Umgebungskonstruktion für diejenigen, die Python einfach mit VSCode (für Mac) lernen möchten

Einführung

"Jetzt lass uns Python studieren" Als ich anfing zu untersuchen, um zunächst über die Schaffung einer Umgebung nachzudenken, "Homebrew ..." "Check Path ..." "Standardversion ..." Bin ich der einzige, der das Gefühl hat, dass es viele Zweige gibt, die versuchen, Anfängern das Herz zu brechen?

Ich denke, es gibt verschiedene Möglichkeiten, aber Ich erstelle einfach eine Umgebung mit den Erweiterungen Docker und Visual Studio Code (VSCode). Ich hatte das Gefühl, dass es einfach und problemlos sein würde, also werde ich ein Protokoll darüber führen.

Wenn Sie weitere Empfehlungen haben, würde ich mich freuen, wenn Sie einen Kommentar abgeben könnten.

Installation

Laden Sie sie von der offiziellen Website herunter und installieren Sie sie.

Docker Desktop

Visual Studio Code

Docker ist ein Dienst, mit dem Sie virtuelle Maschinen erstellen können. Sie müssen ein Konto erstellen, wenn Sie dieses zum ersten Mal verwenden.

Dieser Artikel ist für die Installation von VS Code sehr einfach zu verstehen. Verfahren zum Installieren von Visual Studio Code unter MacOS

Fügen Sie Erweiterungen in VS Code ein

Öffnen Sie VS Code.
Über die Erweiterung Remote --Container Installieren Sie .

Bereiten Sie Verzeichnisse und Dateien vor

Erstellen Sie einen neuen Ordner
Erstellen Sie einen Ordner mit dem Namen .devcontainer
Erstellen Sie eine Datei mit dem Namen devcontainer.json
Erstellen Sie zwei Dateien, Dockerfile und docker-compose.yaml, im Ordner 1..

Schreiben Sie verschiedene Einstellungsdateien

Dockerfile Ich habe die Python-Version als 3.9 angegeben. Autopep8 zum automatischen Formatieren des Quellcodes in VSCode, Das Code-Analyse-Tool pylint ist ebenfalls enthalten.

`Dockerfile`


FROM python:3.9
USER root

RUN apt-get update && apt-get -y install locales git wget unzip vim && \
    localedef -f UTF-8 -i ja_JP ja_JP.UTF-8
ENV LANG ja_JP.UTF-8
ENV LANGUAGE ja_JP:ja
ENV LC_ALL ja_JP.UTF-8
ENV TZ JST-9
ENV TERM xterm

ARG DEBIAN_FRONTEND=noninteractive

RUN pip install -U pip && \
    pip install -U autopep8 && \
    pip install -U pylint

VOLUME /root/

docker-compose.yaml Später wird VSCode diese Datei betrachten und build und up -d ausführen.

`docker-compose.yaml`


version: "3.8"
services: 
  python3.9:
    build: 
      context: .
      dockerfile: Dockerfile
    volumes:
      - .:/root/
    working_dir: /root/
    tty: true

devcontainer.json Sie können die oben beschriebene Umgebung ohne diese Datei verwenden. Sie benötigen diese Datei, um die Umgebung einfach über VS Code aufrufen zu können.

(* Bitte legen Sie diese Datei im Ordner ".devcontainer" ab.) (Um die Anzeige versteckter Dateien im Finder umzuschalten, können Sie Befehl + Umschalt +. (Punkt) verwenden.)

`devcontainer.json`


{
	"name": "Python3.9",

	"dockerComposeFile": [
		"../docker-compose.yml"
	],

	"service": "python3.9",

	"workspaceFolder": "/root/",

	"settings": { 
		"terminal.integrated.shell.linux": null
	},

	"extensions": [
		"ms-ceintl.vscode-language-pack-ja",
		"ms-python.python",
		"oderwat.indent-rainbow",
		"almenon.arepl"
	]
}

Die folgenden Erweiterungen werden automatisch in "Erweiterungen" installiert.

"Japanese Language Pack" zur Übersetzung von VS-Code ins Japanische
"Python" für Python
"Einzug-Regenbogen", damit der Einzug besser sichtbar ist
"AREPL for Python", das in Echtzeit debuggt

Erstellen Sie eine virtuelle Umgebung aus VS Code

1. Öffnen Sie die Fernbedienung

Wählen Sie das Symbol wie das Bild unten links aus

2. Wählen Sie "Ordner im Container öffnen".

3. Wählen Sie den oben erstellten Ordner aus

4. Die Vorbereitung der virtuellen Maschine beginnt

<img width="400" height=auto" src="https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/499855/6bedfa82-c6f9-8091-c968-22aca232c62c.png "> Wenn Sie auf "Protokoll anzeigen" klicken, können Sie sehen, dass Befehle wie "Docker-Compose-Up-D" tatsächlich ausgeführt werden. Wenn Sie also sehen möchten, was hinter den Kulissen passiert, sollten Sie es sehen.

Wenn die Umgebung erfolgreich erstellt wurde, wird der folgende Bildschirm angezeigt. (Ich füge auch Themen und Symbolerweiterungen hinzu, sodass das Erscheinungsbild abweichen kann.) <img width="600" height=auto" src="https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/499855/dfa97777-6c0c-390d-758c-d789bdfaf8c6.png ">

Überprüfen Sie, ob Python funktioniert

Überprüfen Sie mit der erweiterten Funktion AREPL, die Sie eingeführt haben.

1. Erstellen Sie eine `.py`-Datei und starten Sie `AREPL`

Hier habe ich eine Datei mit dem Namen test.py erstellt. Klicken Sie nach dem Erstellen auf das katzenartige Symbol, wie im Bild gezeigt. <img width="400" height=auto" src="https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/499855/e63da46e-bc25-b28a-ba8f-288d99ff7ff7.png ">

2. Schreiben Sie den Quellcode

Alles ist in Ordnung, also schreiben wir den Quellcode. Sie können sehen, dass Variablen und Druckanweisungen beim Schreiben in Echtzeit angezeigt werden.

Ich versuche, eine Variable zu drucken, die ich nicht absichtlich im Bild definiert habe. Es wird vorerst im Editor unterstrichen Der AREPL-Bildschirm sagt mir bereits "nicht definiert". <img width="600" height=auto" src="https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/499855/cedb9629-f3a9-2cf5-f5d6-c3402e667c60.png ">

Als Einschränkung ist AREPL nicht für sehr schwere Verarbeitungen geeignet. Wenn beispielsweise der Bereich der obigen for-Anweisung 10000 überschreitet, wird die Reflexion selbstverständlich erheblich verzögert. Selbst wenn Sie die Anzahl der Bereiche in diesem Status verringern, wird dies erst angezeigt, wenn die vorherige Ausführung abgeschlossen ist.

Empfohlen für diejenigen, die den Verarbeitungsinhalt so schnell wie möglich mit einem wirklich einfachen und leichten Programm sehen möchten. Wenn nicht, möchten Sie AREPL möglicherweise nicht verwenden.

3. Versuchen Sie es mit der automatischen Formgebung

Es wird ordentlich mit "Option + Umschalt + F" angeordnet.

4. Versuchen Sie, das Programm auszuführen

Sie können das Programm mit F5 ausführen. Es ist jedoch auch problematisch, jedes Mal "Python-Datei" auszuwählen, wenn Sie nach der unten gezeigten Art des Debuggens gefragt werden.

Erstellen Sie daher eine Debug-Konfigurationsdatei mit dem Namen "launch.json" in einem versteckten Ordner mit dem Namen ".vscode". Wählen Sie "Create launch.json file" aus der Anzeige unten und wählen Sie "Python File". Die Datei wird automatisch erstellt. <img width="400" height=auto" src="https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/499855/f4bd64b5-4eaf-5c60-e573-9ffc3cf0d3ee.png ">

Drücken Sie diesmal einfach F5 Das Ausführungsergebnis wird unten auf dem Konsolenbildschirm angezeigt. <img width="400" height=auto" src="https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/499855/527ffb9d-0322-10d4-045b-dc9ecafecb89.png ">

abschließend

VS Code verfügt über weitere nützliche Funktionen zum Debuggen, die nicht eingeführt werden können. Egal was Sie in der virtuellen Umgebung installieren Es ist attraktiv, dieselbe Umgebung problemlos reproduzieren zu können, ohne die tatsächliche Umgebung zu beeinträchtigen. Wenn Sie mit dem Erstellen einer Python-Umgebung noch nicht vertraut sind und dies lesen, probieren Sie es bitte aus.