VS Code + Python

作为一名 Python 开发者，我曾经认为选择哪款 IDE 并不重大，只要能写代码就行。不过，当我深入优化了 Visual Studio Code（简称 VS Code）后，我的开发体验彻底改变。VS Code 不仅轻量、快速，还能通过扩展和设置变成一个高度定制化的工具，满足各种 Python 开发需求。在这篇文章中，我将详细分享我的 VS Code 配置方案，协助你在 2025 年打造一个高效的 Python 开发环境。无论你是初学者还是经验丰富的开发者，这篇指南都能让你有所收获。

为什么选择 VS Code 进行 Python 开发

VS Code 是一款由微软开发的免费开源编辑器，支持多种编程语言，包括 Python。它之所以成为我的首选工具，是由于以下几个特点：

• 轻量且快速：VS Code 启动速度快，占用资源少，无论是在高性能电脑还是普通设备上都能流畅运行。
• 高度可定制：通过扩展和配置文件，你可以根据自己的习惯和工作需求调整它的功能。
• 丰富的扩展生态：VS Code Marketplace 上有大量扩展，几乎能满足所有开发场景。
• 集成工具强劲：它内置了终端和调试器，让你无需频繁切换软件就能完成编码、测试和调试。

多年来，我尝试过许多编辑器和 IDE，但 VS Code 的灵活性和强劲的社区支持让我一次次回到它身边。下面，我将从扩展、设置、测试、调试、依赖管理到视觉调整，逐步介绍我的配置方案。

必备的 Python 扩展推荐

扩展是 VS Code 的核心优势。通过安装合适的扩展，你可以让 VS Code 从一个简单的文本编辑器变成一个功能强劲的 Python 开发环境。以下是我每次在新设备上都会安装的扩展：

Python 扩展（微软官方出品）

这是 Python 开发的基础扩展，几乎是必装的。它提供了以下功能：

• 语法高亮，让代码更易读。
• IntelliSense，即智能代码补全，减少手动输入的时间。
• 代码检查（Linting），协助发现潜在错误。
• 调试支持，让你在编辑器内直接调试代码。

除此之外，它还能自动检测你的虚拟环境，并与 Jupyter Notebook 集成。如果你刚开始使用 VS Code，这个扩展是你的起点。

Pylance

Pylance 是微软推出的一款高性能 IntelliSense 引擎，基于 Pyright 构建。它有以下亮点：

• 快速响应：代码补全和类型提示几乎没有延迟。
• 类型检查：支持丰富的类型推断，协助你在编写代码时发现类型相关的错误。
• 文档渲染：能清晰显示函数和类的 docstring，提升代码可读性。

对于需要严格类型管理的项目，Pylance 是我离不开的助手。它让我在编码时更有信心，由于许多潜在问题能在开发阶段就被捕获。

Black Formatter

代码格式化一直是团队协作中的痛点。Black Formatter 是一个强制执行一致代码风格的工具，它的哲学是“无争议的格式化”。我喜爱它的缘由有：

• 省时省力：无需手动调整缩进或换行，Black 会统一处理。
• 团队友善：由于格式化规则固定，代码审查时不会由于风格问题产生争论。

我在 VS Code 中启用了“保存时自动格式化”功能，每次保存文件时，Black 都会自动调整代码布局，让它保持整洁。

isort

Python 代码中的 import 语句如果杂乱无章，会让代码看起来不够专业。isort 是一个专门整理 import 语句的工具，它能：

• 按逻辑顺序排列 import，列如先标准库，再第三方库，最后项目内部模块。
• 与 Black 配合使用，减少合并冲突，让代码差异（diff）更清晰。

每次保存文件时，isort 会自动整理我的 import 语句，让代码结构一目了然。

Ruff（2025 年新星）

Ruff 是 2025 年我开始使用的一个新扩展，它是用 Rust 语言编写的高速代码检查工具。它可以替代传统的 flake8 和 pylint，甚至能接管 Black 和 isort 的部分功能。它的优势在于：

• 速度极快：Rust 的性能让它在大型项目中也能快速完成检查。
• 灵活配置：通过.ruff.toml文件，你可以准确控制它的行为。

Ruff 的出现让我进一步简化了配置，同时保持了代码的高质量。它已经成为我开发流程中的重大一环。

我的 VS Code 核心设置

除了扩展，VS Code 的配置文件settings.json是我优化开发体验的关键。以下是我的设置片段，以及它们的作用：

{
  "python.formatting.provider": "black",
  "editor.formatOnSave": true,
  "editor.codeActionsOnSave": {
    "source.organizeImports": true
  },
  "python.linting.enabled": true,
  "python.linting.ruffEnabled": true,
  "python.defaultInterpreterPath": ".venv/bin/python",
  "files.exclude": {
    "**/__pycache__": true,
    "**/.pytest_cache": true,
    "**/.mypy_cache": true
  },
  "terminal.integrated.defaultProfile.linux": "zsh"
}

设置解析

• 格式化配置：“python.formatting.provider”: “black”指定使用 Black 作为格式化工具，“editor.formatOnSave”: true确保每次保存时自动格式化代码。
• import 整理：“source.organizeImports”: true让 isort 在保存时自动整理 import 语句。
• 代码检查：启用 Ruff 进行实时代码检查，确保代码质量。
• 默认解释器：将 Python 解释器指向虚拟环境中的.venv/bin/python，避免版本冲突。
• 隐藏杂乱文件：排除 Python 生成的缓存文件（如__pycache__），保持工作区整洁。
• 终端设置：在 Linux 上使用 zsh 作为默认终端，提升命令行体验。

这些设置让我在编码时专注于逻辑本身，而无需担心代码风格或环境问题。

如何在 VS Code 中高效测试

测试是 Python 开发的重大环节。我选择 pytest 作为测试框架，由于它简单易用且功能强劲。以下是如何在 VS Code 中配置和使用 pytest：

配置步骤

1. 在虚拟环境中安装 pytest：pip install pytest。
2. 在settings.json中添加以下内容：

"python.testing.pytestEnabled": true,
"python.testing.unittestEnabled": false,
"python.testing.autoTestDiscoverOnSaveEnabled": true

3. 按快捷键Ctrl+Shift+P，输入“Python: Discover Tests”，让 VS Code 自动发现项目中的测试。

使用方法

• 测试资源管理器会显示所有测试用例，你可以点击运行单个测试或全部测试。
• 如果测试失败，VS Code 会清晰展示错误信息。
• 你甚至可以直接调试测试，定位问题根源。

有了这些配置，我可以随时运行测试，确保代码的正确性，而无需离开编辑器。

智能调试技巧

VS Code 内置的调试器是我最喜爱的功能之一。它让调试过程变得直观且高效。以下是我的调试方案：

调试配置

在launch.json中，我添加了以下启动配置：

{
  "name": "Python: Main",
  "type": "python",
  "request": "launch",
  "program": "${file}",
  "console": "integratedTerminal"
}

这个配置允许我直接调试当前打开的文件，输出结果显示在集成终端中。

调试技巧

• 条件断点：在复杂循环中，我会设置条件断点，只在特定条件下暂停执行。
• 变量监视：调试时，我会添加关键变量到监视列表，实时查看它们的变化。
• 调用堆栈：通过检查调用堆栈，我能快速定位问题发生的上下文。
• 深入库代码：将“justMyCode”: false加入配置后，我可以查看第三方库的内部实现，适合排查深层问题。

这些功能让我在调试时如虎添翼，无论是简单的脚本还是复杂的项目。

虚拟环境与依赖管理

2025 年，我使用 Poetry 来管理 Python 项目的虚拟环境和依赖。Poetry 的优势在于它能生成干净、可重现的依赖环境。以下是我的操作流程：

Poetry 基本使用

poetry init              # 初始化项目
poetry add requests fastapi  # 添加依赖
poetry shell             # 进入虚拟环境

在 VS Code 中集成

• 按Ctrl+Shift+P，选择“Python: Select Interpreter”。
• 从列表中选择 Poetry 创建的虚拟环境。
• VS Code 会自动使用该环境进行代码补全、检查和调试。

这种方式让我在不同项目间切换时无需担心依赖冲突，同时保持开发环境的一致性。

Jupyter Notebook 的支持

对于数据分析或快速原型开发，VS Code 的 Jupyter 扩展是一个强劲的工具。它让我可以在编辑器中直接运行 Notebook。以下是我的使用心得：

• 运行单元格：按Shift+Enter执行当前代码块。
• 变量检查：通过变量资源管理器查看运行时的状态。
• 导出文件：可以将 Notebook 保存为.py或.ipynb格式。
• 调试支持：2025 年的新功能让我可以像调试普通代码一样调试 Notebook 单元格。

这个功能特别适合需要频繁实验的场景，列如数据科学或机器学习任务。

视觉主题与界面优化

一个舒服的编码环境能让我更专注于工作。以下是我的视觉调整方案：

• 主题：我喜爱 GitHub Dark Default 或 Night Owl，暗色调保护眼睛。
• 字体：使用 JetBrains Mono，并开启连字（ligatures），让代码更美观。
• 图标包：Material Icon Theme 让文件图标更直观。
• 禅模式：通过“View → Appearance → Zen Mode”进入无干扰模式。

在settings.json中，我添加了以下设置：

"editor.fontLigatures": true,
"workbench.colorTheme": "GitHub Dark Default"

这些调整让我的编码体验更愉悦，同时保持高效。

总结：打造属于你的 VS Code

VS Code 不仅仅是一个编辑器，它可以成为你 Python 开发的控制中心。通过合理的扩展、设置和调整，你可以让它兼具 IDE 的功能，同时保持轻量和灵活。无论你是开发 API、编写自动化脚本，还是训练机器学习模型，一个好的工具应该为你服务，而不是拖你的后腿。

我的配置方案历经多年打磨，希望能为你提供灵感。你也可以根据自己的需求调整扩展或设置，列如尝试不同的主题或 linter。你的 VS Code 配置中有哪些独特的技巧？欢迎在评论中分享，让我们一起提升 Python 开发的效率！

感谢阅读！如果这篇文章对你有协助，不妨分享给其他 Python 开发者，或者保存下来以备后用。