Python + VS Code 快速配置

这是一篇写给初学 Python 的同学的教程，帮助使用 VS Code 快速配置好 Python 的开发环境，写于今年9月14日，先搬运至此并改为 Markdown，作为 Programming部分的第一篇博文

简介

Python，一门伟大的语言。简易的，贴合人类语言的语法，丰富的生态，强大的功能让Python近几年来几乎稳坐最受欢迎编程语言的宝座。然而，对于刚开始接触编程语言的初学者而言，最麻烦的可能并非学习语法或者处理报错，而是搭建一个简单易用的开发环境。本文将尽笔者所能，介绍如何配置出一套使用 VS Code + Python 的新手或轻度使用者适用的编程环境，以供新手平稳度过前期繁琐的边角料过程，尽快开始主菜。

然而需要提醒各位读者的是，笔者本人并非 Python 主力用户，Python 于笔者而言仅为日常处理数据之用。因此如有不正之处，请与笔者联系修改，如有遗漏或不妥之处，欢迎联系笔者。在本文写作过程中，笔者并没有将自己搭建的环境删除后重新搭建以完成本文，因此可能会有很多与实际不相符之处。笔者的新电脑很快就到了，届时会根据本文对照搭建对应环境以检测本文内容是否合适，还请读者朋友包容。本文也假设读者您使用的是 Windows 10 或以上的系统。如果您是 Linux 或其他系统的用户，我相信您不需要本文也可以快速搭建好环境。

Python 解释器的下载

Python 语言的运行依靠 Python 解释器对编写好的 Python 脚本进行逐行解释，也可以通过交互式的方法，在解释器读取到输入内容后立即执行。因此，Python 的语言解释器对学习 Python 是必要的。下载 Python 解释器请前往 Python官网。初学者可以不用太过在意语言版本的问题（语言版本过新可能会导致某些未进行适配的库无法正常使用），只需要保证您下载的版本是 Python 3 即可（版本号以 3 开头）。Python 3 与 Python 2 有着很多基础语法上的区别，且很多库目前不怎么支持 Python 2。当然，为了省事，直接下载最新版也是没有任何问题的，在后续遇到实际需要时再进行版本修改也是没有问题的。

在下载好 Python 解释器后，便可以进行安装。**请注意勾选添加到 PATH（ADD TO PATH）以避免后续复杂的手动添加环境变量的过程！**当然，如果不幸，您已经在没有勾选此选项的情况下安装了 Python 解释器，您可以考虑卸载后重装或者考虑手动添加 Python 路径到环境变量中。这里不再赘述。

其余选项都可以一路默认。有个选项会提示您是否为所有用户安装，如果读者您使用的计算机内仅有一个账户（或者通俗而言，仅有您一人使用该计算机），那么是否选择此选项一般而言是无关紧要的。如果您使用公共电脑或者服务器，请不要勾选此选项，亦即仅为自己安装。

最后，请检查您是否成功安装了 Python 解释器。您可以在键盘上按下 Win+R 键打开运行对话框，在对话框中输入 cmd 后确认，您将会进入一个“黑框”（命令提示符）中。此时在其中输入 python -V（请注意是大写的V）或者 python --version，如果成功安装了 Python 并添加到了环境变量中，则界面中将会出现您所安装的 Python 解释器的版本。否则，如果您看到类似于找不到 Python 定义之类的报错，那么有可能您的安装失败或者安装过程中没有将 Python 添加到环境变量中。

以上便是安装 Python 解释器的过程。

VS Code 的安装与配置

这一步与上一步是平行的，没有先后顺序一说，您可以自由选择先进行哪个部分。但建议您先进行上一部分，在本部分结束后您将可以直接在 VS Code 中开始 Python 编程。

VS Code 是一个强大的文本编辑器。其最大的特点是其优秀的插件生态以及众多的语言支持（也是通过插件实现的）。通过 VS Code 与插件之间的配合，可以实现媲美 IDE 的开发环境搭建。笔者推荐由 VS Code 官方出品的在 VS Code 中使用 Python 的引导文档：Python in Visual Studio Code ，该文档详细介绍了如何从 0 开始在 VS Code 上使用 Python，除了是英文内容外几乎没有缺点（当然，您可以选择网页翻译）。下面笔者将自行介绍如何安装 VS Code 与相关插件。

点击此处即可打开 VS Code 官网。VS Code 的安装可以全部选择默认安装，如此便可使用 VS Code 的基础功能。安装插件可以在侧边栏选择或者使用快捷键 Ctrl+Shift+X 打开插件市场，在页面上方框中输入相应关键词即可检索相关插件。如要进行 Python 开发，请安装如下插件。

Chinese (Simplified)（简体中文）Language Pack for Visual Studio Code: 可以使 VS Code 的语言显示变为中文显示。
Python Extension Pack: VS Code 上的 Python 插件全家桶。安装这个比较省事。

Python 脚本试运行

在以上所述的步骤完成后，您便可以开始编写您的第一个 Python 脚本以检测您的环境是否搭建完成。下面是一些简单的步骤：

新建一个文件，将之按照自己喜欢的名字命名，并修改其后缀为 .py 。
右键该文件，选择 用 VS Code 打开。打开 VS Code 界面后，此时 VS Code 可能会询问您是否信任该文件夹。请选择信任以使您安装的插件正常运行，否则插件可能会被 VS Code 所屏蔽。
现在您可以编辑该文件了。输入一些 Python 代码，下面是一个简单的测试代码：
```
1print("Hello Python!")
```
请写好并保存该文件。
现在请尝试运行该脚本。如果您成功安装 Python 插件，该文件界面的右上角应该会出现一个小的向右的箭头。点击该箭头即可开始运行。由于您很有可能是第一次在 VS Code 中运行 Python 脚本，因此右下角会弹出一个通知框，通知您还未选择Python解释器。此时界面上方会出现一个对话框，让您选择您需要的Python解释器。您可能会看到多个解释器（如您下载了多个解释器版本）或者创建虚拟环境（Create Virtual Environment）。您可以先暂时不考虑设置虚拟环境，先使用已有的全局生效的Python 解释器。
选择好后，请再次重复上一步，按下小箭头。这是，VS Code 界面下方会出现一个新的窗口界面，显示的便是您程序运行的结果。此时您便已经成功运行了该 Python 脚本，也说明您的 Python 运行环境已经搭建成功了。

Python Debug，Pip，Jupyter Notebook

本节将简要介绍有关 Python 与 VS Code 的其他方面。

调试（Debug）

调试是用以排查程序运行错漏的操作。代码一次写成，运行良好固然很好，但这种情况在实际开发中很难遇到。实际开发中常会遇到各种各样的问题阻碍开发进展。这些程序中或逻辑或语法的错误就被称为 Bug，在程序中排查 Bug 并修正以使程序得以正常运行的过程即是调试，亦即所谓的 Debug。

最简单的调试方法即将程序在某一步的数据通过 cout（C++），printf（C）或 print（Python）输出到控制台上。但这种方法毕竟还是比较繁琐，特别是遇到难以输出到屏幕上的数据，此时输出的方式便会失灵。现代程序开发过程中，经常使用调试器（Debugger）来逐步运行程序，以此尝试发现程序中隐藏的问题。虽然 Python 本身已经是解释型语言，逐行运行已有的程序，但是通过调试器的诸多功能，仍可以为寻找程序漏洞问题提供帮助。

首先介绍断点，程序在运行至断点后将会停在该处之前，等待用户的下一步命令。断点的插入在代码编辑器中一般处于左侧的行号附近（VS Code 在行号的左侧），插入成功后会出现一个小红点。当程序停在断点处时，您可以查看变量的值，函数调用栈等多种信息，随后您可以逐步向下运行程序，中断调试或者向步入函数内部（VS Code通过右上角小框控制）。

要进入 VS Code 的 Debug 模式，请在运行 Python 脚本时，在右上角的代表运行的箭头旁找到一个向下的箭头，点击展开菜单后选择 Python 调试器：调试 Python 文件（Python Debugger: Debug Python File），随后便可进入调试模式。请注意此选项不仅会启动调试，也会改变右上角的默认启动模式为调试。调试模式下，该三角旁会出现一个小虫子，代表此时处于调试模式。

请善用调试模式与调试器。

Pip

Pip（Package Installer for Python）是 Python 的包管理器。所谓的“包”指的是 Python 运行过程中需要调用的函数库，类库等等。Python 的优点很大一部分来自于 Python 活跃的生态，指的便是丰富的第三方库，或者，第三方包。甚至于有人说，Python 是一门胶水语言，其就是用来将各种库粘合在一起以发挥作用。无论如何，包对于 Python 的意义是毋庸置疑的，而作为 Python 自带的默认包管理器，Pip 的基础操作也是值得简单学习的。下面介绍 Pip 的一些简单命令，并以安装 Python 下著名的科学运算库 Numpy 为例演示 Pip 的使用方法。Pip 的常用命令和参数有：

help : 弹出帮助信息，会提示您命令的功能。
install :指示 Pip 进入下载模式。在 Pip 后附加包名称即可下载该包。如果需要更新某个包，请在包名前加上 --upgrade 以提示 Pip 更新此包而非安装。
uninstall : 卸载某个 Python 包。在该命令后附加包名即可。
list : 列出所有您已安装的 Python 包。

接下来介绍如何安装Numpy:

请打开命令提示符，并输入 pip 以检查Pip是否正常可用。如果可用则会弹出部分帮助文本，不会有报错信息；
您可能会看到您的 Pip 有可用的更新。若在使用 pip 命令后，Pip 提示您可以更新到最新的版本，您可以选择根据提示输入命令进行更新。
输入 pip install numpy 以安装 Numpy。稍等片刻您便可以安装好 Numpy 以供全局使用。注意，您在全局环境下下载的 Numpy 将对全局生效。

Jupyter Notebook

Python 脚本经常需要写好后一次性从头执行到尾，而使用交互模式（在命令提示符中打开 Python（python）将会进入交互模式）时 Python 会执行每次用户所输入的命令。前者不够灵活，而后者容易丧失上下文。是否有一种更加具有交互性的，但又不丧失上下文环境的 Python 使用方法呢？Jupyter Notebook 提供了这样的方法。

Jupyter Notebook 集成了 Python 环境和 Markdown，可以使您在代码框中使用并运行 Python 脚本，并在 Markdown 框中使用 Markdown 语法编辑文字。两种框的位置十分灵活，且 Notebook 可以打开在浏览器中直接使用，省去专门的编辑器的麻烦，也可以选择在 VS Code 中使用。下面将介绍如何安装和使用 Jupyter Notebook。

请使用 Pip 安装 Jupyter: pip install jupyter 并等待安装完成。
输入 jupyter notebook 并回车。请注意不要关闭该窗口，该窗口将作为服务器运行，若关闭将会导致Jupyter Notebook无法使用。
稍等片刻，此时您的默认浏览器将会弹出一个窗口，左上角显示着 Jupyter，而下方主页面则是您的用户文件夹。您可以双击已有的以 .ipynb 后缀结尾的文件以打开一个已有的 Jupyter Notebook 文件，或者请点击右侧的新建 New → Notebook，便会在当前文件夹下新建一个 Jupyter Notebook 并打开在您的浏览器的新页面中。
此时新页面会请求选择一个 Python 内核。采用默认设置即可，此时您便已经新建了一个 Jupyter Notebook 了。默认的第一个框将是程序输入框，点击页面中央的框进入输入模式，输入 Python 代码后 Ctrl+Enter 以运行代码，结果将展现在该代码框的下方。
您可以通过上方的工具栏新建，插入，删除，运行代码框或者 Markdown 框。更多功能请自行探索。

以上，您便成功安装并试运行了 Jupyter Notebook。

除了在浏览器中使用原生的 Jupyter Notebook 以外，您还可以在安装好 Jupyter 后在 VS Code 中启动。请安装好 Jupyter 的插件后，在 VS Code 中使用快捷键 Ctrl+Shift+P，或点击 VS Code 最上侧的搜索框后输入 > 以进入命令模式，然后输入 jupyter，此时对话框会提示您所有的可用命令，点击 **创建：新 Jupyter Notebook（Create: New Jupyter Notebook）**即可创建新的 Jupyter Notebook。后续操作类似于网页端操作。该方法不需要自行打开一个 Jupyter 服务器，VS Code 中安装的 Jupyter 插件将在 VS Code 的后台自行启动一个 Jupyter 服务器。

后记

笔者希望通过该文章将笔者自认为好的且简单方便的 Python 使用开发环境介绍给本文的读者。然而作为一个非Python主力的用户，本文的内容纰漏在所难免，且 $\LaTeX$ 的插图体验并不优秀，笔者没有向文章中插入图片而是采用语言描述的方法，希望读者能谅解。

感谢您能读到这里。如果您对本文的内容有何看法或意见，欢迎联系笔者。最后，希望本文能真的实现，并帮助您实现 Python 的那句名言：

人生苦短，我用Python。
Life is short，I use Python。

祝您生活愉快。