CPython自带的IDLE太简陋,Pycharm又有点笨重,现在下载了VS Code编辑器,可以开始配置Python语言环境了。
1. 下载安装Python解释器
共通的第一步已经完成,即获取编辑器。对症下药,要配置Python语言学习环境,第二步就是下载Python解释器。我们打开Python的官网,现在Python已经更新到3.9.6了。进入下载地址: 
点击Download后,在新页面选择64位安装程序: 
下载后打开安装程序,根据图示进行: 
下一步中只需要勾选前两项,其中 Documentation 是Python文档,建议选上;pip 是Python的包管理工具,必须勾选;tcl/tk and IDLE 安装tkinter库和IDLE开发环境,tkinter库可以日后安装,IDLE太简陋了不要安装;Python test suite 是Python标准库测试套装,不是必须安装: 
下一步,可以自行调整安装路径:  安装成功如图: 
现在打开VS Code的Git Bash终端(或者打开CMD/PowerShell),输入 python -V ,将输出Python的版本信息,也标志着我们的安装成功了! 
2. 安装Python支持插件
在VS Code的扩展商店,搜索插件Python并安装:  这一插件功能众多,十分方便我们在VS Code中进行Python开发:
- 支持Python2.7和Python3.4+的Pyhon版本;
- 使用IntelliSense进行代码补全;
- 支持多种代码检查器;
- 对调试的支持;
- 对单元测试的支持;
- 代码段功能;
- 自动应用虚拟环境;
- 可在Jupyter环境和Jupyter Notebook中编辑代码
Python插件安装后,还要选择一个解释器。Ctrl+Shift+P 打开命令面板,输入 Select Interpreter ,然后使用我们手上唯一的一个解释器: ) 这里我是先创建了一个Python文件,启动调试后,VS Code自动帮我选择了环境变量中的Python解释器:  如果你同时安装了多个版本的Python,还可以点击左下角的 Python x.x.x 64-bit 来切换解释器版本。  此时还可能弹出一个窗口,让你选择一个代码检查插件,可以直接点击安装来下载 pylint ,或者选择其他代码检查器:  选择后,Python会调用 pip 去安装代码检查器,如下图所示即说明安装成功:
 之后VS Code还可能弹出一个页面,是Python支持插件的使用教学:  如果想要使用Jupypter笔记本的功能,还要安装这两个库:
$ pip install ipykernel
$ pip install notebook
3. 配置Python语言学习环境
我在 CodeWorld 中创建了一个 Code_Python 文件夹,然后打开 Code_Python 文件夹,在里面创建了 Python_Single, Python_Multiple 两个文件夹,然后在 Python_Single 中创建了 Learn_Python 文件夹。Code_Python 对应的 .vscode 文件夹中,项目配置 settings.json 代码如下:
{
"python.linting.pylintEnabled": true,
"python.linting.enabled": true,
"jupyter.jupyterServerType": "local",
"python.defaultInterpreterPath": "C:\\Program Files\\Python39\\python.exe"
}
4. 尝试运行Python文件
随便创建一个 temp.py ,然后只写一句 print("Hello World") 。然后可以右键点击出Python插件提供的许多功能,比如在终端中运行Python文件。  
运行后效果如下:  如果安装了测试框架如 pytest, unittest, nosetest ,还可以使用运行当前单元测试文件。
|