本站点文档内容均翻译自code.visualstudio.com，仅供个人学习，如有差异请以官网为准。

在 VS Code 中开始使用 Python

在这个教程中，你将学习如何在Visual Studio Code中使用Python 3来创建、运行和调试一个Python "掷骰子！"应用程序，管理虚拟环境，使用包，等等！通过使用Python扩展，你可以将VS Code变成一个出色的、轻量级的Python编辑器。

如果你是编程新手，请查看Visual Studio Code for Education - Python 入门 课程。该课程提供对 Python 的全面介绍，特色是在一个准备好编码的基于浏览器的开发环境中结构化的模块。

为了更深入地了解Python语言，您可以在VS Code的上下文中探索python.org上列出的任何编程教程。

若要查看一个以Python为重点的数据科学教程，请查看我们的数据科学部分。

先决条件

要成功完成此教程，您需要首先设置您的Python开发环境。具体来说，此教程需要：

安装Python解释器

除了Python扩展，您还需要安装Python解释器。您使用哪个解释器取决于您的具体需求，但以下提供了一些指导。

Windows

安装 Python from python.org。使用页面上第一个出现的 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，安装Python的另一个选项是使用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，请参见 Python.org 上的在 Windows 上使用 Python

macOS

在 macOS 上通过系统安装 Python 不受支持。相反，推荐使用像 Homebrew 这样的包管理系统。在 macOS 上使用 Homebrew 安装 Python 的命令是 brew install python3在终端提示符下。

注意：在 macOS 上，确保 VS Code 安装的位置包含在你的 PATH 环境变量中。 请参阅 这些设置说明 了解更多信息。

Linux

Linux 上内置的 Python 3 安装工作得很好，但要安装其他 Python 包，您必须安装皮普 使用 get-pip.py。

其他选项

  • 数据科学：如果你的主要目的是使用Python进行数据科学，那么你可能需要从Anaconda下载。Anaconda不仅提供Python解释器，还提供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，并且希望使用 Python 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，该教程将引导您完成设置 WSL、安装 Python 和创建在 WSL 中运行的 Hello World 应用程序。

注意：要验证您是否在机器上成功安装了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Windows并输入以下命令：

python3 --版本

Windows: 打开命令提示符并运行以下命令：

py -3 --版本

如果安装成功，输出Windows应该显示你安装的Python版本。 或者，你可以使用py -0在 VS Code 集成终端中输入命令以查看您机器上安装的 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，该文件夹将成为你的“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，进入该文件夹，并打开VS Code。代码) 在那个文件夹中 (输入：.) 通过输入以下命令：

创建目录 你好
更改目录 你好
代码 .

注意：如果你使用的是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界面创建一个文件夹，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

在Python开发者中，最佳实践是使用特定于项目的虚拟环境一旦你激活了这个环境，之后安装的任何包都将与其他环境（包括全局解释器环境）隔离，减少了由于包版本冲突而引起的许多复杂问题。你可以在 VS Code 中使用 Venv 或 Anaconda 创建非全局环境，方法是 Python: 创建环境。

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。

该命令列出环境类型，Venv 或 Conda。对于这个示例，选择 Venv。

创建环境下拉菜单

然后命令会列出可以用于您的项目的解释器。选择在教程开头您安装的解释器。

虚拟环境解释器选择

选择解释器后，将显示环境创建的进度以及环境文件夹/.venv) 将出现在你的工作区。

创建环境状态通知

确保使用 Python: 选择解释器 命令从 命令面板 中选择您的新环境。

选择解释器

注意：有关虚拟环境的更多信息，或者在环境创建过程中遇到错误，请参见环境。

创建一个Python源代码文件

从文件资源管理器工具栏中，选择新建文件按钮你好文件夹:

文件资源管理器 新文件

命名文件你好.py， 并且 VS Code 会自动在编辑器中打开它：

文件资源管理器 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，这样它会使用 Python 扩展和选定的解释器来评估内容。

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。

既然你已经在你的工作区有一个代码文件，输入以下源代码你好.py输入：

msg = "掷骰子！"
print(msg)

当你开始输入打印，注意IntelliSense如何呈现自动完成选项。

IntelliSense 出现在 Python 代码中

IntelliSense 和自动完成功能适用于标准的 Python 模块以及您安装到所选 Python 解释器环境中的其他包。它还为对象类型上的方法提供完成建议。例如，因为消息变量包含一个字符串，当您输入时，IntelliSense 会提供字符串方法消息。输入：

IntelliSense 出现用于一个类型提供方法的变量

最后，保存文件 (⌘S (Windows, Linux Ctrl+S))。此时，你已经可以使用 VS Code 运行你的第一个 Python 文件。

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

运行Python代码

点击编辑器右上角的运行Python文件 播放按钮。

使用运行Python文件按钮

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

在 Python 终端中的程序输出

有三种其他方法可以在 VS Code 中运行 Python 代码：

  1. 在编辑器Windows的任何地方右键单击并选择运行Python > 在终端中运行Python文件（自动保存文件）：

    在Python编辑器中使用终端命令运行Python文件

  2. 选择一行或多行，然后按 Shift+Enter 或右键单击并选择 在Python终端中运行Python > 运行选定的行/代码块。 另一种方法是使用 Shift+Enter 而不选择任何内容，Python扩展将发送在光标附近最小的可运行代码块到终端。这个命令非常适合测试文件的一部分。

    注意：如果您更喜欢发送光标所在特定行的代码，您可以将Smart Send关闭，通过设置python.REPL.enableREPLSmartSend : "false" 在你的 用户 设置中。

  3. 从命令面板 (⇧⌘P (Windows, Linux Ctrl+Shift+P)), 选择 Python: 启动终端 REPL 命令以打开一个 REPL 终端 (用 >>) 对于当前选择的 Python 解释器。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！

配置和运行调试器

现在我们来尝试调试我们的Python程序。调试支持由Python Debugger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 (⇧⌘X (Windows, Linux Ctrl+Shift+X)) 并搜索@已安装的Python调试器您应该在结果中看到Python Debugger扩展。

Python 调试器扩展在 VS Code 安装的扩展视图中显示。

接下来，在第2行设置一个断点你好.py通过将光标放置在打印 调用并按 F9。或者，在编辑器的左侧空白处点击，即行号旁边。当您设置一个断点时，空白处会出现一个红色的圆圈。

在hello.py中设置断点

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，允许您选择用于打开文件的调试配置类型。

Python调试器配置选项列表

注意：VS Code 使用 JSON 文件来保存其各种配置；launch.json是包含调试配置的标准文件名称。

选择Python 文件，这是使用当前选定的 Python 解释器在编辑器中运行当前文件的配置。

调试器将启动，并在文件的断点处的第一行停止。当前行在左边缘用黄色箭头指示。如果此时检查本地变量Windows，可以看到消息 变量出现在 本地 Windows中。

调试步骤 2 - 变量定义

一个调试工具栏出现在顶部，从左到右显示以下命令：继续 (F5)，跳过 (F10)，进入 (F11)，退出 (⇧F11 (Windows, Linux Shift+F11))，重启 (⇧⌘F5 (Windows, Linux Ctrl+Shift+F5))，和停止 (⇧F5 (Windows, Linux Shift+F5))。

调试工具栏

状态栏也会改变颜色（许多主题下为橙色），以表示您处于调试模式。 Python 调试控制台 也会自动出现在右下角面板中，显示正在运行的命令以及程序的输出。

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

提示 调试信息也可以通过将鼠标悬停在代码上（例如变量）来查看。在以下情况下消息悬停在变量上将显示字符串掷骰子！在变量上方的框中。

你也可以在调试控制台中使用变量（如果未显示，请在 VS Code 右下角选择调试控制台，或从...菜单中选择它）。 然后尝试在控制台底部的>提示符下，逐条输入以下语句：

消息
消息首字母大写
消息拆分

调试步骤 3 - 使用调试控制台

再次点击工具栏上的蓝色继续按钮（或按F5）以运行程序直到完成。如果切换回Python调试控制台，“掷骰子！”将出现，程序完成后 VS Code 会退出调试模式。

如果你重新启动调试器，调试器将再次在第一个断点处停止。

要停止程序运行，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。

详细信息，请参阅调试配置，其中包括如何使用特定的Python解释器进行调试的说明。

提示：使用Logpoints而不是print语句：开发人员经常在源代码中插入打印 语句以快速检查变量，而无需在调试器中逐行单步执行代码。在 VS Code 中，您可以改用 Logpoint。Logpoint 类似于断点，但会将消息记录到控制台并且不会停止程序。有关更多信息，请参阅 Logpoint 在 VS Code 调试主要文章中。

安装和使用软件包

让我们通过使用包来基于之前的示例进行构建。

在 Python 中，包是您从 PyPI 获得任何数量的有用代码库的方式，这些库通常提供额外的功能给您的程序。在这个例子中，您使用 numpy生成随机数的软件包。

返回到资源管理器视图（左侧最上面的图标，显示文件），打开你好.py，请将以下源代码复制粘贴：

导入 numpy 为 np

msg = "掷骰子！"
print(msg)

打印(np.random.randint(1,9))

小贴士：如果你手动输入上述代码，你可能会发现自动补全会更改作为 按下回车键时的关键词 在一行的末尾。为了避免这种情况，输入一个空格，然后 按回车键。

接下来，按照上一节所述，在调试器中使用“Python: Current file”配置运行该文件。

你应该会看到这条消息，"ModuleNotFoundError: No module named 'numpy'"。这条消息表明所需的包在你的解释器中不可用。如果你使用的是Anaconda发行版或之前安装了numpy包您可能看不到此消息。

要安装numpy包，停止调试器并使用以下方法之一：

选项 1：使用包管理用户界面

  1. 打开Python侧边栏并展开环境管理器
  2. 右键单击你的环境并选择管理软件包
  3. 搜索numpy 并选择 安装

选项2：使用终端

运行 终端: 创建新终端 (⌃⇧` (Windows, Linux Ctrl+Shift+`)) 从命令面板。此命令将为您的选定解释器打开命令提示符。

要安装虚拟环境所需包，请根据您的操作系统输入以下命令：

# 不要与Anaconda发行版一起使用，因为它们已经包含matplotlib。

# macOS
python3 -m pip install numpy

# Windows（可能需要提升权限）
python -m pip install numpy

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

现在，重新运行程序（带或不带调试器）以查看输出！

管理跨环境的依赖关系

在处理Python项目时，有效地管理依赖项是至关重要的。一个有用的提示是使用pip freeze > requirements.txt命令。这个命令帮助你创建一个要求.txt列出在你的虚拟环境中安装的所有包的文件。然后可以使用该文件在其他地方重新创建相同的环境。

小贴士

当您使用 Python: 创建环境 或环境管理器视图中的 + 按钮创建新环境时，扩展会自动检测并安装来自 要求.txt或pyproject.toml如果在你的工作区中存在。

请按照以下步骤创建要求.txt文件:

  1. 激活你的虚拟环境，如果你还没有激活的话。

    源 venv/bin/activate  # 在 macOS/Linux 上

    .\venv\Scripts\activate   # 在Windows上

  2. 生成要求.txt文件。

    pip freeze > requirements.txt

您现在可以使用新生成的要求.txt文件用于在另一个环境中安装依赖项。此外，随着项目复杂性的增加，您可以继续向其中添加依赖项。

pip install -r requirements.txt

通过执行这些步骤，您可以确保项目依赖项在不同的环境中保持一致，从而更容易与他人协作并部署您的项目。

恭喜你完成了Python教程！在本教程的过程中，你学习了如何创建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，以在Visual Studio Code中充分利用Python！

下一步

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

然后在Visual Studio Code中，使用Python可以探索更多的内容：