选择Builder视图
- 从组件面板拖拽"Text"组件到实验流程中
- 在文本属性对话框中输入"Hello world!"
- 设置显示时间为3.2秒
- 点击运行按钮(Ctrl-R/Cmd-R)
常见问题排查:
- 确保从新建文档开始(Ctrl-N/Cmd-N)
- 检查文本组件是否正确放置
- 验证时间参数是否为数值
进阶Builder技巧
- 使用"Loop"组件创建重复试验
- 添加"Response"组件收集被试反应
- 利用"Code"组件插入自定义Python代码
- 通过"Experiment Settings"配置全局参数
四、从Builder到Coder
PsychoPy允许将Builder实验编译为Python代码:
- 在Builder视图中按F5或点击编译按钮
- 系统自动切换到Coder视图显示生成代码
- 可在此代码基础上进行进一步修改
重要提示:
- 从Builder到Coder是单向转换
- 建议尽可能在Builder中完成修改
- 使用Ctrl-L/Cmd-L快速切换视图
五、Coder模式深入
基础示例:西班牙语问候
from psychopy import visual, core
win = visual.Window()
msg = visual.TextStim(win, text=u"\u00A1Hola mundo!")
msg.draw()
win.flip()
core.wait(1)
win.close()
Coder Shell交互式环境
Coder内置Python Shell,支持逐行执行代码:
>>> from psychopy import visual, core
>>> win = visual.Window()
>>> msg = visual.TextStim(win, text=u"\u00A1Hola mundo!")
>>> msg.draw()
>>> win.flip()
Shell优势:
- 实时测试代码片段
- 快速调试实验逻辑
- 交互式探索PsychoPy功能
六、跨平台使用指南
- Windows:通过开始菜单快捷方式启动
- macOS:直接运行应用程序包
- Linux:通过命令行启动或创建桌面快捷方式
启动参数:
--coder或-c:直接进入Coder视图--builder或-b:直接进入Builder视图
七、学习路径建议
- 初学者:从Builder模式开始,熟悉基本实验结构
- 中级用户:尝试编译Builder实验并阅读生成代码
- 高级用户:直接在Coder中开发复杂实验
- 专家用户:结合其他Python科学计算库扩展功能
八、下一步学习方向
- 探索Builder内置的示例实验
- 学习PsychoPy的核心API文档
- 尝试将简单实验扩展到多条件设计
- 了解数据收集和分析方法
通过本指南,你应该已经掌握了PsychoPy的基本使用方法。无论是简单的行为实验还是复杂的认知任务,PsychoPy都能提供强大的支持。建议从简单实验开始,逐步构建更复杂的研究设计。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
651
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
434
395
暂无简介
Dart
986
253