🚀 在 VS Code 中！

VS Code 中 Python 入门

在本教程中，您将学习如何在 Visual Studio Code 中使用 Python 3 创建、运行和调试 Python “掷骰子！” 应用程序，使用虚拟环境，使用包等等！通过使用 Python 扩展，您将 VS Code 变成了一个出色、轻量级的 Python 编辑器。

如果您是编程新手，请查看 Visual Studio Code 教育版 - Python 入门 课程。本课程全面介绍了 Python，在即用型基于浏览器的开发环境中提供结构化模块。

要更深入地了解 Python 语言，您可以探索 python.org 上列出的任何 编程教程，并将其应用于 VS Code 环境中。

有关以数据科学为中心的 Python 教程，请查看我们的 数据科学部分。

先决条件

要成功完成本教程，您需要首先设置 Python 开发环境。具体而言，本教程需要

安装 Python 解释器

除了 Python 扩展之外，您还需要安装 Python 解释器。您使用的解释器取决于您的具体需求，但下面提供了一些指导。

Windows

从 python.org 下载 Python。使用页面上首先出现的下载 Python按钮下载最新版本。

注意：如果您没有管理员访问权限，在 Windows 上安装 Python 的另一个选择是使用 Microsoft Store。Microsoft Store 提供 受支持的 Python 版本 的安装。

有关在 Windows 上使用 Python 的更多信息，请参阅 Python.org 上的在 Windows 上使用 Python

macOS

macOS 上系统安装的 Python 不受支持。相反，建议使用像 Homebrew 这样的包管理系统。要在 macOS 上使用 Homebrew 安装 Python，请在终端提示符下使用 brew install python3。

注意：在 macOS 上，请确保 VS Code 安装的位置包含在您的 PATH 环境变量中。有关更多信息，请参阅 这些设置说明。

Linux

Linux 上内置的 Python 3 安装效果良好，但是要安装其他 Python 包，您必须使用 get-pip.py 安装 pip。

其他选项

  • 数据科学：如果您的 Python 主要用途是数据科学，那么您可以考虑从 Anaconda 下载。Anaconda 不仅提供 Python 解释器，还提供许多用于数据科学的有用库和工具。

  • 适用于 Linux 的 Windows 子系统：如果您在 Windows 上工作并想要一个 Linux 环境来使用 Python，适用于 Linux 的 Windows 子系统 (WSL) 是您的一个选择。如果您选择此选项，您还需要安装 WSL 扩展。有关将 WSL 与 VS Code 一起使用的更多信息，请参阅 VS Code 远程开发 或尝试 在 WSL 中工作教程，它将引导您完成设置 WSL、安装 Python 以及创建在 WSL 中运行的 Hello World 应用程序。

注意：要验证您是否已在计算机上成功安装 Python，请运行以下命令之一（取决于您的操作系统）

Linux/macOS：打开终端窗口并键入以下命令

python3 --version

Windows：打开命令提示符并运行以下命令

py -3 --version

如果安装成功，输出窗口应显示您安装的 Python 版本。或者，您可以使用 VS Code 集成终端中的 py -0 命令来查看计算机上安装的 Python 版本。默认解释器用星号 (*) 标识。

在工作区文件夹中启动 VS Code

通过在文件夹中启动 VS Code，该文件夹将成为您的“工作区”。

使用命令提示符或终端，创建一个名为“hello”的空文件夹，导航到该文件夹中，并在该文件夹 (.) 中打开 VS Code (code)，方法是输入以下命令

mkdir hello
cd hello
code .

注意：如果您使用的是 Anaconda 发行版，请务必使用 Anaconda 命令提示符。

或者，您可以通过操作系统 UI 创建文件夹，然后使用 VS Code 的 文件 > 打开文件夹 打开项目文件夹。

创建虚拟环境

Python 开发人员的最佳实践是使用项目特定的 虚拟环境。激活该环境后，您随后安装的任何包都与其他环境（包括全局解释器环境）隔离，从而减少了因包版本冲突而引起的许多复杂情况。您可以使用 Venv 或 Anaconda 和 Python: 创建环境 在 VS Code 中创建非全局环境。

打开命令面板 (⇧⌘P (Windows, Linux Ctrl+Shift+P))，开始键入 Python: 创建环境 命令进行搜索，然后选择该命令。

该命令显示环境类型列表，Venv 或 Conda。对于此示例，选择 Venv。

Create Environment dropdown

然后，该命令显示可用于您的项目的解释器列表。选择您在本教程开始时安装的解释器。

Virtual environment interpreter selection

选择解释器后，通知将显示环境创建的进度，并且环境文件夹 (/.venv) 将出现在您的工作区中。

Create environment status notification

通过使用命令面板中的 Python: 选择解释器 命令，确保选择了您的新环境。

Select an Interpreter

注意：有关虚拟环境的更多信息，或者如果您在环境创建过程中遇到错误，请参阅 环境。

创建 Python 源代码文件

从文件资源管理器工具栏中，选择 hello 文件夹上的新建文件按钮

File Explorer New File

将文件命名为 hello.py，VS Code 将自动在编辑器中打开它

File Explorer hello.py

通过使用 .py 文件扩展名，您告诉 VS Code 将此文件解释为 Python 程序，以便它使用 Python 扩展和选定的解释器评估内容。

注意：文件资源管理器工具栏还允许您在工作区中创建文件夹，以便更好地组织代码。您可以使用新建文件夹按钮快速创建文件夹。

现在您在工作区中有一个代码文件，请在 hello.py 中输入以下源代码

msg = "Roll a dice!"
print(msg)

当您开始键入 print 时，请注意 IntelliSense 如何呈现自动完成选项。

IntelliSense appearing for Python code

IntelliSense 和自动完成适用于标准 Python 模块以及您已安装到选定 Python 解释器环境中的其他包。它还为对象类型上可用的方法提供完成。例如，由于 msg 变量包含字符串，因此当您键入 msg. 时，IntelliSense 提供字符串方法。

IntelliSense appearing for a variable whose type provides methods

最后，保存文件 (⌘S (Windows, Linux Ctrl+S))。此时，您已准备好在 VS Code 中运行您的第一个 Python 文件。

有关编辑、格式化和重构的完整详细信息，请参阅 编辑代码。Python 扩展还完全支持 代码检查。

运行 Python 代码

单击编辑器右上角的运行 Python 文件播放按钮。

Using the Run Python File button

该按钮打开一个终端面板，其中自动激活您的 Python 解释器，然后运行 python3 hello.py (macOS/Linux) 或 python hello.py (Windows)

Program output in a Python terminal

您可以通过其他三种方式在 VS Code 中运行 Python 代码

  1. 在编辑器窗口中的任意位置单击鼠标右键，然后选择 运行 Python > 在终端中运行 Python 文件（这会自动保存文件）

    Run Python File in Terminal command in the Python editor

  2. 选择一行或多行，然后按 Shift+Enter 或右键单击并选择 运行 Python > 在 Python 终端中运行选定内容/行。或者，您可以使用 Shift+Enter 激活智能发送，而无需选择，Python 扩展会将光标所在位置附近最小的可运行代码块发送到终端。此命令对于仅测试文件的一部分非常方便。

    注意：如果您希望在光标所在行的特定位置发送代码，您可以在 用户 设置中将 python.REPL.enableREPLSmartSend : "false" 设置为关闭智能发送。

  3. 从命令面板 (⇧⌘P (Windows, Linux Ctrl+Shift+P)) 中，选择 Python: 启动终端 REPL 命令以打开当前选定的 Python 解释器的 REPL 终端（以 >>> 表示）。在 REPL 中，您可以一次输入和运行一行代码。

恭喜，您刚刚在 Visual Studio Code 中运行了您的第一个 Python 代码！

配置并运行调试器

现在让我们尝试调试我们的 Python 程序。调试支持由 Python 调试器扩展 提供，该扩展与 Python 扩展一起自动安装。为确保已正确安装，请打开扩展视图 (⇧⌘X (Windows, Linux Ctrl+Shift+X)) 并搜索 @installed python debugger。您应该在结果中看到 Python 调试器扩展。

Python Debugger extension shown in installed extensions view in VS Code.

接下来，通过将光标放在 print 调用上并按 F9，在 hello.py 的第 2 行设置断点。或者，单击编辑器左侧的装订线，行号旁边。当您设置断点时，装订线中会出现一个红色圆圈。

Setting a breakpoint in hello.py

接下来，要初始化调试器，请按 F5。由于这是您第一次调试此文件，命令面板将打开一个配置菜单，允许您选择要为打开的文件使用的调试配置类型。

List of Python debugger configuration options

注意：VS Code 对其所有各种配置都使用 JSON 文件；launch.json 是包含调试配置的文件的标准名称。

选择 Python 文件，这是使用当前选定的 Python 解释器运行编辑器中显示的当前文件的配置。

调试器将启动，然后在文件的第一个断点行处停止。当前行在左边距中用黄色箭头指示。如果您此时检查局部变量窗口，您可以看到 msg 变量出现在局部变量窗格中。

Debugging step 2 - variable defined

调试工具栏出现在顶部，其中包含以下从左到右的命令：继续 (F5)、单步跳过 (F10)、单步进入 (F11)、单步跳出 (⇧F11 (Windows, Linux Shift+F11))、重启 (⇧⌘F5 (Windows, Linux Ctrl+Shift+F5)) 和停止 (⇧F5 (Windows, Linux Shift+F5))。

Debugging toolbar

状态栏也会更改颜色（在许多主题中为橙色），以指示您处于调试模式。Python 调试控制台也会自动出现在右下方面板中，以显示正在运行的命令以及程序输出。

要继续运行程序，请选择调试工具栏上的继续命令 (F5)。调试器将程序运行到结束。

提示 调试信息也可以通过悬停在代码上查看，例如变量。在 msg 的情况下，将鼠标悬停在变量上将在变量上方的框中显示字符串 Roll a dice!。

您还可以在调试控制台中使用变量（如果您没有看到它，请在 VS Code 的右下区域选择调试控制台，或从 ... 菜单中选择它。）然后尝试在控制台底部的 > 提示符下逐行输入以下行

msg
msg.capitalize()
msg.split()

Debugging step 3 - using the debug console

再次选择工具栏上的蓝色继续按钮（或按 F5）以将程序运行到完成。“掷骰子！” 如果您切换回Python 调试控制台，则会出现在其中，并且 VS Code 会在程序完成后退出调试模式。

如果您重新启动调试器，调试器将再次在第一个断点处停止。

要在程序完成之前停止运行程序，请使用调试工具栏上的红色方形停止按钮 (⇧F5 (Windows, Linux Shift+F5))，或使用 运行 > 停止调试 菜单命令。

有关完整详细信息，请参阅 调试配置，其中包括有关如何使用特定 Python 解释器进行调试的说明。

提示：使用日志点代替打印语句：开发人员通常会在源代码中塞满 print 语句，以便快速检查变量，而不必逐步执行调试器中的每一行代码。在 VS Code 中，您可以改用日志点。日志点类似于断点，但它会将消息记录到控制台，而不会停止程序。有关更多信息，请参阅主 VS Code 调试文章中的 日志点。

安装和使用包

让我们通过使用包来构建前面的示例。

在 Python 中，包是您获取任意数量有用的代码库（通常来自 PyPI）的方式，这些代码库为您的程序提供附加功能。对于此示例，您将使用 numpy 包生成随机数。

返回资源管理器视图（左侧最顶部的图标，显示文件），打开 hello.py，然后粘贴以下源代码

import numpy as np

msg = "Roll a dice!"
print(msg)

print(np.random.randint(1,9))

提示：如果您手动输入上述代码，您可能会发现当您在行尾按 Enter 时，自动完成会更改 as 关键字后的名称。为避免这种情况，请键入一个空格，然后按 Enter。

接下来，使用上一节中描述的“Python：当前文件”配置在调试器中运行该文件。

您应该看到消息“ModuleNotFoundError: No module named 'numpy'”。此消息指示所需的包在您的解释器中不可用。如果您使用的是 Anaconda 发行版或之前安装过 numpy 包，您可能看不到此消息。

要安装 numpy 包，请停止调试器并使用命令面板运行 终端：创建新终端 (⌃⇧` (Windows, Linux Ctrl+Shift+`))。此命令将为您选择的解释器打开命令提示符。

要在您的虚拟环境中安装所需的包，请输入适合您操作系统的以下命令

  1. 安装包

    # Don't use with Anaconda distributions because they include matplotlib already.

# macOS
python3 -m pip install numpy

# Windows (may require elevation)
py -m pip install numpy

# Linux (Debian)
apt-get install python3-tk
python3 -m pip install numpy

  2. 现在，重新运行程序，无论是否使用调试器，以查看输出！

跨环境管理依赖项

在处理 Python 项目时，有效地管理依赖项至关重要。一个有用的技巧是使用 pip freeze > requirements.txt 命令。此命令可帮助您创建一个 requirements.txt 文件，其中列出了虚拟环境中安装的所有包。然后，此文件可用于在其他地方重新创建相同的环境。

按照以下步骤创建 requirements.txt 文件

  1. 激活您的虚拟环境（如果尚未激活）。

    source venv/bin/activate  # On macOS/Linux

    .\venv\Scripts\activate   # On Windows

  2. 生成 requirements.txt 文件。

    pip freeze > requirements.txt

您现在可以使用新生成的 requirements.txt 文件在另一个环境中安装依赖项。此外，您可以继续向其中添加依赖项，因为您的项目可能会变得越来越复杂。

pip install -r requirements.txt

通过执行这些步骤，您可以确保您的项目依赖项在不同环境中保持一致，从而更轻松地与他人协作和部署您的项目。

恭喜您完成 Python 教程！在本教程的过程中，您学习了如何创建 Python 项目、创建虚拟环境、运行和调试 Python 代码以及安装 Python 包。探索其他资源以了解如何充分利用 Visual Studio Code 中的 Python！

后续步骤

要了解如何使用流行的 Python Web 框架构建 Web 应用程序，请参阅以下教程

在 Visual Studio Code 中，还有更多 Python 功能值得探索

02/06/2025