这里使用的操作系统为win7/10,安装环境是使用Anconda搭建Python环境，然后在Vscode编辑器中安装Python插件，最终能够在Vscode环境下使用Python。

一、Anconda软件的安装

Anaconda is a completely free Python distribution (including for commercial use and redistribution). It includes over 195 of the most popularPython packagesfor science, math, engineering, data analysis.

anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。因为包含了大量的科学包，比如ipython、ipython notebook、numpy等一些数据分析包，这样我们不必单独的安装各种工具包，简单有效！

官网下载地址为：https://www.anaconda.com/download/

自己根据需要选择Python版本及32/64位环境，这里我选择的是Python 3.6版本，64位环境：Anaconda3-5.0.1-Windows-x86_64.exe。 和普通的软件安装一样，主要是要确保Anaconda的环境变量被添加到系统变量Path中。 安装完成后，win+R然后cmd看看是不是装好了，可以试试pip list看看装了哪些包。

检查安装路径为：D:\Program Files\Anaconda3，后面会使用的到。

二、Vscode下配置Python开发环境

VS Code下载地址为： https://code.visualstudio.com/Download 这里假定读者已在Windows环境下安装好了Vscode。

基本配置vscode环境

Python扩展插件安装 如下图，点击左侧边栏红色选中框，在输入框输入Python扩展插件的安装，安装完成后重新加载即可在已安装侧边栏中看到Python

vscode基本配置 vscode的基本配置是通过json文件管理的，通过自定义配置覆盖默认配置。你可以在文件->首选项->设置，打开一个setting.json 上图是我的基本配置，右边红色选中框是我自己的用户自定义配置，包括字体设定、是否滚动鼠标，是否启动默认更新等。

// 以像素为单位控制字号。
  "editor.fontSize": 17,
  "window.zoomLevel": 1,
  // 通过使用鼠标滚轮同时按住 Ctrl 可缩放编辑器的字体
  "editor.mouseWheelZoom": true,
  // 配置是否从更新通道接收自动更新。更改后需要重启。default
  "update.channel": "none"

添加Python编译配置

我们在上文右边添加关于Python编译器的配置命令（注意配置中最后一行不需要逗号），读者需要修改自己Python的安装路径（在上文中Anconda的安装路径下）

 //配置python的路径
   "python.pythonPath": "D:/Program Files/Anaconda3/python",
   "editor.fontFamily": "Consolas",
   //忽略pylint检查代码时，出现无谓的波浪线的问题
   "python.linting.pylintArgs": [
     "--disable=W,C" 
   ]

最终效果为：

Python脚本编译测试

新建test.py，代码如下：

# plot a sine wave from 0 to 4pi 
from pylab import * 
x_values = arange(0.0, math.pi * 4, 0.01) 
y_values = sin(x_values) 
plot(x_values, y_values, linewidth=1.0) 
xlabel('x') 
ylabel('sin(x)') 
title('Simple plot') 
grid(True) 
savefig("sin.png") 
show() 

点击调试，或者快捷键ctrl+F5，编译：

我们可以看到，代码中调用了matplotlib数据包，并且代码编译通过，显示出所打印的正弦波图像。 这样安装的好处是我们不必在安装了Python后，一个个安装Python所需的各种工具包了。

总结

到此这篇关于Anconda环境下Vscode安装Python的文章就介绍到这了,更多相关Anconda Vscode安装Python内容请搜索python博客以前的文章或继续浏览下面的相关文章希望大家以后多多支持python博客！