跳转到内容

Python

目前我使用 Miniforge + VSCode 搭建开发环境,Miniforge 用于获取工具,顺应人工智能和科学计算的相关传统,而 VSCode 用于编辑代码。也可以使用 Mise/Uv 来获取工具链,这可能更适合现代项目。

如果使用 Miniforge 获取工具链,请先完成 Miniforge 的安装,然后通过如下命令安装解释器和第三方库

Terminal window
# 创建虚拟环境
mamba create -n python
# 激活环境
mamba activate python
# 安装最新版的工具链
mamba install python
# 安装特定版本的工具链
mamba install python==3.13
# 安装一些第三方库
mamba install ipykernel numpy matplotlib pandas

如果使用 Mise/Uv 或类似的工具来获取管理 Python 的运行时版本,则首先应该安装这些工具

然后,可以运行如下命令,新建项目并安装相应的依赖

Terminal window
# 新建一个使用 python 3.13 的项目
uv init example --python 3.13
# 进入项目
cd example
# 此时如果 mise 警告缺失版本,则手动安装对应的 python
mise install python@3.13
# 运行测试代码,同时会自动创建虚拟环境和锁文件
uv run main.py
# 为项目添加依赖
uv add numpy

首先需要安装扩展 ty

然后就可以使用 Python 语言服务了。

现在其实已经可以在终端里输入 python example.py 命令来运行代码了。但如果想通过图形化的方式来运行代码,那么还需要进行配置。

首先需要安装扩展 Python

然后新建一个 example.py 文件,输入 VSCode 命令 Python: Select Interpreter,然后选择想使用的解释器。

之后就可以在 *.py 文件的右上角找到运行按钮,此时 VSCode 会调用刚选择的解释器。

现在其实已经可以在终端里输入 python -m pdb example.py 命令来调试代码了。但如果想通过图形化的方式来调试代码,那么还需要进行配置。

首先需要安装扩展 Python Debugger

然后输入 VSCode 命令 Debug: Add Configuration,选择 Python Debugger 扩展自动生成的配置。

得到 .vscode/launch.json 文件后,就可以点击按钮来调试了。

需要安装扩展 Jupyter

如果需要使用编程笔记本,请确保已经安装了 ipykernel。可以通过 pip list 查看是否已经安装。

新建一个 example.ipynb 文件,输入 VSCode 命令 Jupyter: Select Interpreter to Start Jupyter Server,选择一个合适的内核,然后就可以使用编程笔记本了。

  • pip 官方标准
  • uv 用 Rust 写的,目前应该是最快的包管理器,但功能不只包管理,还包括了运行时管理等功能。
  • conda 我认为其职能已经超越了传统的包管理器。官网 的介绍是 包管理系统和环境管理系统,因此我把它放在了 环境管理 章节中。
  • ruff
  • snakeviz
  • PyInstaller
  • cookiecutter 从社区维护的模板中快速生成项目

Python 由于标准库已经非常强大了,并且大多第三方库都专注于特定使用场景(已移到专门的章节中),因此这里列出的框架/库会比较少。

  • requests 网络请求库
  • psutil 用于系统监控的库,提供了和 pstopiotoplsofnetstatifconfigfree 等命令类似的功能