Visual Studio Code Python 入門

在本教學課程中，您將學習如何在 Visual Studio Code 中使用 Python 3 來建立、執行及偵錯 Python「擲骰子！」應用程式、使用虛擬環境、使用套件等等！透過使用 Python 擴充功能，您可將 VS Code 變成絕佳的輕量型 Python 編輯器。

如果您是程式設計新手，請查看 Visual Studio Code 教育版 - Python 簡介課程。本課程提供 Python 的完整簡介，其中包含在可立即編碼的瀏覽器型開發環境中結構化的模組。

若要更深入了解 Python 語言，您可以探索 python.org 上列出的任何程式設計教學課程 (在 VS Code 的內容中)。

如需以資料科學為重點的 Python 教學課程，請查看我們的資料科學章節。

先決條件

若要順利完成本教學課程，您需要先設定 Python 開發環境。具體來說，本教學課程需要

Python 3
VS Code
VS Code Python 擴充功能 (如需安裝擴充功能的其他詳細資料，請參閱擴充功能市集)

安裝 Python 解譯器

除了 Python 擴充功能之外，您還需要安裝 Python 解譯器。您使用的解譯器取決於您的特定需求，但以下提供一些指引。

Windows

從 python.org 安裝 Python。使用頁面上第一個出現的 [Download Python] 按鈕下載最新版本。

注意：如果您沒有系統管理員存取權，在 Windows 上安裝 Python 的另一個選項是使用 Microsoft Store。Microsoft Store 提供支援的 Python 版本的安裝。

如需有關在 Windows 上使用 Python 的其他資訊，請參閱 Python.org 上的在 Windows 上使用 Python

macOS

不支援 macOS 上的系統安裝 Python。建議改用套件管理系統，例如 Homebrew。若要在 macOS 上使用 Homebrew 安裝 Python，請在終端機提示字元中使用 brew install python3。

注意：在 macOS 上，請確定 VS Code 安裝位置包含在您的 PATH 環境變數中。如需詳細資訊，請參閱這些設定指示。

Linux

Linux 上的內建 Python 3 安裝運作良好，但若要安裝其他 Python 套件，您必須使用 get-pip.py 安裝 pip。

其他選項

資料科學：如果您的 Python 主要用途是資料科學，那麼您可以考慮從 Anaconda 下載。Anaconda 不僅提供 Python 解譯器，還提供許多適用於資料科學的實用程式庫和工具。
適用於 Linux 的 Windows 子系統：如果您在 Windows 上工作，而且想要 Linux 環境來使用 Python，適用於 Linux 的 Windows 子系統 (WSL) 是您的選項。如果您選擇此選項，您也會想要安裝 WSL 擴充功能。如需有關搭配 VS Code 使用 WSL 的詳細資訊，請參閱VS Code 遠端開發，或試用在 WSL 中工作教學課程，這會引導您完成設定 WSL、安裝 Python，以及建立在 WSL 中執行的 Hello World 應用程式。

注意：若要確認您已在電腦上成功安裝 Python，請執行下列其中一個命令 (取決於您的作業系統)

Linux/macOS：開啟終端機視窗並輸入下列命令
python3 --version
Windows：開啟命令提示字元並執行下列命令
py -3 --version
如果安裝成功，輸出視窗應顯示您安裝的 Python 版本。或者，您可以使用 VS Code 整合式終端機中的 py -0 命令，檢視電腦上安裝的 Python 版本。預設解譯器會以星號 (*) 識別。

在工作區資料夾中啟動 VS Code

藉由在資料夾中啟動 VS Code，該資料夾會變成您的「工作區」。

使用命令提示字元或終端機，建立名為「hello」的空白資料夾，導覽至該資料夾，然後在該資料夾 (.) 中開啟 VS Code (code)，方法是輸入下列命令

mkdir hello
cd hello
code .

注意：如果您使用 Anaconda 發行版本，請務必使用 Anaconda 命令提示字元。

或者，您可以透過作業系統 UI 建立資料夾，然後使用 VS Code 的 [檔案] > [開啟資料夾] 開啟專案資料夾。

建立虛擬環境

Python 開發人員的最佳做法是使用專案特定的 virtual environment (虛擬環境)。一旦您啟動該環境，您之後安裝的任何套件都會與其他環境 (包括全域解譯器環境) 隔離，從而減少因套件版本衝突而產生的許多複雜情況。您可以使用 Venv 或 Anaconda 和 [Python: 建立環境] 在 VS Code 中建立非全域環境。

開啟 [命令面板] (⇧⌘P (Windows、Linux Ctrl+Shift+P))，開始輸入 Python: 建立環境 命令以搜尋，然後選取命令。

此命令會顯示環境類型清單 (Venv 或 Conda)。針對此範例，選取 [Venv]。

Create Environment dropdown

然後，此命令會顯示可用於專案的解譯器清單。選取您在本教學課程開始時安裝的解譯器。

Virtual environment interpreter selection

選取解譯器之後，通知會顯示環境建立的進度，且環境資料夾 (/.venv) 會出現在您的工作區中。

Create environment status notification

使用 [命令面板] 中的 [Python: 選取解譯器] 命令，確定已選取您的新環境。

Select an Interpreter

注意：如需虛擬環境的其他資訊，或如果您在環境建立過程中遇到錯誤，請參閱環境。

建立 Python 原始碼檔案

從 [檔案總管] 工具列中，選取 hello 資料夾上的 [新增檔案] 按鈕

File Explorer New File

將檔案命名為 hello.py，VS Code 會自動在編輯器中開啟它

File Explorer hello.py

藉由使用 .py 副檔名，您會告知 VS Code 將此檔案解譯為 Python 程式，以便它使用 Python 擴充功能和選取的解譯器評估內容。

注意：[檔案總管] 工具列也允許您在工作區中建立資料夾，以更妥善地組織您的程式碼。您可以使用 [新增資料夾] 按鈕快速建立資料夾。

現在您在工作區中有了程式碼檔案，請在 hello.py 中輸入下列原始碼

msg = "Roll a dice!"
print(msg)

當您開始輸入 print 時，請注意 IntelliSense 如何呈現自動完成選項。

IntelliSense appearing for Python code

IntelliSense 和自動完成適用於標準 Python 模組，以及您已安裝到選取 Python 解譯器環境中的其他套件。它也會針對物件類型上可用的方法提供完成。例如，由於 msg 變數包含字串，因此當您輸入 msg. 時，IntelliSense 會提供字串方法。

IntelliSense appearing for a variable whose type provides methods

最後，儲存檔案 (⌘S (Windows、Linux Ctrl+S))。此時，您已準備好在 VS Code 中執行您的第一個 Python 檔案。

如需有關編輯、格式化及重構的完整詳細資料，請參閱編輯程式碼。Python 擴充功能也完全支援程式碼分析。

執行 Python 程式碼

按一下編輯器右上角的 [執行 Python 檔案] 播放按鈕。

此按鈕會開啟終端機面板，其中會自動啟動您的 Python 解譯器，然後執行 python3 hello.py (macOS/Linux) 或 python hello.py (Windows)

Program output in a Python terminal

您可以使用其他三種方式在 VS Code 中執行 Python 程式碼

在編輯器視窗中的任何位置按一下滑鼠右鍵，然後選取 [執行 Python] > [在終端機中執行 Python 檔案] (這會自動儲存檔案)
選取一行或多行，然後按 Shift+Enter 或按一下滑鼠右鍵，然後選取 [執行 Python] > [在 Python 終端機中執行選取項目/行]。或者，您可以使用 Shift+Enter 啟動智慧型傳送，而不需選取，且 Python 擴充功能會將游標放置位置附近最小的可執行程式碼區塊傳送至終端機。此命令適用於僅測試檔案的一部分。

注意：如果您偏好在游標放置的特定行傳送程式碼，您可以關閉智慧型傳送，方法是在您的 [使用者] 設定中設定 python.REPL.enableREPLSmartSend : "false"。
從 [命令面板] (⇧⌘P (Windows、Linux Ctrl+Shift+P)) 中，選取 [Python: 啟動終端機 REPL] 命令，以開啟目前選取 Python 解譯器的 REPL 終端機 (以 >>> 表示)。在 REPL 中，您可以一次輸入和執行一行程式碼。

恭喜，您剛在 Visual Studio Code 中執行了您的第一個 Python 程式碼！

設定並執行偵錯工具

現在讓我們嘗試偵錯我們的 Python 程式。偵錯支援是由 Python 偵錯工具擴充功能所提供，此擴充功能會與 Python 擴充功能自動安裝。若要確保已正確安裝，請開啟 [擴充功能] 檢視 (⇧⌘X (Windows、Linux Ctrl+Shift+X)) 並搜尋 @installed python debugger。您應該會在結果中看到 Python 偵錯工具擴充功能。

Python Debugger extension shown in installed extensions view in VS Code.

接下來，在 hello.py 的第 2 行設定中斷點，方法是將游標放在 print 呼叫上，然後按 F9。或者，按一下編輯器左側邊界中行號旁邊的位置。當您設定中斷點時，紅色圓圈會出現在邊界中。

Setting a breakpoint in hello.py

接下來，若要初始化偵錯工具，請按 F5。由於這是您第一次偵錯此檔案，[命令面板] 將會開啟組態功能表，讓您選取您想要用於開啟檔案的偵錯組態類型。

List of Python debugger configuration options

注意：VS Code 會針對其所有各種組態使用 JSON 檔案；launch.json 是包含偵錯組態的檔案標準名稱。

選取 [Python 檔案]，此組態會使用目前選取的 Python 解譯器執行編輯器中顯示的目前檔案。

偵錯工具將會啟動，然後在檔案中斷點的第一行停止。目前的行會以左邊界中的黃色箭號表示。如果您在此時檢查 [區域變數] 視窗，您可以看到 msg 變數出現在 [區域變數] 窗格中。

Debugging step 2 - variable defined

偵錯工具列會沿著頂端顯示，其中包含下列由左至右的命令：繼續 (F5)、逐步執行 (F10)、逐步進入 (F11)、逐步跳出 (⇧F11 (Windows、Linux Shift+F11))、重新啟動 (⇧⌘F5 (Windows、Linux Ctrl+Shift+F5)) 和停止 (⇧F5 (Windows、Linux Shift+F5))。

Debugging toolbar

[狀態列] 也會變更色彩 (在許多佈景主題中為橘色)，以指出您處於偵錯模式。[Python 偵錯主控台] 也會自動出現在右下方面板中，以顯示正在執行的命令以及程式輸出。

若要繼續執行程式，請選取偵錯工具列上的繼續命令 (F5)。偵錯工具會將程式執行到結束。

提示偵錯資訊也可以藉由將滑鼠停留在程式碼 (例如變數) 上來查看。就 msg 而言，將滑鼠停留在變數上方會在變數上方的方塊中顯示字串 Roll a dice!。

您也可以在 [偵錯主控台] 中使用變數 (如果您看不到它，請在 VS Code 右下區域中選取 [偵錯主控台]，或從 [...] 功能表中選取它。) 然後嘗試在主控台底部的 [>] 提示字元中逐行輸入下列程式碼

msg
msg.capitalize()
msg.split()

Debugging step 3 - using the debug console

再次選取工具列上的藍色 [繼續] 按鈕 (或按 F5) 以將程式執行到完成。如果您切換回 [Python 偵錯主控台]，則會顯示「擲骰子！」，且 VS Code 會在程式完成後結束偵錯模式。

如果您重新啟動偵錯工具，偵錯工具會再次在中斷點停止。

若要在程式完成之前停止執行程式，請使用偵錯工具列上的紅色方形停止按鈕 (⇧F5 (Windows、Linux Shift+F5))，或使用 [執行] > [停止偵錯] 功能表命令。

如需完整詳細資料，請參閱偵錯組態，其中包含有關如何使用特定 Python 解譯器進行偵錯的注意事項。

提示：使用記錄點而非 print 陳述式：開發人員通常會使用 print 陳述式來散佈原始碼，以快速檢查變數，而不一定逐步執行偵錯工具中的每一行程式碼。在 VS Code 中，您可以改用 [記錄點]。記錄點就像中斷點，不同之處在於它會將訊息記錄到主控台，而不會停止程式。如需詳細資訊，請參閱主要 VS Code 偵錯文章中的記錄點。

安裝及使用套件

讓我們使用套件來建置先前的範例。

在 Python 中，套件是您取得任何數量的實用程式碼程式庫 (通常來自 PyPI) 的方式，這些程式庫會為您的程式提供額外功能。針對此範例，您將使用 numpy 套件產生亂數。

返回 [檔案總管] 檢視 (左側最上方的圖示，顯示檔案)，開啟 hello.py，然後貼入下列原始碼

import numpy as np

msg = "Roll a dice!"
print(msg)

print(np.random.randint(1,9))

提示：如果您手動輸入上述程式碼，您可能會發現自動完成會在您在行尾按 Enter 時變更 as 關鍵字之後的名稱。若要避免這種情況，請輸入空格，然後按 Enter。

接下來，使用 [Python: 目前檔案] 組態在偵錯工具中執行檔案，如上一節所述。

您應該會看到訊息 ["ModuleNotFoundError: No module named 'numpy'"]。此訊息指出必要的套件在您的解譯器中無法使用。如果您使用 Anaconda 發行版本，或先前已安裝 numpy 套件，您可能不會看到此訊息。

若要安裝 numpy 套件，請停止偵錯工具，並使用 [命令面板] 執行 [終端機: 建立新終端機] (⌃⇧` (Windows、Linux Ctrl+Shift+`))。此命令會開啟選取解譯器的命令提示字元。

若要在您的虛擬環境中安裝必要的套件，請輸入適合您作業系統的下列命令

安裝套件

# Don't use with Anaconda distributions because they include matplotlib already.

# macOS
python3 -m pip install numpy

# Windows (may require elevation)
py -m pip install numpy

# Linux (Debian)
apt-get install python3-tk
python3 -m pip install numpy

現在，重新執行程式 (無論是否使用偵錯工具) 以檢視輸出！

跨環境管理相依性

在處理 Python 專案時，有效地管理您的相依性至關重要。一個有用的秘訣是使用 pip freeze > requirements.txt 命令。此命令可協助您建立 requirements.txt 檔案，其中列出虛擬環境中安裝的所有套件。然後，可以使用此檔案在其他地方重新建立相同的環境。

遵循下列步驟來建立 requirements.txt 檔案

啟動您的虛擬環境 (如果您尚未啟動)。

source venv/bin/activate  # On macOS/Linux

.\venv\Scripts\activate   # On Windows

產生 requirements.txt 檔案。
```
pip freeze > requirements.txt
```

您現在可以使用新產生的 requirements.txt 檔案，在另一個環境中安裝相依性。此外，您可以繼續將相依性新增至其中，因為您的專案可能會變得更複雜。

pip install -r requirements.txt

藉由遵循這些步驟，您可以確保您的專案相依性在不同環境中保持一致，讓您更容易與其他人協作並部署您的專案。

恭喜您完成 Python 教學課程！在本教學課程過程中，您學習了如何建立 Python 專案、建立虛擬環境、執行及偵錯您的 Python 程式碼，以及安裝 Python 套件。探索其他資源，以了解如何充分利用 Visual Studio Code 中的 Python！

後續步驟

若要了解如何使用熱門的 Python Web 架構來建置 Web 應用程式，請參閱下列教學課程

然後，在 Visual Studio Code 中還有更多 Python 功能可供探索

Python 設定檔範本 - 使用精選的擴充功能、設定和程式碼片段建立新的設定檔
編輯程式碼 - 了解 Python 的自動完成、IntelliSense、格式化和重構。
程式碼分析 - 啟用、設定及套用各種 Python 程式碼分析工具。
偵錯 - 學習在本機和遠端偵錯 Python。
測試 - 設定測試環境，以及探索、執行和偵錯測試。
設定參考 - 探索 VS Code 中與 Python 相關的完整設定範圍。
將 Python 部署至 Azure App Service
將 Python 部署至 Container Apps

02/06/2025