在 VS Code 中试用 ！

在 VS Code 中开始使用 Python

在本教程中，您将学习如何在 Visual Studio Code 中使用 Python 3 创建、运行和调试一个 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，可以查看 面向教育的 Visual Studio Code - Python 入门 课程。本课程提供了 Python 的全面入门指南，包含结构化的模块，并提供了一个现成的基于浏览器的开发环境。

要更深入地了解 Python 语言，您可以在 VS Code 环境中浏览 python.org 上列出的任何 编程教程。

如需 Python 数据科学方面的教程，请查看我们的数据科学部分。

先决条件

为了成功完成本教程，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 Python 解释器。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

从 python.org 安装 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，另一种在 Windows 上安装 Python 的方法是使用 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 Windows 上使用 Python。

macOS

macOS 上的系统安装 Python 不受支持。建议使用包管理系统，例如 Homebrew。要在 macOS 上使用 Homebrew 安装 Python，请在终端提示符下使用 brew install python3 命令。

注意：在 macOS 上，确保您的 VS Code 安装位置包含在 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 不仅提供了 Python 解释器，还提供了许多有用的数据科学库和工具。

  • Windows Subsystem for Linux：如果您在 Windows 上工作并希望获得一个用于 Python 开发的 Linux 环境，Windows Subsystem for Linux (WSL) 是一个不错的选择。如果您选择此选项，您还需要安装 WSL 扩展。有关在 VS Code 中使用 WSL 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 并创建在 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

在文件夹中启动 VS Code 后，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，然后在该文件夹 (.) 中输入以下命令打开 VS Code (code)

mkdir hello
cd hello
code .

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

或者，您可以通过操作系统 UI 创建一个文件夹，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会与包括全局解释器环境在内的其他环境隔离，从而减少了因包版本冲突而可能出现的许多复杂情况。您可以使用 Venv 或 Anaconda 在 VS Code 中使用Python: Create Environment 命令创建非全局环境。

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

该命令将显示环境类型列表，即 Venv 或 Conda。在本例中，选择 Venv。

Create Environment dropdown

然后，该命令将显示可用于项目的解释器列表。选择您在本教程开头安装的解释器。

Virtual environment interpreter selection

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

Create environment status notification

使用命令面板中的 Python: Select Interpreter 命令确保选择了新环境。

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

在文件资源管理器工具栏中，在 hello 文件夹上选择新建文件按钮

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，您可以告诉 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文件内容。

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，以更好地组织代码。您可以使用新建文件夹按钮快速创建一个文件夹。

现在您的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 如何显示自动完成选项。

IntelliSense appearing for Python code

IntelliSense 和自动完成适用于标准 Python 模块以及您安装到所选 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补全。例如，由于 msg 变量包含字符串，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))。至此，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 Linting。

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

该按钮会打开一个终端面板，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

您还可以通过其他三种方式在 VS Code 中运行 Python 代码

  1. 在编辑器窗口中任意位置右键单击，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 终端中运行所选/行。或者，您可以在未选择内容时按 Shift+Enter 激活智能发送，Python 扩展会将光标附近最小的可运行代码块发送到终端。此命令方便用于仅测试文件的一部分。

    注意：如果您希望将代码发送到光标所在的特定行，您可以通过在用户设置中将 python.REPL.enableREPLSmartSend 设置为 "false" 来关闭智能发送。

  3. 从命令面板 (⇧⌘P (Windows, Linux Ctrl+Shift+P)) 中，选择 Python: Start Terminal REPL 命令以打开当前选定 Python 解释器的 REPL 终端（以 >>> 表示）。在 REPL 中，您可以逐行输入和运行代码。

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 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。为了确保其已正确安装，请打开扩展视图 (⇧⌘X (Windows, Linux Ctrl+Shift+X)) 并搜索 @installed python debugger。您应该会在结果中看到 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 行设置一个断点，方法是将光标放在 print 调用处，然后按 F9。或者，单击编辑器左侧的行号旁边的空白区域。设置断点后，空白区域会出现一个红点。

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，将从命令面板打开一个配置菜单，允许您选择要用于已打开文件的调试配置类型。

List of Python debugger configuration options

注意：VS Code 使用 JSON 文件来存储各种配置；launch.json 是包含调试配置的文件的标准名称。

选择 Python File，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处停止。左侧空白区域中的黄色箭头表示当前行。此时如果您检查局部变量窗口，您可以看到 msg 变量出现在局部窗格中。

Debugging step 2 - variable defined

顶部会出现一个调试工具栏，从左到右依次包含以下命令：继续 (F5)、步过 (F10)、步入 (F11)、步出 (⇧F11 (Windows, Linux Shift+F11))、重新启动 (⇧⌘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（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，显示正在运行的命令以及程序输出。

要继续运行程序，请在调试工具栏上选择继续命令 (F5)。调试器将运行程序直到结束。

提示 还可以通过将鼠标悬停在变量等代码上查看调试信息。对于 msg，将鼠标悬停在变量上将在变量上方显示字符串 Roll a dice!。

您还可以在调试控制台中处理变量（如果看不到，请在 VS Code 右下角选择调试控制台，或从 ... 菜单中选择）。然后在控制台底部的 > 提示符处，逐行输入以下内容：

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）以运行程序直到完成。如果您切换回Python 调试控制台，将显示“掷骰子！”，程序完成后，VS Code 会退出调试模式。

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，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，其中包含有关如何使用特定 Python 解释器进行调试的说明。

提示：使用日志点代替 print 语句：开发人员经常在源代码中散布 print 语句，以便快速检查变量，而无需在调试器中逐行单步执行代码。在 VS Code 中，您可以改为使用日志点。日志点类似于断点，不同之处在于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扩展前面的示例。

在 Python 中，包是您获取许多有用的代码库（通常来自 PyPI）的方式，这些库为您的程序提供了额外功能。在本例中，您使用 numpy 包生成随机数。

返回文件资源管理器视图（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：如果您手动输入上面的代码，您可能会发现在行尾按下 Enter 时，自动完成会更改 as 关键字后面的名称。为了避免这种情况，请先键入一个空格，然后按 Enter。

接下来，使用上一节中描述的“Python: Current file”配置在调试器中运行文件。

您应该会看到消息，“ModuleNotFoundError: No module named 'numpy'”。此消息表示您的解释器中没有所需的包。如果您使用的是 Anaconda 分发版或之前已安装了 numpy 包，则可能看不到此消息。

要安装 numpy 包，请停止调试器，然后使用命令面板运行 终端: 创建新终端 (⌃⇧` (Windows, Linux Ctrl+Shift+`))。此命令会为您选择的解释器打开一个命令提示符。

要在您的虚拟环境中安装所需的包，请根据您的操作系统输入以下相应命令

  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！

管理跨环境的依赖项

在进行 Python 项目时，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。然后可以使用此文件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. 如果尚未激活虚拟环境，请先激活。

    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，随着您的项目变得越来越复杂，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，您可以确保项目依赖项在不同环境中保持一致，从而更容易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。探索其他资源，了解如何在 Visual Studio Code 中充分利用 Python！

下一步

要学习如何使用流行的 Python Web 框架构建 Web 应用，请参阅以下教程

然后在 Visual Studio Code 中使用 Python 还有很多值得探索的地方

05/08/2025