首页 VSCode部署Python开发环境
文章
取消

VSCode部署Python开发环境

本文介绍了基于 VSCode 的 Python 开发环境的搭建方法。


1. 简介

Python是一种跨平台的计算机程序设计语言。 是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。最初被设计用于编写自动化脚本(shell),随着版本的不断更新和语言新功能的添加,越来越多地被用于独立的、大型项目的开发。

2. VSCode下载与安装

前往官网(https://code.visualstudio.com)下载安装,支持Windows、Linux和Mac系统。可以下载安装版,也可以选择解压即用的绿色版。区别在于安装板会向系统路径写入配置信息,绿色版所有的依赖信息和配置信息均存放于一个目录中。安装版可以在线下载更新和安装更新,绿色版只能下载新版本的绿色安装包解压后覆盖来更新。

安装完成后,点击左侧的扩展商店,搜索chinese,下载中文简体汉化包(可能需要翻墙)。

汉化

安装完成后重启VSCode,即可发现所有界面均已汉化。

注意:

  • VSCode基于文件夹进行编译和调试,每个项目必须对应一个文件夹作为工作路径(根目录),根目录内包含一个.vscode文件夹存放配置文件(json格式);

  • VSCode默认编码为UTF8,对中文支持并不完美,特别是打开已有的包含中文注释的源代码文件时要特别注意,可能导致中文乱码,且在保存文件时弹出警告。因此,对于包含中文注释的已有文件,一般需要新建一个空白文件,保存为UTF8编码格式,然后重新输入中文注释部分再进行保存。

3. 配置Python开发环境

3.1. 部署解释器

扩展商店搜索“python”,安装微软官方出品的Python扩展。然后重启VSCode。

汉化

然后配置Python解释器。

3.2. 安装Anaconda

常用Anaconda配置Python环境[1](若嫌弃庞大可使用Miniconda)。Anaconda是一个方便的python包管理和环境管理软件,一般用来配置不同的项目环境。我们常常会遇到这样的情况,正在做的项目A和项目B分别基于 python 3.7 和 python 3.9,而电脑一般只能安装一个环境,这个时候Anaconda就派上了用场,它可以创建多个互不干扰的环境,分别运行不同版本的软件包,以达到兼容的目的。

Anaconda通过管理工具包、开发环境、Python版本,大大简化了你的工作流程。不仅可以方便地安装、更新、卸载工具包,而且安装时能自动安装相应的依赖包,同时还能使用不同的虚拟环境隔离不同要求的项目。

Anaconda支持Windows、Linux和Mac平台,从官方网站(https://www.anaconda.com/) 选择对应平台的Anaconda3安装包下载。对于Windows 10平台,推荐下载64-Bit的Python3.8版本的安装包(466M)。

Anaconda

采用默认配置安装Anaconda,安装路径可以自定义,但务必记住安装路径。安装无需联网,保险起见请关闭杀毒软件。

进行到下图步骤时,均不勾选,后面我们将手动配置环境变量。

Anaconda

将Anaconda安装路径的三个路径变量写入系统Path中

1
2
3
D:\XXX\Anaconda3
D:\XXX\Anaconda3\Scripts
D:\XXX\Anaconda3\Library\bin

3.3. 新建和备份环境

在开始菜单中找到“Anaconda Navigator”,单击打开后,点击左侧的“Environments”,可以看到默认存在一个 base(root) 环境。点击下方的Create按钮新建一个环境。

Anaconda

弹出 Create new environment 界面,输入 Name ,勾选 Python 并下拉选择 3.7 版本。然后记住 Location 对应的环境路径。最后点击 Create 完成环境配置,新建的环境会显示在环境列表中。

Anaconda

也可在终端使用如下命令建立一个使用 python 3.9 的新环境:

1
conda create -n [your_env_name] python=3.9

注意,envs 内的每一个子文件夹都是一个独立的环境,删除、重命名子文件夹等价于删除、重命名环境。将子文件夹复制到其他机器的Anaconda的envs文件夹中,该机器的Anaconda可直接识别并应用该环境。因此可在配置好一个环境后,对该子文件夹进行备份。

激活某个环境的方法为左键单击该环境。打开某个环境的终端为点击环境名称旁边的三角按钮,在弹出菜单中选择 Open Terminal。也可以使用如下命令:

1
conda activate [your_env_name]

3.4. 配置依赖包

3.4.1. 更新包管理工具

3.4.1.1. pip

Python默认的包管理工具是pip。输入以下命令查看pip版本

1
pip show pip

如果pip版本不是最新的,很多包可能安装不上。可通过命令更新pip。打开环境的终端(Terminal),输入以下命令后回车

1
python -m pip install --upgrade pip

如果pip版本不是最新的,会更新到最新版本,如下图所示

Anaconda

如果pip版本已经是最新的,会如下图提示

Anaconda

3.4.1.2. conda

还可以采用第三方的开源跨平台包管理工具conda进行包管理,作为pip无法进行包更新时的备份工具。

Anaconda安装后一般默认安装了conda工具。要查看环境是否安装了conda,打开环境的终端,输入

1
conda -V

若返回conda的版本号,则表示环境中默认搭载了conda。

Anaconda

输入以下命令更新conda

1
conda update -n base conda

期间提示是否更新包,输入y确认

Anaconda

3.4.1.3. 说明

conda和pip通常被认为几乎完全相同。虽然这两个工具的某些功能重叠,但它们设计用于不同的目的。 pip是Python Packaging Authority推荐的用于从Python Package Index安装包的工具。 Pip安装打包为wheels或源代码分发的Python软件。后者可能要求系统安装兼容的编译器和库。

conda是跨平台的包和环境管理器,可以安装和管理来自Anaconda repositoryAnaconda Cloud的conda包。 conda包是二进制文件,需要使用编译器来安装它们。另外,conda包不仅限于Python软件。它们还可能包含C或C ++库,R包或任何其他软件。

这是conda和pip之间的关键区别。 Pip安装Python包,而conda安装包可能包含用任何语言编写的软件的包。在使用pip之前,必须通过系统包管理器或下载并运行安装程序来安装Python解释器。而conda可以直接安装Python包以及Python解释器,即conda将python本身也当做一个包来管理。

另外,conda查看环境中安装的所有包时,可以包含从Anaconda界面安装的包,而pip则只能查看到所有通过命令行安装的包。如下图所示,通过Anaconda界面安装的cudatoolkit和cudnn包,在pip中无法查到。

对于用户而言,尽可能从一而终的采用一种包管理工具。若使用Anaconda配置的python环境,则推荐使用conda,配合Anaconda界面使用更加友好,除非某些包无法通过conda安装,则可采用pip安装。

3.4.2. 更换镜像源

3.4.2.1. pip镜像源

pip的默认镜像源在国外,更新包会下载缓慢甚至无法下载,可更换到国内的镜像源(清华、阿里、中科大等)。

对于Linux系统,直接修改 ~/.pip/pip.conf (没有就创建一个), 内容如下

1
2
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple

对于Windows系统,快捷键 win+R 打开运行,输入 %HOMEPATH% 回车打开用户目录,在此目录下创建 pip 文件夹,在 pip 文件夹内创建 pip.ini 文件, 内容如下

1
2
3
4
[global]
timeout = 6000
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
trusted-host = pypi.tuna.tsinghua.edu.cn

点击 “Update index…” 更新索引

更新索引

3.4.2.2. conda镜像源

可通过修改用户目录下的 .condarc 文件来更换源,文件位于

1
2
Windows:C:\Users\xxx\.condarc
Linux:/home/xxx/.condarc

其中 xxx 为用户账户名称。如果该路径下没有该文件,可自行新建一个,注意文件全名为 “.condarc”,没有其它任何后缀。若Windows用户无法直接新建该文件,可以先执行以下命令生成该文件

1
conda config --set show_channel_urls yes

将下面的代码覆盖文件中所有内容,完成源更换

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
channels:
  - defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

运行以下命令清除缓存

1
conda clean -i

点击 “Update index…” 更新索引

更新索引

3.4.3. 常用命令

  • 安装包(注意!必须要断开所有VPN等科学上网代理再进行安装!
1
2
pip install xxx
conda install xxx
  • 显示环境下所有安装的包
1
2
[conda]  conda list 
[pip]    pip -v list

piplist

  • 显示所有过时包
1
pip list --outdated

piplist

  • 更新特定包
1
pip install --upgrade xxxx

piplist

或者使用

1
conda upgrade xxxx
  • 更新pip
1
python -m pip install --upgrade pip
  • 更新conda
1
conda update -n base -c defaults conda

3.5. 生成配置文件

在项目工作路径下新建 .vscode 文件夹,其中新建以下两个配置文件,并用下面的内容填充。

3.5.1. 解释配置(settings.json)

1
2
3
{
    "python.pythonPath": "E:\\ProgramFiles\\Anaconda3\\envs\\Pytorch\\python.exe"
}

其中具体的python路径位置因Anaconda安装位置不同而不同,注意转义字符 \\

3.5.2. 调试配置(launch.json)

1
2
3
4
5
6
7
8
9
10
11
12
{
    "version": "0.2.0",
    "configurations": [
        {
            "name": "Python: 当前文件",
            "type": "python",
            "request": "launch",
            "program": "${file}",
            "console": "integratedTerminal"
        }
    ]
}

3.6. 调试运行测试

随便新建一个 python 文件,如 printtest.py 进行测试,下图可以看出具备代码智能补全功能。

调试运行测试

F5 运行结果如下

调试运行测试

4. 常见错误

4.1. 无法将conda项识别为cmdet…

VSCode 解释 .py 时,终端自动运行命令 conda activate Pytorch(环境名) 时提示

1
无法将“conda”项识别为 cmdlet、函数、脚本文件或可运行程序的名称。

解决方法如下。

【推荐】要么将Anaconda安装路径的三个路径变量写入系统 Path 中,然后重启电脑

1
2
3
X:\XXX\Anaconda3
X:\XXX\Anaconda3\Scripts
X:\XXX\Anaconda3\Library\bin

要么打开VSCode的设置(ctrl+,),设置Python插件中的conda的路径

condapath

然后重启电脑

4.2. 无法加载文件 \WindowsPowerShell\profile.ps1

以管理员身份打开 PowerShell 输入

1
set-executionpolicy remotesigned

4.3. 提示CommandNotFoundError

VSCode 解释 .py 时,终端自动运行命令 conda activate xxx(环境名) 时提示

1
2
3
CommandNotFoundError: Your shell has not been properly configured to use 'conda activate'.
If using 'conda activate' from a batch script, change your
invocation to 'CALL conda.bat activate'.

解决方法如下。

首先在VSCode 的终端中输入 conda init,然后重启VSCode,查看问题是否解决。

若出现错误

1
无法加载文件 ******.ps1,因为在此系统中禁止执行脚本。

关闭VSCode,然后使用管理员权限打开 cmd,比如按 Win+X,选择 Windows PowerShell(管理员) 打开,输入命令

1
set-ExecutionPolicy RemoteSigned

回车

1
2
3
4
执行策略更改 
执行策略可以防止您执行不信任的脚本。更改执行策略可能会使您面临 about_Execution_Policies 
帮助主题中所述的安全风险。是否要更改执行策略? 
[Y] 是(Y)  [N] 否(N)  [S] 挂起(S)  [?] 帮助 (默认值为“Y”): y

然后输入 y 回车。

之后重启VSCode,F5 执行Python文件应该就不会提示错误了。

4.4. OMP: Error #15: Initializing xxx

1
OMP: Error #15: Initializing libiomp5md.dll, but found libiomp5md.dll already initialized

允许副本存在,程序中添加

1
2
import os
os.environ[‘KMP_DUPLICATE_LIB_OK’]=‘True’

4.5. Refactor failed…

当打开一个 .py 文件,试图通过 F2 快捷键来修改变量名称时,会弹出 Refactor failed....... 一大串错误。这是因为如果该文件没有运行过,VSCode 默认的 Python 自动补齐和静态分析工具 Jedi 必须要求先运行一次 .py 文件才能进行改名。因此可以选择更加新的自动补齐和静态分析工具 Pylance (由微软开发)解决不运行文件而需要改名的操作。

condapath

左下角齿轮打开设置,输入 jedi ,定位到 Python: Language Server,然后将选项改成 Pylance ,提示需要安装 Pylance 插件,安装后重启 VSCode 即可。

5. 参考文献

[1] 挖掘机小王子. VSCode+Anaconda打造舒适的Python环境.

[2] Eric-Young. python之VSCode安装.

本文由作者按照 CC BY 4.0 进行授权

VSCode部署C/C++开发环境

VSCode部署Pytorch机器学习框架