当前位置：首页 > news >正文

Python开发利器之VS Code

news 2025/7/4 10:32:08

Python官方提供了一个Python集成开发环境（IDE）： IDLE (Integrated Development and Learning Environment)。
它提供了一个图形用户界面，可以让开发者编写、调试和执行Python程序。IDLE包含Python解释器、代码编辑器、调试器和文件浏览器等工具。IDLE 非常适合初学者和小规模项目的开发。

在安装完Python之后， IDLE 也就默认安装了，可以在“开始”菜单中找到。
在这里插入图片描述

启动之后的界面如下：
在这里插入图片描述

可以看到，IDLE 的功能相对简单，如果要开发大型项目，可以考虑使用VS Code。

VS Code 开发Python之步骤

安装Python
Python目前的最新版本是3.11.5，可以到如下地址下载：
https://www.python.org/ftp/python/3.11.5/python-3.11.5-amd64.exe
下载后，双击点击安装就可以了。
安装VS Code 的Python插件
打开VS Code之后，在插件搜索 Python

点击 “Install” 进行安装。

开始编程

VS Code 的Python插件，对Python语言提供了丰富的支持（适用于该语言的所有受支持版本：>=3.7），包括IntelliSense（Pylance）、linting、调试、代码导航、代码格式化、重构、变量资源管理器、测试资源管理器等功能。

Pylance

Python 扩展将自动安装 Pylance 扩展, 也可以卸载。
IntelliSense 是很多 IDEs（集成开发环境）和代码编辑器（如 Visual Studio Code）内置的一种代码自动完成和提示的特性。通过使用 IntelliSense，开发者不需要记住库和API的所有细节，也能提高代码编写的速度和准确性。

特别的，Pylance 是 Visual Studio Code 中的一个 Python 语言服务插件，提供了快速、高效的语法分析和语义分析，为 Python 开发者带来丰富的 IntelliSense 功能，包括：

自动完成：当你输入代码时，Pylance 可以提供函数、方法、变量、关键字等的自动完成列表。
实时错误检查：Pylance 可以高亮显示语法错误和潜在问题，甚至在你运行代码之前。
类型推断：Pylance 能够推断 Python 代码中变量的类型，提供更准确的代码提示。
函数签名提示：当你调用一个函数或方法时，Pylance 可以显示这个函数或方法的签名（包含参数名和类型）。
代码格式化：你可以使用 Pylance 来自动格式化你的代码，保持代码风格的一致性。
导入模块时的自动完成和导航到定义：Pylance 可以在你导入模块时提供自动完成，并且可以直观地跳转到符号的定义。

Pylance 和 Visual Studio Code 配合使用，可以对 Python 代码提供强大的 IntelliSense 支持，帮助提升 Python 开发的效率。

Linting

Linting 是一种对源代码进行静态分析的方法，它主要用于查找潜在的错误、不符合编码规范的代码以及其他可能的问题。

Linting 工具（也称为 “linter”）通常会检测以下几类问题：

语法错误：这可能是程序员在编程时不小心产生的错误，如括号没有配对、缺失必需的分隔符等。
代码风格不一致：包括缩进不正确、变量命名不规范、多余的空格等。正确的代码风格可以使你的代码更易读、更易维护。
潜在的逻辑错误：例如，赋值操作 (=) 被错误地写成了比较操作 (==)。
未使用的变量或函数：这些未使用的代码可能会使人困惑，且占用额外的空间。

各种编程语言都有对应的常用的 linting 工具，例如对于 JavaScript，有 ESLint 和 JSHint；对于 Python，有 pylint 和 flake8；对于 C 或 C++，有 cpplint 和 clang-tidy。

Linting 通常会集成到 IDEs 或编辑器中，如 Visual Studio Code、Sublime Text、Atom 等，它们会在你写代码时实时进行 linting 并立即反馈问题，也可以在代码提交前作为持续集成（CI）流程的一部分进行 linting，以确保所有提交的代码符合预期的质量标准。

Debugging

Debugging 是一个在软件开发中查找和修复程序错误或缺陷（通常称为 “bug”）的过程。这个过程通常涉及识别问题存在的位置（或说出现了什么问题），然后尝试理解为什么会出现这个问题，并找出解决办法。

常用的调试工具和技术包括：

断点（Breakpoints）：断点允许程序在特定的位置暂停执行，然后可以检查此时程序的状态和变量的值。这是一种很直观和有效的调试手段。
单步运行（Stepping）：单步运行允许你逐行或逐语句执行程序，可以更清楚地看到每一步操作后程序的变化。
日志（Logging）：日志是在程序运行过程中收集和记录信息的方法。这些信息可以包括程序执行的进度、用户的操作、错误信息等。
监控变量（Variable watch）：一些调试工具允许你 “监控” 一个或多个变量的值，当这个变量的值改变时，调试工具会提示你。
异常处理：你可以设置调试工具在遇到特定的异常或错误时暂停程序，然后查看引发异常的代码位置和背景情况。

很多 IDE（集成开发环境）和代码编辑器（如 Visual Studio Code、Eclipse、PyCharm 等）都内置了强大的调试工具，支持上述的各种调试功能。此外，一些编程语言也提供了命令行调试工具，例如 Python 的 pdb 或 Node.js 的 debugger。

code navigation - 代码导航

代码导航指的是在源代码中快速定位和移动的能力，这是集成开发环境（IDE）和文本编辑器中的一个重要特性，用以提高编程效率。以下是一些常见的代码导航功能：

跳转到定义：这个功能可以直接跳转到一个变量、函数或类的定义处。
查找引用/引用视图：这个功能列出所有对特定变量、函数或类的引用。
文件导航：通过文件名快速打开文件，或在打开的文件中切换。
符号导航：在当前文件或整个工程中按符号名（例如函数名或变量名）快速跳转。
代码折叠/展开：隐藏或显示代码块，使整个代码更简洁，更容易理解。
行号导航：输入行号并转至特定行。
导航历史：返回到前面查看过的代码位置或向前前进到后面浏览过的位置。
面包屑导航：在顶部显示当前位置的路径，可以点击路径中的任何级别到达对应的位置。
大纲视图：显示文件或工程的结构视图，如所有的类、方法和变量等。

这些代码导航功能在大多数现代IDE和代码编辑器中，如 Visual Studio Code、IntelliJ IDEA、Eclipse、Atom 和 Sublime Text 等，都有提供。这些功能对于理解、修改和维护大型代码库尤其有用。

code formatting - 代码格式化

代码格式化是一种改变源代码格式以提高可读性和一致性的过程。这个过程通常会调整如下一些方面：

缩进：代码缩进对于区分代码块和保持代码可读性非常重要。例如，一些编程语言（如 Python）规定必须使用一致的缩进。
行长度：一行代码的长度通常也会有限制，防止一行代码过长。
空格和换行：在运算符、声明、函数参数等之间添加适当的空格和换行，以提高代码的可读性。
大括号位置：在一些编程语言（如 JavaScript 或 C++）中，大括号 {} 的位置和样式（比如，是否在新的一行打开大括号，或是与上一行的语句在同一行打开等）也会被规定。
声明排序：有时候，我们会对变量、函数、类申明的顺序进行排序，使得代码更有逻辑性和可预测性。
移除无效代码：此过程可以移除一些无效的空格、未被使用的变量和函数，以及其他冗余的代码片段。

很多 IDE 和代码编辑器（如 Visual Studio Code、IntelliJ IDEA、Eclipse 等）都内置了代码格式化的工具，通常只需一键（或者自动）格式化。此外，还有一些可以单独使用的格式化工具，如 Prettier（主要用于 JavaScript）和 Black（用于 Python）。这些工具可以被集成到构建或提交代码的流程中，以确保所有的代码都是格式化过的。

refactoring - 重构

重构（Refactoring）是一种软件开发过程，目标是改进代码的内部结构，但不改变其外部行为。简单来说，经过重构的代码应该可以更好地被理解、被修改和被维护，但其功能和行为都没有改变。

重构可以涉及到以下几种操作：

代码清理：移除未使用的变量和函数，简化复杂的表达式和调用。
重命名变量和函数：使用更易理解的名称以提高代码的可读性。
抽取代码：把长的函数或复杂的代码块分解为更小且更简单的函数。
移动代码：将代码块移动到它更合适的位置，如将一个函数从一个类移动到另一个类。
改进数据结构：优化数据结构，例如将基本类型替换为类或对象，以改善抽象。

在进行重构时，重要的是要确保你有一套可靠的测试集，这样你可以在每次重构后都运行测试以确保你没有改变任何功能。许多IDE（如 IntelliJ IDEA 和 Visual Studio Code）都提供了强大的重构工具，在保证重构安全和准确的同时提高重构效率。

至于何时进行重构以及何时停止重构，常引用 Martin Fowler 的观点：你应该在看到可以改进的代码时就进行一小部分的重构，并且持续进行这样的改进。重构是一个持续且循序渐进的过程，而不是一次性的大改动。

variable explorer - 变量资源管理器

变量浏览器（Variable Explorer）是一种编程工具，主要用于查看、管理和修改程序运行时的变量。在调试和数据分析过程中，这个功能可以帮助你理解和追踪你的代码状态。

在变量浏览器中，你通常可以看到以下信息：

变量名：变量的标识符。
类型：变量的数据类型，如整数、浮点数、字符串、列表、字典等。
值：变量的当前值。

一些高级的变量浏览器还会提供更多功能，例如：

修改变量值：你可以直接在变量浏览器中修改变量的值，这对于调试和试验特别有用。
数据视图：复杂数据结构（如列表、字典和数据框等）可能会以特定的视图显示，以便于理解和管理。
过滤和排序变量：当你有很多变量需要管理时，过滤和排序功能可以帮助你找出你感兴趣的变量。

许多集成开发环境（IDE）和代码编辑器都提供了变量浏览器，例如：

在 Python 的Spyder IDE，变量浏览器是其主要功能之一，非常适合进行数据分析和科学计算。
在 Visual Studio Code，可以通过安装扩展 (如 Python extension) 获得变量浏览器。
在 RStudio（面向 R 语言的 IDE），变量浏览器是默认提供的功能。

test explorer -测试资源管理器

测试浏览器（Test Explorer）是一种在集成开发环境（IDE）或代码编辑器中的界面，用于运行和管理自动化的测试用例。测试浏览器给开发者提供一个可视化界面来运行、查看测试结果并追踪测试覆盖率。这对于维护代码质量和确保代码更改不影响已有功能非常有帮助。

具体来说，测试浏览器提供了以下功能：

运行和调试测试：你可以选择运行所有的测试用例，或仅运行选中的部分测试用例，或者进行调试模式运行测试。
查看测试结果：你可以清楚地看到哪些测试通过了，哪些测试失败了，以及失败的原因。
管理测试配置：为了满足不同的测试场景，你可以配置多个测试环境并在它们之间快速切换。
追踪测试覆盖率：一些测试浏览器会集成编程语言的代码覆盖库来追踪测试覆盖率，帮助你识别没有被测试覆盖的代码。

许多流行的 IDE 和代码编辑器都提供了测试浏览器，例如：

在 Visual Studio Code 中，可以使用 Test Explorer UI 插件和对应语言的测试插件（如 Python Test Explorer for Python）。
IntelliJ IDEA、PyCharm 等 JetBrains 的 IDE 内置了强大的测试工具。
Eclipse 对 Java 的 JUnit 测试和其他类型的测试有良好的支持。

VSCode.dev

VSCode.dev 是 Visual Studio Code 的一个在线版本。这是一个基于 Web 的代码编辑器，它在浏览器中提供了 Visual Studio Code 的大部分功能。

这是一个强大的工具，你无需在本地安装任何软件或进行复杂的设置，只需打开浏览器并访问 vscode.dev，就可以开始编码。

使用 VSCode.dev，你可以：

编辑本地文件和文件夹，只需将它们拖放到浏览器窗口。
通过针对各种语言的高级 IntelliSense，得到代码提示和自动补全的支持。
使用VS Code的丰富扩展生态，来获取更多的功能和定制性。
利用同步设置功能，在不同的设备和浏览器之间同步你的使用习惯和设置。
然而，目前 VSCode.dev 仍然不支持运行和调试代码，但微软已经计划在未来的版本中添加这个功能。

总的来说，无论你是在路上需要快速修改代码，还是想把代码编辑环境带到任何你去的地方，VSCode.dev 都是一个很好的选择。

Jupyter

Jupyter 是一个开源的交互式计算环境，它允许你在浏览器中创建和共享包含实时代码、方程式、可视化图形和文本的文档。这种文档被称为 Jupyter 笔记本。

Jupyter 支持40多种编程语言，包括 Python、JavaScript、Scala、R等。

下面是 Jupyter 提供的一些主要功能：

交互式编程：你可以写代码，然后即刻运行看到结果，这非常适合探索性的数据分析。
数据可视化：你可以创建丰富的交互式图形，并且直接在笔记本中查看。
Markdown 支持：你可以在代码旁边添加富文本说明，包括标题、列表、图表、链接、图像等。
LaTeX 公式：你可以使用 LaTeX 语法在笔记本中插入数学公式，使得科学计算更直观。
分享和导出：你可以将笔记本分享到 GitHub，也可以导出为 HTML、PDF、Markdown 等格式。

Jupyter 是数据科学家、研究人员和教育者们最受欢迎的工具之一。它可以帮助你更好地组织代码和思路，以及更方便地展示你的成果。

参考

VS Code下载地址：https://code.visualstudio.com/
Python安装介绍： https://code.visualstudio.com/docs/python/python-tutorial