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。
Miniforge
Section titled “Miniforge”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
# 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 pandasMise/Uv
Section titled “Mise/Uv”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
# 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 pythonmise 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配置语言服务
Section titled “配置语言服务”首先需要安装扩展 ty
然后就可以使用 Python 语言服务了。
配置图形化运行
Section titled “配置图形化运行”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。
配置图形化调试
Section titled “配置图形化调试”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。
配置编程笔记本
Section titled “配置编程笔记本”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
代码生成工具
Section titled “代码生成工具”- 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
ps、top、iotop、lsof、netstat、ifconfig、free等命令类似的功能