现已推出！阅读十月的新功能和修复。

VS Code 中的 Python 入门

在本教程中，您将学习如何在 Visual Studio Code 中使用 Python 3 来创建、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，您可以将 VS Code 变成一个出色的轻量级 Python 编辑器。

如果您是编程新手，请查看 Visual Studio Code for Education - Python 简介 课程。本课程提供关于 Python 的全面介绍，包含结构化的模块，并提供一个现成的基于浏览器的开发环境。

为了更深入地了解 Python 语言，您可以探索 python.org 上列出的任何 编程教程，并在 VS Code 中学习它们。

要查看一个以 Python 为主的数据科学教程，请查看我们的 数据科学部分。

先决条件

要成功完成本教程，您需要先设置 Python 开发环境。具体来说，本教程需要：

安装 Python 解释器

除了 Python 扩展之外，您还需要安装一个 Python 解释器。您使用哪个解释器取决于您的具体需求，但下面提供了一些指导。

Windows

安装 来自 python.org 的 Python。使用页面上首先出现的“下载 Python”按钮下载最新版本。

注意：如果您没有管理员权限，则在 Windows 上安装 Python 的另一个选择是使用 Microsoft Store。Microsoft Store 提供 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 上的系统安装 Python 不受支持。相反，建议使用包管理系统，例如 Homebrew。要使用 Homebrew 在 macOS 上安装 Python，请在终端提示符下使用 brew install python3。

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

Linux

Linux 上的内置 Python 3 安装效果很好，但要安装其他 Python 包，您必须使用 get-pip.py 安装 pip。

其他选项

  • 数据科学：如果您使用 Python 的主要目的是数据科学，那么您可以考虑从 Anaconda 下载。Anaconda 不仅提供 Python 解释器，还提供许多对数据科学有用的库和工具。

  • Windows Subsystem for Linux：如果您在 Windows 上工作，并希望使用 Linux 环境来处理 Python，那么 Windows Subsystem for Linux (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 结合使用的更多信息，请参阅 VS Code 远程开发 或尝试 在 WSL 中工作教程，该教程将指导您设置 WSL、安装 Python 以及创建在 WSL 中运行的 Hello World 应用程序。

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

Linux/macOS：打开一个终端窗口，并输入以下命令：

python3 --version

Windows：打开一个命令提示符，并运行以下命令：

py -3 --version

如果安装成功，输出窗口将显示您安装的 Python 版本。或者，您可以在 VS Code 集成终端中使用 py -0 命令查看计算机上安装的 python 版本。默认解释器由星号 (*) 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，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，请确保使用 Anaconda 命令提示符。

或者，您可以通过操作系统 UI 创建一个文件夹，然后使用 VS Code 的“文件 > 打开文件夹”来打开项目文件夹。

创建虚拟环境

Python 开发人员中的最佳实践是使用特定于项目的 虚拟环境。激活该环境后，您随后安装的任何包都将与其他环境隔离，包括全局解释器环境，从而减少了由于包版本冲突而产生的许多复杂问题。您可以在 VS Code 中使用 Venv 或 Anaconda 通过“Python: 创建环境”来创建非全局环境。

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

该命令将显示一个环境类型列表，Venv 或 Conda。在本例中，选择“Venv”。

Create Environment dropdown

该命令将显示一个解释器列表，这些解释器可用于您的项目。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，将显示一个通知，显示环境创建的进度，并且环境文件夹（/.venv）将显示在您的工作区中。

Create environment status notification

使用“Python: 选择解释器”命令（位于“命令面板”中）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

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来评估其内容。

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

现在您已经在工作区中拥有了一个代码文件，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是如何提供自动完成选项的。

IntelliSense appearing for Python code

IntelliSense 和自动完成适用于标准 Python 模块以及您安装到选定 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，因为msg变量包含一个字符串，所以当您键入msg.时，IntelliSense 会提供字符串方法。

IntelliSense appearing for a variable whose type provides methods

最后，保存文件（⌘S（Windows、Linux Ctrl+S））。此时，您已准备好运行您在 VS Code 中的第一个 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风格检查。

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

该按钮将打开一个终端面板，其中您的 Python 解释器会自动激活，然后运行python3 hello.py（macOS/Linux）或python hello.py（Windows）。

Program output in a Python terminal

您还可以通过另外三种方式在 VS Code 中运行 Python 代码

  1. 在编辑器窗口中的任何位置右键单击，然后选择运行 Python > 在终端运行 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，而无需进行选择，Python 扩展将把光标附近最小的可运行代码块发送到终端。此命令便于测试文件的一部分。

注意：如果您希望在光标所在的特定行发送代码，则可以通过在用户设置中设置python.REPL.enableREPLSmartSend : "false"来关闭智能发送。

  1. 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 Python 解释器的 REPL 终端（用>>>表示）。在 REPL 中，您可以一次输入并运行一行代码。

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

配置和运行调试器

现在，让我们尝试调试 Python 程序。调试支持由Python 调试器扩展提供，该扩展会随 Python 扩展自动安装。为了确保它已正确安装，请打开扩展视图（左侧最上面的图标，显示文件），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，在hello.py的第 2 行设置断点，将光标放在print调用上并按F9。或者，单击编辑器左侧边栏中的行号旁边。当您设置断点时，边栏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。因为这是您第一次调试此文件，所以一个配置菜单将从命令面板打开，允许您为打开的文件选择要使用的调试配置类型。

List of Python debugger configuration options

注意：VS Code 使用 JSON 文件来保存所有不同的配置；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，然后停止在文件的第一个断点处。当前行用左边缘的黄色箭头指示。如果您此时检查本地变量窗口，您会看到msg变量出现在本地窗格中。

Debugging step 2 - variable defined

一个调试工具栏出现在顶部，从左到右包含以下命令：继续（F5）、单步执行（F10）、步入（F11）、步出（⇧F11（Windows、Linux Shift+F11））、重启（⇧⌘F5（Windows、Linux Ctrl+Shift+F5））和停止（⇧F5（Windows、Linux Shift+F5））。

Debugging toolbar

状态栏也会改变颜色（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角的面板中，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）。调试器将运行程序到最后。

提示：也可以通过将鼠标悬停在代码（如变量）上查看调试信息。在msg的情况下，将鼠标悬停在变量上将在变量上方显示一个框，其中显示字符串Roll a dice!。

您也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 的右下角选择调试控制台，或者从...菜单中选择它）。然后尝试在控制台底部的>提示符处逐个输入以下行

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。"Roll a dice!"将出现在Python 调试控制台中（如果您切换回它），并且一旦程序完成，VS Code 将退出调试模式。

如果您重新启动调试器，调试器将再次停止在第一个断点处。

要停止运行未完成的程序，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，其中包括如何使用特定 Python 解释器进行调试的说明。

提示：使用日志点而不是打印语句：开发人员经常在源代码中添加print语句来快速检查变量，而无需在调试器中逐行执行代码。在 VS Code 中，您可以改用日志点。日志点类似于断点，只是它将消息记录到控制台而不停止程序。有关更多信息，请参阅主要 VS Code 调试文章中的日志点。

安装和使用包

让我们在前面的示例基础上使用包。

在 Python 中，包是您获得任何数量的有用代码库的方式，通常来自PyPI，它们为您的程序提供额外的功能。在本例中，您使用numpy包来生成随机数。

返回到资源管理器视图（左侧最上面的图标，显示文件），打开hello.py，并粘贴以下源代码

import numpy as np

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

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

提示：如果您手动输入上面的代码，您可能会发现自动完成在您按下一行的末尾的Enter键时会更改as关键字后面的名称。要避免这种情况，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文件。

您应该看到消息“ModuleNotFoundError: No module named 'numpy'”。此消息表明解释器中没有所需的包。如果您使用的是 Anaconda 发行版或之前安装过numpy包，您可能不会看到此消息。

要安装numpy包，请停止调试器并使用命令面板运行终端: 创建新的终端（⌃⇧`（Windows、Linux Ctrl+Shift+`））。此命令将为选定的解释器打开一个命令提示符。

要安装虚拟环境中所需的包，请根据您的操作系统输入以下命令

  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（使用或不使用调试器）以查看输出！

跨环境管理依赖项

在进行 Python 项目开发时，有效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。此命令有助于您创建一个requirements.txt文件，其中列出了虚拟环境中安装的所有包。然后，可以使用此文件在其他地方重新创建相同的环境。

请按照以下步骤创建 requirements.txt 文件

  1. 如果尚未激活虚拟环境，请先激活它。

    source venv/bin/activate  # On macOS/Linux

    .\venv\Scripts\activate   # On Windows

  2. 生成 requirements.txt 文件。

    pip freeze > requirements.txt

现在，您可以使用新生成的 requirements.txt 文件在另一个环境中安装依赖项。此外，随着项目的复杂性增加，您可以继续向其中添加依赖项。

pip install -r requirements.txt

通过遵循这些步骤，您可确保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并部署项目。

恭喜您完成 Python 教程！在本教程中，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。探索更多资源，了解如何在 Visual Studio Code 中充分利用 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 中还有更多关于 Python 的内容可供探索

10/29/2024