當前位置:首頁 » 編程語言 » VS配置python

VS配置python

發布時間: 2023-02-22 05:37:25

1. 如何在Visual Studio Code 中運行 python

運行python代碼
運行python代碼見式三種:
運行python命令進入python工作環境輸入表達式車即
創建保護python代碼文件使用命令 python filename [參數]執行
Linux首行注釋#!/usr/bin/env python3源文件加執行屬性即直接執行
使用跨平台工具Visual Studio Code 作IDE
載並安裝VS Code近(2016-7-15)VS Code更新比較快幾新版本我現用1.3.0版
安裝python插件:打VsCodeCtrl + p輸入ext install python,稍等片刻發現關於python插件列表選擇並安裝我安裝VSC官網介紹介紹語寫:"*Linting, Debugging (multi-threaded, remote), Intellisense, code formatting, snippets, and more"安裝完插件智能提示python態語言某些候VSC識別變數類型運行才能確定類型算神仙沒智能提示
配置python版本環境變數版本python通配置指定:依點擊File->Preference->User Settings打兩文件左邊叫做Default.Settings右邊叫做Setting.json左側"python.pythonPath": "python"拷貝右側並修改"python.pythonPath": "/usr/bin/python3"或任何想修改python目錄即其設置左側默認右側設置左側相同內容則覆蓋左側
設置運行配置:打或新建python源文件按快捷鍵Ctrl+Shift+B運行VSC提示No task runner configured.點擊逗Configure Task Runner選擇逗Others輸入內容並保存:
{
"version": "0.1.0",
"command": "/usr/bin/python3",
"isShellCommand": true,
"args": ["${file}"],
"showOutput": "always"

2. 如何在vs2017管理anaconda的python包

  • 使用conda
    首先我們將要確認你已經安裝好了conda

  • 配置環境
    下一步我們將通過創建幾個環境來展示conda的環境管理功能。使你更加輕松的了解關於環境的一切。我們將學習如何確認你在哪個環境中,以及如何做復制一個環境作為備份。

  • 測試Python
    然後我們將檢查哪一個版本的python可以被安裝,以及安裝另一個版本的python,還有在兩個版本的python之間的切換。

  • 檢查包
    1)我們將羅列出安裝在我們電腦上的包

    2)瀏覽可用的包

    3)使用conda install命令來來安裝以及移除一些包

    4)對於一些不能使用conda安裝的包,我們將在Anaconda.org網站上搜索

    5)對於那些在其它位置的包,我們將使用pip命令來實現安裝。我們還會安裝一個可以免費試用30天的商業包IOPro

  • 移除包、環境以及conda

  • 管理conda:

    檢查conda版本:

  • conda --version

  • 1

  • 1

  • 升級當前版本的conda

  • conda update conda

  • 1

  • 1

  • 管理環境

    創建並激活一個環境

    使用」conda create」命令,後邊跟上你希望用來稱呼它的任何名字:

  • conda create --name snowflake biopython

  • 1

  • 1

  • 這條命令將會給Biopython創建一個新的環境,位置在Anaconda安裝文件的/envs/snowflakes

    激活這個新環境

  • Linux,OS X:

  • source activate snowflakes

  • 1

  • 1

  • Windows:

  • activate snowflake

  • 1

  • 1

  • 小技巧:

    新的開發環境會被默認安裝在你conda目錄下的envs文件目錄下。你可以指定一個其他的路徑;去通過
    conda create -h了解更多信息吧。

    小技巧:

    如果我們沒有指定安裝python的版本,conda會安裝我們最初安裝conda時所裝的那個版本的python。

    列出所有的環境

  • conda info -envis或者(-e)

  • 1

  • 1

  • * 注意:conda有時也會在目前活動的環境前邊加上號。**

    切換到另一個環境(activate/deactivate)

    為了切換到另一個環境,鍵入下列命令以及所需環境的名字。

  • Linux,OS X:

  • source activate snowflakes

  • 1

  • 1

  • Windows:

  • activate snowflakes

  • 1

  • 1

  • 如果要從你當前工作環境的路徑切換到系統根目錄時,鍵入:
    - Linux,OS X:

  • source deactivate

  • 1

  • 1

  • Windows:

  • deactivate

  • 1

  • 1

  • 復制一個環境

    通過克隆來復制一個環境。這兒將通過克隆snowfllakes來創建一個稱為flowers的副本。

  • conda create -n flowers --clone snowflakes

  • 1

  • 1

  • 通過

  • conda info –-envs

  • 1

  • 1

  • 來檢查環境

    刪除一個環境

    如果你不想要這個名為flowers的環境,就按照如下方法移除該環境:

  • conda remove -n flowers


  • 1

  • 2

  • 1

  • 2

  • 管理Python

    安裝一個不同版本的python

    現在我們假設你需要python3來編譯程序,但是你不想覆蓋掉你的python2.7來升級,你可以創建並激活一個名為snakes的環境,並通過下面的命令來安裝最新版本的python3:

  • conda create -n snakes python=3

  • 1

  • 1

  • 檢查新的環境中的python版本

    確保snakes環境中運行的是python3:

  • python --version

  • 1

  • 1

  • 使用不同版本的python

    為了使用不同版本的python,你可以切換環境,通過簡單的激活它就可以,讓我們看看如何返回默認版本

  • Linux,OS X:

  • source activate - snowflakes

  • 1

  • 1

  • Windows:

  • activate snowflakes

  • 1

  • 1

  • 注銷該環境

    當你完成了在snowflakes環境中的工作室,注銷掉該環境並轉換你的路徑到先前的狀態:

  • Linux,OS X:

  • source deactivate

  • 1

  • 1

  • Windows:

  • deactivate

  • 1

  • 1

  • 管理包

  • conda安裝和管理python包非常方便,可以在指定的python環境中安裝包,且自動安裝所需要的依賴包,避免了很多拓展包沖突兼容問題。

  • 不建議使用easy_install安裝包。大部分包都可以使用conda安裝,無法使用conda和anaconda.org安裝的包可以通過pip命令安裝

  • 使用合適的源可以提升安裝的速度

  • 查看已安裝包

    使用這條命令來查看哪個版本的python或其他程序安裝在了該環境中,或者確保某些包已經被安裝了或被刪除了。在你的終端窗口中輸入:

  • conda list

  • 1

  • 1

  • 向指定環境中安裝包

    使用Conda命令安裝包

    我們將在指定環境中安裝這個Beautiful Soup包,有兩種方式:
    - 直接指定-n 指定安裝環境的名字

  • conda install --name bunnies beautifulsoup4

  • 1

  • 1

  • * 提示:你必須告訴conda你要安裝環境的名字(-n bunies)否則它將會被安裝到當前環境中。*

  • 激活bunnies環境,再使用conda install命令。

  • activate bunnies

  • conda install beautifulsoup4

  • 1

  • 2

  • 1

  • 2

  • 2.從Anaconda.org安裝一個包

    如果一個包不能使用conda安裝,我們接下來將在Anaconda.org網站查找。

    在瀏覽器中,去Anaconda資源官網。我們查找一個叫「bottleneck」的包,所以在左上角的叫「Search Anaconda Cloud」搜索框中輸入「bottleneck」並點擊search按鈕。

    Anaconda.org上會有超過一打的bottleneck包的版本可用,但是我們想要那個被下載最頻繁的版本。所以你可以通過下載量來排序,通過點擊Download欄。
    點擊包的名字來選擇最常被下載的包。它會鏈接到Anaconda.org詳情頁顯示下載的具體命令:

  • conda install--channel https://conda .anaconda.ort/pandas bottleneck

  • 1

  • 1

  • 3. 通過pip命令來安裝包

    對於那些無法通過conda安裝或者從Anaconda.org獲得的包,我們通常可以用pip命令來安裝包。

    可以上pypi網
    站查詢要安裝的包,查好以後輸入pip install命令就可以安裝這個包了。

    我們激活想要放置程序的python環境,然後通過pip安裝一個叫「See」的程序。

  • Linux,OS X:

  • source activate bunnies

  • 1

  • 1

  • Windows:

  • activate bunnies

  • 1

  • 1

  • 所有平台:

  • pip install see

  • 1

  • 1

  • 提示:pip只是一個包管理器,所以它不能為你管理環境。pip甚至不能升級python,因為它不像conda一樣把python當做包來處理。但是它可以安裝一些conda安裝不了的包。

    4. 文件安裝

    如果真的遇到走投無路的境地,也就是上面這些方法通通不管用!!!那就只能下載源碼安裝了,比如exe文件(雙擊安裝)或者whl文件(pip安裝)等等。還有在github上找到源碼,使用python setup.py install命令安裝

    Tips:不建議使用setuptools 的easy_install,非常不方便管理,也不好卸載
    有些時候,Anaconda和pip下載的速度慢,訪問不穩定怎麼辦?換個源唄,清華大學的源就很不錯,當然啦,你可以自己google一些好用的源

    對於包管理工具,了解這么多就夠了,比較喜歡追根究底的童鞋可以移步包管理工具解惑
    **提示:
    在任何時候你可以通過在命令後邊跟上-help來獲得該命令的完整文檔。
    **

    eg:

  • conda update --help

  • 1

  • 1

  • * 小技巧:*
    很多跟在–後邊常用的命令選項,可以被略寫為一個短線加命令首字母。所以–name選項和-n的作用是一樣的。通過conda -h或conda –-help來看大量的縮寫。

    移除包、環境、或者conda

    如果你願意的話。讓我們通過移除一個或多個試驗包、環境以及conda來結束這次測試指導。

    移除包

    假設你決定不再使用商業包IOPro。你可以在bunnies環境中移除它。

  • conda remove -n bunnies iopro

  • 1

  • 1

  • 移除環境

    我們不再需要snakes環境了,所以輸入以下命令:

  • conda remove -n snakes --all

  • 1

  • 1

  • 刪除conda

  • Linux,OS X:

  • 移除Anaconda 或 Miniconda 安裝文件夾

  • rm -rf ~/miniconda

  • 1

  • 1

  • OR

  • rm -rf ~/anaconda

  • 1

  • 1

  • Windows:

  • 去控制面板,點擊「添加或刪除程序」,選擇「Python2.7(Anaconda)」或「Python2.7(Miniconda)」並點擊刪除程序。

3. 怎麼用vs編python文件

用vs編寫python文件的方法:1、安裝python插件,在vs的Extensions擴展中搜索Python,如下:

2、安裝完成後,就需要配置一下本地python解釋器的路徑,這個直接在settings.json文件中設置參數python.pythonPath就可以了。
2.1、首先,點擊左下角的管理按鈕,在彈出的菜單列表中選擇「設置」,如下:
2.2、接著在搜索欄輸入「Python」,點擊左下角的編輯settings.json,如下:
2.3、之後在彈出編輯頁面設置一下python.pythonPath參數,即本地python解釋器路徑,如下:
3、最後就可以直接編寫Python程序並運行了,如下:

4. VS Code中安裝python、第三方庫

Python: 譯為「蟒蛇」、擁有者PSF、開發者Guido、 主流版本:Python 3、 理念:開源、開放

安裝python :點擊extensions,輸入「python」,點擊install進行安裝

安裝第三方庫 :以安裝NumPy庫為例(NumPy(Numerical Python) 是 Python 語言的一個擴展程序庫,支持大量的維度數組與矩陣運算,此外也針對數組運算提供大量的數學函數庫)

pip是python的包管理工具

第一次在終端中輸入 pip install numpy,報錯command not found

第二次用pip3 install numpy安裝成功。

原因是pip和pip3版本不同

查看已安裝的第三方庫 :pip3 list 

5. vs2019安裝python勾選哪些

現在vs2019隻支持到Python3.7,如果要使用3.9,需要自己下載Python3.9的包
步驟:首先在開始菜單中找到Microsoft Store搜索「Python3.9」,找到並安裝。 其次安裝完成之後,打開VS安裝包(visual studio install),點擊修改,然後再選擇添加Python項。再然後在顯示的選項中勾選Python開發,點擊修改。最後安裝完成後,新建Python應用程序,如果默認不是Python3.9,右鍵Python環境」,點擊「查看所有Python環境」,選擇Python3.9為默認即可

6. vs2017沒有python的環境

1、滑鼠放在右側窗口python環境那裡。
2、右鍵然後點擊查看所有python環境,會彈出當前默認的環境。
3、下方有個概述,點擊切換到包,在下方輸入所想要的包名稱。
4、點擊執行pipinstall命令,等待安裝,安裝完成後屏幕下方的輸出窗口會提示安裝成功。

7. Win10安裝VS2019自帶的Python,Python環境變數配置及pip升級

 安裝VS2019時選擇了安裝Python,VS安裝完成後,Python目錄為:C:\Program Files (x86)\Microsoft Visual Studio\Shared\Python37_64。但是VS並沒有在Win10上安裝任何Python相關環境變數,所以在cmd運行Python無法執行。

在系統環境變數中添加如下兩個變數:

添加完成後,cmd內輸入python會顯示python版本號,並進入到python模式。

VS2019安裝的python是自帶了pip的,可以通過pip list查看所帶pip版本。但未必是最新的,打開鏈接:https://bootstrap.pypa.io/get-pip.py,保存get-pip.py文件,進入get-pip.py文件目錄,Shift+右鍵,運行PowerShell,輸入:python get-pip.py install,即可升級pip到最新。

8. 怎麼在vs上載入python第三方庫

怎麼在vs上載入python第三方庫
將依賴包目錄放置到*:\Python*\Lib\site-packages\中,即python的安裝目錄中。
首先確定API目錄下是否有__init__.py文件,如果沒有,請新建一個。

打開API主運行文件,查看裡面的類名稱。此處為main.py文件,類為class dcVerCode。

此處以導入main中的類dcVerCode為例。
打開__init__.py,輸入:
from main import dcVerCode
這樣就完成了依賴包的指定。
然後再在程序中導入該包即可,此處的依賴包名稱為qqcr(即目錄名稱),所以輸入:
import qqcr
即可完成包的導入。

9. vs2015怎麼安裝python2.7

選擇你所需要的版本,最新的3.X和2.X相差比較大。由於項目的原因,我選擇的是Python 2.7.8 安裝完後,為了下一步在dos下使用python命令,這里要配置一下環境變數。右擊計算機->屬性->高級->環境變數->修改系統變數path,添加Python安裝地址,我的是D:\Program Files\Python27;

10. 求教vs2017下怎麼使用python

先提一下,我並沒有用IDE寫Python的習慣。因為平時主要就寫一點數據分析,這些的話我完全可以用VS Code來實現,而PyCharm什麼的IDE,畢竟沒Editor好用。後來是因為組織有送Visual Studio Enterprise的key,那就恭敬不如從命了~

而我之前的VS2015,只在寫CUDA的時候,編譯Xgboost的時候,寫C++的時候使用,讓我用IDE寫Python?不存在的!後來一試。。。就回不來了。。。VS對數據科學的支持,從Python到R,都非常優秀,尤其是R的時候,畫圖部分是可拆的。

幾乎是我摁下去的瞬間就完成了。

不能夠理解為什麼你的界面不是彈出這個小黑框框(寫C++的時候不也是這么辦的嗎?

熱點內容
android混淆代碼 發布:2024-11-08 05:54:18 瀏覽:947
用什麼做資料庫 發布:2024-11-08 05:54:18 瀏覽:239
rds雲資料庫 發布:2024-11-08 05:54:09 瀏覽:75
加密和黎曼猜想 發布:2024-11-08 05:33:08 瀏覽:419
中央編譯出版社一年的銷售額 發布:2024-11-08 05:32:15 瀏覽:562
c語言結構體位域 發布:2024-11-08 05:31:00 瀏覽:553
androidv7包 發布:2024-11-08 05:26:41 瀏覽:540
停止共享文件夾腳本 發布:2024-11-08 05:20:54 瀏覽:40
查看資料庫的sid 發布:2024-11-08 05:16:47 瀏覽:830
菲斯塔dlxdct是哪個配置 發布:2024-11-08 05:06:09 瀏覽:213