配置Python环境

简介: 配置Python环境

配置文件部分

.vscode/extensions.json 文件

{
  "recommendations": [
    "streetsidesoftware.code-spell-checker",
    "wayou.vscode-todo-highlight",
    "gruntfuggly.todo-tree",
    "njpwerner.autodocstring",
    "aaron-bond.better-comments",
    "kevinrose.vsc-python-indent",
    "spywhere.guides",
    "obkoro1.korofileheader"
  ]
}点击复制复制失败已复制


插件配置

Python Docstring Generator

Python Docstring Generator 这个插件默认是采用 Google 的注释风格,但是主流用户习惯了 numpy 的风格,为了避免采坑,我们选择跟随主流,将 Python 的注释风格改为 numpy 风格。


设置页面输入 autoDoc ,找到该插件的 Auto Docstring: Docstring Format 配置,选择 numpy ,如下所示:

PythonDocstring插件配置numpy风格.png


koroFileHeader

koroFileHeader 插件默认是支持所有类型文件的头部注释,但是我们通常只需要 Python 项目有这个东西,其他诸如 vue 文件, js/ts 文件都没有这种需求,因此需要将其配置一下,让其只支持 Python 文件。


设置页面输入 fileheader ,并打开全局配置 json 文件,如下所示:

进入kora1FileHeader插件配置方式.png


按照此插件官方的配置文档,需要找到如下配置:

{
  "fileheader.configObj": {
    "supportAutoLanguage": [ ] // 设置过后只有该数组里面的文件 才会自动添加头部注释
  }
}点击复制复制失败已复制


最终配置如下:

kora1FileHeader插件白名单配置.png


YAPF

要把 Python 代码写漂亮,必须遵循 PEP8 Python 编码规范:《PEP 8 -- Style Guide for Python Code》。但记住 PEP8 规范,是一件非常痛苦的事情,还好 Google 发布了一个自动整理 Python 代码,让其符合 PEP8 规范的工具: YAPF

安装:

$ pip install yapf点击复制复制失败已复制


配置:

打开设置页面,输入: python.formatting.provider ,将代码风格选择为 yapf ,如下所示:

YAPF代码风格配置.png


支持MiniConda

多数情况下我们会使用 MiniConda 来管理 Python 版本并创建虚拟环境,因此需要配置 Python 的路径,这样才能实现代码嗅探功能。但是网上找了很久也没有找到满意的解决办法,只能找到一个临时能用的办法了。


因为 conda 会有多套环境,所以无法写死,又没有 nvm.nvmrc 文件那种配置,所以很难做到全局自动适配。因此我们将配置写到项目的 .vscode/settings.json 文件中。


下一个问题, LinuxWindows 的路径还是不一样的,而且 VSCode 又没有这个条件配置功能(这个issue从16年开始存在,至今无解。。。),所以只能割舍同步配置功能了,让 git忽略.vscode/settings.json 文件,每个人根据自己的系统自己写自己的配置。


示例配置: Windows

{
  "python.defaultInterpreterPath": "E:\\ProgramData\\Miniconda3\\envs\\gas",
  "python.autoComplete.extraPaths":[
    "E:\\ProgramData\\Miniconda3\\envs\\gas\\Lib\\site-packages"
  ],
  "python.autoComplete.addBrackets": true,
  "python.analysis.extraPaths": [
    "E:\\ProgramData\\Miniconda3\\envs\\gas\\Lib\\site-packages"
  ],
  "python.analysis.completeFunctionParens": true,
}点击复制复制失败已复制


示例配置: Linux

{
  "python.defaultInterpreterPath": "~/miniconda3/envs/gas/bin",
  "python.autoComplete.extraPaths":[
    "~/miniconda3/envs/gas/lib/python3.7/site-packages"
  ],
  "python.autoComplete.addBrackets": true,
  "python.analysis.extraPaths": [
    "~/miniconda3/envs/gas/lib/python3.7/site-packages"
  ],
  "python.analysis.completeFunctionParens": true,
}点击复制复制失败已复制


提示

这样配置后, vscode 打开后就能直接用 conda 环境了,类似于 .nvmrc 文件那种效果,但是有一个小瑕疵,就是第一个默认终端不会进入 conda 环境中,删除这个终端,重新打开就好了。

目录
相关文章
|
2月前
|
PyTorch Linux 算法框架/工具
pytorch学习一:Anaconda下载、安装、配置环境变量。anaconda创建多版本python环境。安装 pytorch。
这篇文章是关于如何使用Anaconda进行Python环境管理,包括下载、安装、配置环境变量、创建多版本Python环境、安装PyTorch以及使用Jupyter Notebook的详细指南。
347 1
pytorch学习一:Anaconda下载、安装、配置环境变量。anaconda创建多版本python环境。安装 pytorch。
|
1月前
|
安全 网络安全 数据安全/隐私保护
|
1月前
|
JSON Shell Linux
配置Python的环境变量可
配置Python的环境变量
183 4
|
1月前
|
机器学习/深度学习 数据可视化 Docker
Python环境
Python环境
44 3
|
1月前
|
弹性计算 Linux iOS开发
Python 虚拟环境全解:轻松管理项目依赖
本文详细介绍了 Python 虚拟环境的概念、创建和使用方法,包括 `virtualenv` 和 `venv` 的使用,以及最佳实践和注意事项。通过虚拟环境,你可以轻松管理不同项目的依赖关系,避免版本冲突,提升开发效率。
107 3
|
2月前
|
IDE 网络安全 开发工具
IDE之pycharm:专业版本连接远程服务器代码,并配置远程python环境解释器(亲测OK)。
本文介绍了如何在PyCharm专业版中连接远程服务器并配置远程Python环境解释器,以便在服务器上运行代码。
499 0
IDE之pycharm:专业版本连接远程服务器代码,并配置远程python环境解释器(亲测OK)。
|
2月前
|
机器学习/深度学习 缓存 PyTorch
pytorch学习一(扩展篇):miniconda下载、安装、配置环境变量。miniconda创建多版本python环境。整理常用命令(亲测ok)
这篇文章是关于如何下载、安装和配置Miniconda,以及如何使用Miniconda创建和管理Python环境的详细指南。
561 0
pytorch学习一(扩展篇):miniconda下载、安装、配置环境变量。miniconda创建多版本python环境。整理常用命令(亲测ok)
|
2月前
|
机器学习/深度学习 缓存 Linux
python环境学习:pip介绍,pip 和 conda的区别和联系。哪个更好使用?pip创建虚拟环境并解释venv模块,pip的常用命令,conda的常用命令。
本文介绍了Python的包管理工具pip和环境管理器conda的区别与联系。pip主要用于安装和管理Python包,而conda不仅管理Python包,还能管理其他语言的包,并提供强大的环境管理功能。文章还讨论了pip创建虚拟环境的方法,以及pip和conda的常用命令。作者推荐使用conda安装科学计算和数据分析包,而pip则用于安装无法通过conda获取的包。
157 0
|
7月前
|
存储 XML JSON
Python如何读写配置文件?
Python如何读写配置文件?
101 0
|
Python
Python编程:configparser读写ini配置文件
Python编程:configparser读写ini配置文件
152 0