目录
- 1. 安装Python
- 1.1 Anaconda介绍
- 1.2 Anaconda安装
- 1.3 创建新环境
- 1.4 为新环境安装package
- 2. 安装VS Code
- 3. 配置Python环境
- 3.1 建立工作空间(workspace)
- 3.2 安装Python插件
- 3.3 配置编译器
- 3.4配置debugger
- 3.5 新建.py文件
- 3.6 运行test.py文件
- 3.7 调试test.py文件
- 3.8 工作空间(workspace)、文件夹(folder)、文件(file)三者之间的关系
1. 安装Python
1.1 Anaconda介绍
Python的安装方法有很多种，这里推荐使用Anaconda这个发行版。发行版集成了必要的库，使用户可以一次性完成安装，而且Anaconda可以实现在同一个机器上安装不同版本的Python，并能够在不同的环境之间切换。
1.2 Anaconda安装
首先给出安装网址：https://www.anaconda.com/download/ 点开网址后，直接下载对应的安装包，然后一步一步地安装即可。
安装完成后，打开Anaconda Navigator。
打开之后的界面如下图所示。
默认的环境是名为base的环境，如果不打算创建自己的环境，那么到这里就可以直接进行下一步：VS Code的安装了。
1.3 创建新环境
首先点击environments。
点开后的界面如下图所示，其中绿色圆圈圈出的是当前选中的base环境，右边用蓝色花括号括起来的是base环境中安装的所有package，橙色圆圈圈出来的是我自己建立的两个环境。
点击Creat按钮，创建新环境。
在弹出的窗口中，先对环境进行命名，然后选择Python 3.8 ，最后点击Creat进行环境创建。
软件的最下栏会显示环境的创建进度与环境的安装位置。
至此，一个新的环境就创建完成了。
1.4 为新环境安装package
请参考此篇博文Python安装包(库)的几种常见方式(一直更新)
2. 安装VS Code
首先给出下载地址：https://code.visualstudio.com/Download
打开网址，下载对应安装包，然后安装即可。
3. 配置Python环境
3.1 建立工作空间(workspace)
首先说为什么要建立工作空间：
- VS Code本身是一款代码编辑器，依靠它丰富的插件系统，使其能够成为各种语言的IDE。因此，在使用VS Code来编写Python代码时，就要建立一个Python的工作空间，同理，如果使用VS Code来编写C/C++代码时，也要建立一个C/C++的工作空间。
接下来开始建立workspace。打开VS Code，主界面如下图所示。
点击“打开的文件/文件夹”图标。
依次点击file和save workspace as。
选择一个文件夹，然后文件名位置输入工作空间的名字，点击确定。
然后VS Code就会在这个文件夹内生成一个工作空间的文件，以后想要再次打开这个工作空间，用VS Code打开这个文件就可以了。
这时能看到，虽然文件还没有变化，但是VS Code软件的最上栏已经变成新建的工作空间的名字了。
到此为止，工作空间就创建完成了。
接下来可以点击add folder，在工作区内新建一个文件夹，来当做Python的一个项目文件。
3.2 安装Python插件
首先点击插件商店，然后搜索Python，点击install。(因为我已经安装上了，所以没显示install)
安装成功后的界面如下图所示。
3.3 配置编译器
安装完Python插件后，稍等一会，VS Code的左下角就会出现一个编译器，这个编译器是我们在第一步安装Python时安装上的。到这一步，其实编译器已经自动配置好了。
但比如这个base环境里没有你想用的包，而你自己创建的环境里有用到的包，那该如何切换环境呢？
点击默认的环境，然后VS Code上面就会出现一个交互窗口。
然后再点击交互窗口中的Entire Workspace。
这个交互窗口就会把你的机器里所安装的所有Python编译器都给显示出来，你想用哪个环境，点击哪个环境的编译器就可以了。
3.4配置debugger
首先点击debug调试按钮，然后点击create a launch.json file，创建一个配置文件。
然后会弹出一个交互对话框，让用户做出选择：1. 在工作空间的其中一个项目(即project)内配置debugger。2. 在整个工作空间内的所有项目都配置同一个debugger。
因为我创建的这个名为Python的工作空间是为了运行Python能胜任的所有项目，因此在以后别的项目中可能会用到不同的debugger，因此我选择第一项，即在名为project的项目中配置一个debugger。
然后选择Python。
然后选择Python File。
至此，debugger就配置完成了，配置完成的界面如下图所示。
这就是这个项目的debugger配置文件。
3.5 新建.py文件
编译器以及debugger配置成功后，点击打开的文件/文件夹，在project文件夹内新建一个名为test.py的文件。
3.6 运行test.py文件
在test.py文件内输入一些代码。
然后点击运行。有很多种运行方式，这里我说三种
- 第一种 点击Run，再点击Run Without Debugging。
- 第二种 py文件内点击右键，然后点击Run Python File in Terminal。
- 第三种 直接点击绿色箭头。
- 上述三种运行方式，最终都能得到同一个结果。即成功运行。
3.7 调试test.py文件
首先，在需要调试的代码行左边，用鼠标左键点击一下，加上断点。
然后点击Run，再点击Start Debugging。
这时，代码就会停在断点处。
此时，点击debug按钮，还会显示当前的变量等必要信息。
然后，就可以通过这一栏按钮来进行调试了。
3.8 工作空间(workspace)、文件夹(folder)、文件(file)三者之间的关系
这三者之间存在着包含的关系，以我个人的理解。
- 一个工作空间就是一种语言的整个大框架，也就意味着，在这个工作空间内，我可以只编写Python相关的项目。
- 一个文件夹，就是用Python语言写的一个大项目，这个项目可以是一个爬虫项目、一个人脸识别项目、一个推荐系统项目等等。当然，这个文件夹的下面还可以继续创建文件夹，只不过再创建的文件夹是用来服务这个大项目的。
- 文件，就是组成项目所必须的.py文件。
