VS Code & Python

对于任何一门语言来讲,熟悉语法规范之后采用顺手的编辑器是必不可少的,编辑器可以提高效率,但也不能将时间浪费于寻找合适的编辑器上,比如折腾 vim 插件,如果是一个 vim 新手,惊讶于种种眼花缭乱的 vim 配置。只能说:对不起,那不是为你准备的。

所以对于编辑器的要求只有顺手,满足基本的编码需求,提升一定的效率。编辑器是工具而非人是工具,所以构建开发环境有了种种的最佳实践。

对于 Python,有一份相当不错的最佳实践指南,参见:Python 最佳实践指南

对于编辑器,受限于电脑的磁盘性能,放弃 Pycharm 这么庞大的 IDE,而采用对前端相对友好的 VS Code 来配置 Python 开发环境。

VS Code 官方给出了一份在 Python 环境下进行开发的指南:Python in Visual Studio Code

对于配置环境,之前很多人提到过的有:virtualenv, virtualenvwrapper, Anaconda, pyenv 等等。

这些工具无非是为项目创建一个独立的运行环境,并且管理相关的依赖版本,做到全局开发环境的互不干扰。所以挑一个顺手的工具即可。

安装 pip 的过程中,提示权限问题,为了不与系统用户的全局安装的 pip 包产生冲突,所以在普通用户下,需要在 pip 安装时制定 --user 选项来安装,这样就可以安装在当前用户的 pip bin 目录下。

一般来讲,这个 pip bin 目录并没有添加到 PATH,所以需要手动添加:

1
2
3
4
5
# 查看当前环境的目录位置
python -m site --user-base

# 添加到环境变量
export PATH=$PATH:/home/rainy/.local

近来越来越多的人开始推荐使用 pipenv,简洁轻快。在此也推荐使用。

文档地址:https://docs.pipenv.org/

使用虚拟环境带来的问题是,每次切换不同项目的目录,需要手动去切换使用相应的虚拟环境,所有就有了这个懒人福音的项目:

https://github.com/kennethreitz/autoenv

配置好之后进入相应的目录会自动地检出相应的环境。

编码效率的提升一方面借助工具,另一方面在于熟练度。虽然用记事本写代码有点夸张,但是对语言细节熟悉之后是可以做到”无它,为手熟尔!”的境界的。

抄来技术文档堆砌是不良行为,因而,此文只用于存放日后搜集的关于 Python 辅助的最佳实践,大部分仍是链接形式给出,或是用于记载一些使用工具过程中遇到的思路。

(待续……)

-EOF-

  • 本文作者: Author
  • 本文链接: https://rainylog.com/post/python-env/
  • 版权声明: 本博客所有文章除特别声明外,均采用 CC BY-NC-ND 4.0 许可协议。转载请注明出处!