教程:在 Visual Studio 的 Python 环境中安装包

本文介绍了教程系列 中在 Visual Studio下使用 Python 的第 5 步。

Python 项目中的所有代码都在特定环境的上下文中运行。 环境示例包括全局环境、虚拟环境、conda 环境等。 环境用于需要特定于 Python 版本和一组已安装包的语言服务的任何任务。 每种环境都需要根据项目代码安装某些特定的包。

Python 开发人员社区会生成成千上万个有用的包,你可以将其合并到自己的项目中。 在本教程系列的步骤 5 中,你将使用 Visual Studio 中的“Python 环境”窗口来管理 Python 环境中的包。

在本教程的步骤 5 中,你将了解如何:

  • 在 Visual Studio 中查看 Python 环境和包
  • 为 Python 环境安装和管理软件包
  • 使用已安装的包测试 Python 代码

先决条件

在 Visual Studio 中查看 Python 环境

Visual Studio 提供了两个位置来查看有关 Python 环境的信息:

  • 解决方案资源管理器中的 Python 环境节点 列出了项目当前正在使用的环境。 如果项目有多个环境,Visual Studio 会以粗体显示活动环境。 可以扩展特定环境以查看已安装的包集。 当环境处于活动状态时,可以导入其已安装的包,并在代码中使用它们。

  • Python 环境窗口 显示所有可用环境及其已安装的包。 可以使用单独安装的 Visual Studio 安装程序和环境来查看安装的环境。 可用环境包括全局、虚拟和 conda 环境。 Visual Studio 以粗体显示新项目的默认 Python 环境。

使用以下方法之一打开 Python 环境 窗口:

  • 若要从 Visual Studio 的主工具栏访问窗口,请选择 “查看”>其他窗口>Python 环境

  • 如果在 解决方案资源管理器中打开了 Python 项目,请右键单击项目下的 Python 环境 节点,然后选择 查看所有 Python 环境

    还可以使用 Ctrl+K、Ctrl+' 键盘快捷方式从 解决方案资源管理器打开 Python 环境 窗口。

准备 Python 文件

若要准备练习,请按照以下步骤更新 Python 项目文件以包含必要的代码:

  1. 在编辑器中打开 Python 项目文件(.py)。 (教程步骤 2 介绍如何创建此文件,其中默认文件名为 PythonApplication1.py.)

  2. 将文件中的代码替换为以下代码。 此版本的代码创建类似于教程步骤 4 的输出的余弦波,但它以图形方式绘制输出。

    from math import radians
    import numpy as np                # installed with matplotlib
    import matplotlib.pyplot as plt
    
    def main():
       x = np.arange(0, radians(1800), radians(12))
       plt.plot(x, np.cos(x), 'b')
       plt.show()
    
    main()
    
  3. 在编辑器中,将鼠标悬停在 matplotlib import 语句上。 Visual Studio 使用特殊格式来指示未解析语句。

    matplotlib导入语句未解决,因为默认全局环境中未安装必要的包。 你将了解如何在下一部分中安装所需的包。

为 Python 环境安装软件包

若要解析 matplotlib 导入语句,需要在默认全局环境中安装必要的包:

  1. Python 环境 窗口中,选择新 Python 项目的默认环境,然后在下拉菜单中选择 包(PyPI)。 (PyPI 是 Python 包索引的首字母缩略词。

    Visual Studio 显示当前在默认环境中安装的包列表。

  2. “搜索” 字段中,输入 matplotlib。 在结果列表中,选择 运行命令:pip install matplotlib 选项。

    该命令将安装 matplotlib 库,以及它依赖的任何包。 在这种情况下,依赖包包括 numpy 库。

    你可以打开“视图”>“输出”窗口来监视安装进度。

  3. 安装包后,Python 环境 窗口将刷新以显示所选环境的包:

    单击程序包右侧的 X 可卸载它。

运行程序

安装 matplotlib 库后,即可测试程序。

  1. 使用调试(F5)运行程序,或者不使用 调试器Ctrl+F5)。

  2. 检查程序输出。 应会看到余弦数据的绘图图:

    显示程序输出的屏幕截图,该输出使用 Python matplotlib 库包中的代码。

下一步