【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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
564
3.82 K
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++
892
661
Ascend Extension for PyTorch
Python
376
443
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
349
199
昇腾LLM分布式训练框架
Python
116
145
暂无简介
Dart
794
197
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
775
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.13 K
269
React Native鸿蒙化仓库
JavaScript
308
359