首页

在 VS Code 中进行 Python 编程

想编写 Python 代码,却不知道用哪个编辑器?或者想找比 PyCharm 更轻量的工具?把 VS Code 想象成瑞士军刀——一个轻量级编辑器就能处理 Python、R、JavaScript 等多种语言。本教程将教你在 VS Code 中设置 Python,获得代码补全、交互式调试,甚至创建 Web 应用。

核心概念

你需要准备的

步骤 1:安装 Python

需要 Python 3.8 或更高版本,以确保与现代包兼容。

打开终端,输入 python3 --version 或 python --version 验证安装。

步骤 2:在 VS Code 中安装 Python 扩展

Python 扩展包含调试、IntelliSense、代码格式化和 Jupyter notebook 支持。

步骤 3:创建你的 Python 项目

步骤 4:选择 Python 解释器

VS Code 需要知道使用哪个 Python。

如果没看到你的 Python 安装,点击 Enter interpreter path 导航到安装位置。

步骤 5:创建虚拟环境

虚拟环境让项目依赖相互隔离。

环境激活后,终端提示符会显示 (.venv)。

步骤 6:安装所需的包

pip install pandas matplotlib streamlit

如果 (.venv) 未出现,说明环境未激活。运行 View > Command Palette,执行 Python: Select Interpreter,选择带 ('.venv': venv) 的解释器。

步骤 7:编写你的第一个 Python 脚本

在 analysis.py 中输入以下代码:

import pandas as pd
import matplotlib.pyplot as plt

# Load the iris dataset
url = "https://raw.githubusercontent.com/mwaskom/seaborn-data/master/iris.csv"
iris = pd.read_csv(url)

# View the first few rows
print(iris.head())

# Generate summary statistics
print("\nSummary Statistics:")
print(iris.describe())

# Create a histogram
plt.figure(figsize=(8, 6))
plt.hist(iris['sepal_length'], bins=20, color='steelblue', edgecolor='white')
plt.xlabel('Sepal Length (cm)')
plt.ylabel('Frequency')
plt.title('Distribution of Sepal Length')
plt.show()

步骤 8:交互式运行 Python 代码

步骤 9:创建一个简单的 Streamlit 应用

import streamlit as st
import pandas as pd
import matplotlib.pyplot as plt

st.title("Interactive Histogram")

# Sidebar slider
bins = st.sidebar.slider(
    "Number of bins:",
    min_value=5,
    max_value=50,
    value=30
)

# Load data
url = "https://raw.githubusercontent.com/mwaskom/seaborn-data/master/iris.csv"
iris = pd.read_csv(url)

# Create histogram
fig, ax = plt.subplots(figsize=(8, 6))
ax.hist(iris['sepal_length'], bins=bins, color='steelblue', edgecolor='white')
ax.set_xlabel('Sepal Length (cm)')
ax.set_ylabel('Frequency')
ax.set_title('Distribution of Sepal Length')

# Display in Streamlit
st.pyplot(fig)

streamlit run app.py

步骤 10:使用代码补全和 IntelliSense

步骤 11:尝试调试

下一步

故障排除

工作流程总结

VS Code 为 Python 开发提供现代、轻量级的环境:

由 Steven Ge 创建于 2025 年 12 月 7 日。