VSCode für Python einrichten: Ein vollständiger Leitfaden

Warum VSCode für Python verwenden?

Virtual Studio Code (VSCode) ist eine perfekte integrierte Entwicklungsumgebung für Python. Es ist einfach und verfügt über integrierte Funktionen, die die Entwicklungserfahrung verbessern. Die VSCode Python-Erweiterungen bieten leistungsstarke Funktionen wie automatische Syntaxvervollständigung, Linting, Debugging, Unit Testing, GitOps, virtuelle Umgebungen, Notizbücher, Bearbeitungswerkzeuge und die Möglichkeit, den Editor anzupassen.  

Hauptmerkmale:

1. Befehlspalette, um alle Befehle durch Eingabe von Schlüsselwörtern zu erreichen.
2. Vollständig anpassbare Tastaturkürzel.
3. Jupyter-Erweiterung für Data Science. Führe das Jupyter-Notebook in der IDE aus.
4. Auto-Linting und Formatierung.
5. Fehlersuche und Tests.
6. Git-Integration.
7. Benutzerdefinierte Codeschnipsel.
8. Verbesserte Bearbeitungswerkzeuge. Multi-Cursor-Auswahl, Spaltenauswahl, Gliederungsansicht, Side-by-Side-Vorschau sowie Suchen und Ändern.

In diesem Lernprogramm werden wir zunächst Python und VSCode installieren und dann ein Python-Skript in VSCode ausführen. Danach werden wir den Editor anpassen, um die Erfahrung bei der Python-Entwicklung zu verbessern, indem wir wichtige Erweiterungen installieren und die eingebauten Funktionen kennenlernen. Am Ende werden wir etwas über Python-Produktivitätshacks lernen. 

Python und Visual Studio Code einrichten

In diesem Teil werden wir lernen, Python und VSCode zu installieren und einen einfachen Python-Code auszuführen. 

Python installieren

Das Herunterladen und Installieren der neuesten Version von Python ist ganz einfach. Gehe zu Python.org und lade die neueste Version für Windows herunter. Der Installer ist auch für Linux/Unix, macOS und andere Plattformen verfügbar. Nachdem du das Installationsprogramm heruntergeladen hast, installierst du Python mit den Standardeinstellungen.          

Bild von Python.org

Die beliebteste Art, Python zu installieren, ist die Anaconda Distribution. Es wird mit einem vorinstallierten Paket und Software geliefert, damit wir ohne Probleme mit dem Programmieren beginnen können. Es ist für die Betriebssysteme Windows, macOS und Linux verfügbar. 

Bild von Anaconda

Nachdem du Python auf unserem Betriebssystem installiert hast, überprüfe, ob es richtig funktioniert, indem du den folgenden Befehl in CLI / Terminal eingibst.

python --version

Output:

Python 3.9.13

Andere Python-Installationsmethoden

Wir können Python auch mit verschiedenen CLI-Tools oder über den Windows Store installieren. 

• Windows Store
• Homebrew
• Winget
• Schokoladige Software
• apt-get

Weitere Informationen findest du in unserem Leitfaden zur Installation von Python. Auch unser interaktiver Kurs Einführung in Python hilft dir, die Grundlagen der Python-Syntax, Listen, Funktionen, Pakete und Numpy zu beherrschen.

Installieren von VSCode

Die Installation von VSCode ist super einfach. Lade die stabile Version von der offiziellen Website herunter und installiere sie. Das Installationsprogramm ist für alle Arten von Betriebssystemen, einschließlich Webbrowsern, verfügbar. 

Bild aus Visual Studio Code

Andere VSCode-Installationsmethoden

Wir können mit dem Microsoft Store, dem Snap Store und verschiedenen CLI-Tools für Windows, Linux und macOS installieren. 

• Winget
• Microsoft Store
• Schokoladige Software
• Scoop
• Homebrew
• Snap Store
• APT

Python in VSCode ausführen

Nachdem du Python und VSCode installiert hast, ist es an der Zeit, einen einfachen Code zu schreiben und die Python-Datei in der IDE auszuführen. 

Eine neue Datei erstellen 

Beim Start siehst du den Willkommensgruß. Ignoriere das und gehe zu Datei > Neue Textdatei oder benutze das Tastaturkürzel Strg + N, um eine neue Datei zu erstellen. Danach schreibst du einen einfachen Druckausdruck, um "Hello World" anzuzeigen.

Python-Datei speichern

Speichere die Datei mit Strg + S. Wähle das Dateiverzeichnis und gib den Dateinamen ein. Achte darauf, dass du am Ende des Dateinamens `.py` hinzufügst. 

Wähle den Dolmetscher 

Um die Python-Datei auszuführen, müssen wir den Python-Interpreter auswählen. Die Anaconda-Umgebung wird standardmäßig mit der Python-Version 3.9.13 ausgeliefert.

Eine Python-Datei ausführen

Um die Python-Datei auszuführen, klicke einfach auf die Schaltfläche Ausführen oben links, wie in der Abbildung gezeigt. Es initialisiert das Terminal und führt die Python-Datei aus, um die Ausgabe anzuzeigen. 

Du kannst auch python test.py in das Terminal eingeben, um die Datei im aktuellen Verzeichnis auszuführen. 

Installation der wesentlichen VSCode Python-Erweiterungen

Die Python-Erweiterungen von VSCode bieten uns hilfreiche Funktionen für die Bearbeitung von Code, Docstrings, Linting, Formatierung, Debugging, Testen und die Auswahl der Umgebung. 

So installierst du eine VSCode-Erweiterung 

Klicke auf das Kästchen-Symbol in der Aktivitätsleiste oder verwende eine Tastenkombination: Strg + Umschalt + X, um das Erweiterungspanel zu öffnen. Gib ein beliebiges Stichwort in die Suchleiste ein, um alle Arten von Erweiterungen zu entdecken. 

VSCode Python Erweiterung installieren

In unserem Fall geben wir Python ein und installieren die Python-Erweiterung, indem wir auf die Schaltfläche Installieren klicken, wie oben gezeigt. 

Liste der wesentlichen Python-Erweiterungen 

1. Python

Die Python-Erweiterung installiert automatisch die Pylance-, Jupyter- und Isort-Erweiterungen. Es enthält eine komplette Sammlung von Tools für Data Science, Webentwicklung und Software Engineering. 

Hauptmerkmale:

Die Python-Erweiterung verfügt über IntelliSense, Linting, Debugging, Code-Navigation, Code-Formatierung, Refactoring, Variablen-Explorer und Test-Explorer.

• IntelliSense (Code-Autovervollständigung)
• Linting (Pylint, Flake8)
• Code-Formatierung (schwarz, autopep)
• Fehlersuche
• Testen (unittest, pytest)
• Jupyter Notebooks
• Umgebungen (venv, pipenv, conda)
• Refactoring 

2. Indent-rainbow

Die Indent-Rainbow-Erweiterungen bieten uns eine mehrstufige farbige Einrückung für eine bessere Lesbarkeit des Codes. Wir erhalten abwechselnde Farben bei jedem Schritt und können so häufige Einrückungsfehler vermeiden. 

3. Python Indent

Die Python Indent-Erweiterung hilft uns bei der Erstellung von Einrückungen. Wenn du die Eingabetaste drückst, parst die Erweiterung die Python-Datei und bestimmt, wie die nächste Zeile eingerückt werden soll. Es ist eine Zeitersparnis. 

4. Jupyter Notebook Renderer

Jupyter Notebook Renderers ist Teil des Jupyter Extension Packs. Es hilft uns beim Rendern von Plotly-, Vega-, gif-, png-, svg- und jpeg-Ausgaben. 

5. autoDocstring

Die autoDocstring-Erweiterung hilft uns, schnell Docstring für Python-Funktionen zu erzeugen. Durch die Eingabe von dreifachen Anführungszeichen """ oder ''' innerhalb der Funktion können wir Docstring erzeugen und ändern. Mehr über Docstrings erfährst du in unserem Tutorial zu Python Docstrings.

Hinweis: Die meisten Erweiterungen und Funktionen für die Python-Entwicklung werden mit Python-Erweiterungen geliefert. 

Visual Studio Code Python für Data Science

Mit Visual Studio Code kannst du den Data Science Code einfach in Jupyter Notebook ausführen. Wir können die Zelle ausführen und das Ergebnis in VSCode visualisieren. Es unterstützt alle Arten von Programmiersprachen und verfügt über integrierte Funktionen, die das browserbasierte Jupyter-Notebook nachahmen, das wir alle lieben.

Mehr über Jupyter Notebooks erfährst du in unserem Tutorial zur Verwendung von Jupyter Notebook .

Um die Jupyter-Notebook-Erweiterung zu nutzen, müssen wir zunächst ein Jupyter-Notebook installieren. 

pip install jupyterlab

Oder 

pip install notebook

Hinweis: Jupyter Notebook und Jupyter Lab werden mit der Anaconda-Distribution geliefert, sodass wir nichts installieren müssen. 

Jupyter-Erweiterung installieren

Danach installierst du die Jupyter-Erweiterung aus dem Visual Studio Marketplace. 

Um eine Jupyter-Notizbuchdatei zu erstellen, können wir entweder eine neue Datei mit der Erweiterung .ipynb erstellen oder die Befehlspalette aufrufen(Strg+Umschalt+P) und Jupyter auswählen: Neues Jupyter Notebook erstellen.

Wähle den Ipython Kernel

Um den Jupyter-Server zu initialisieren, müssen wir den Kernel auswählen, indem wir auf den Kernel-Picker oben rechts im Notizbuch klicken, wie in der Abbildung gezeigt.

Hinweis: Anaconda wird standardmäßig mit der Python-Version 3.9.13 ausgeliefert. Du kannst die neueste Version von Python 3.11 herunterladen, aber sie unterstützt nicht alle Pakete. 

Die Jupyter-Zelle ausführen

Schreibe einen Druckausdruck, der "Hello World" anzeigt und drücke den Ausführen-Button. 

Eine weitere Zelle hinzufügen

Du kannst die B-Taste benutzen oder auf + Code klicken, um eine neue Zelle hinzuzufügen und die Zelle mit Strg + ⤶ Enter ausführen. Du kannst mehr über die Jupyter-Tastaturkürzel auf defkey erfahren.

Für Nutzer der Sprache R haben wir ein Tutorial zu Notebooks für R erstellt. Du wirst lernen, R in einem Jupyter Notebook zu verwenden und nützliche Funktionen kennenzulernen.  

Hinweis: Wenn du nach einer unkomplizierten Möglichkeit suchst, Jupyter Notebook zu nutzen, solltest du das DataLab von DataCamp ausprobieren. Sie enthält wichtige Python-Bibliotheken, eine vorgefertigte Entwicklungsumgebung und unterstützt verschiedene Datenbankintegrationen. 

Konfigurieren von Linting und Formatierung in VSCode

Linting

Linting hebt die Probleme im Python-Quellcode hervor und gibt uns Vorschläge. Sie hebt in der Regel syntaktische und stilistische Probleme hervor. Linting hilft dir dabei, Programmierfehler zu erkennen und zu korrigieren, die zu Fehlern führen können. 

Du kannst die Linting-Methode auswählen, indem du Python auswählst: Wähle den Linter-Befehl in der Befehlspalette (Strg+Umschalt+P). Du kannst die Linting-Methode auch manuell in den Einstellungen aktivieren. 

Linting-Methode auswählen

In unserem Fall haben wir die flake8-Methode gewählt. Du kannst auch die Liste der verfügbaren Linting-Methoden einsehen.

• Aktiviere/Deaktiviere Linting: Wähle Python: Aktiviere/Deaktiviere Linting in der Befehlspalette. 
• Linting ausführen: Befehlspalette (Strg+Shift+P) > Python: Linting ausführen.

Den Fehler beheben

Nachdem du den Python-Linter ausgeführt hast, wirst du die Probleme mit den Vorschlägen sehen. 

Hinweis: Wenn du einen anderen Linter aktivierst, wirst du aufgefordert, das erforderliche Python-Paket zu installieren.

Formatieren

Die Formatierung macht den Code lesbar. Er folgt bestimmten Regeln für den Zeilenabstand, Einzüge, Abstände um Operatoren und schließende Klammern. Die Python-Erweiterung unterstützt drei Python-Formatierungsmethoden: autopep8, black oder yapf.

Indem du über PEP-8 liest: Python Naming Conventions & Code Standards kannst du dich mit dem Style Guide und den Formatierungsregeln von Python vertraut machen.

Wähle den Python-Formatierer

Um auf die Formatierungsoption zuzugreifen, musst du das Einstellungsfenster öffnen, indem du auf Einstellungen -> Einstellungen gehst oder die Tastenkombination benutzt: Strg +,. Danach gibst du "python formatting provider" in die Suchleiste ein und wählst "black" aus dem Dropdown-Menü.

Python-Formatierer konfigurieren

Um die Python-Datei beim Speichern zu formatieren, müssen wir in den Einstellungen nach " Format beim Speichern" suchen und den Editor aktivieren: Formatieren beim Speichern.

Debuggen und Testen in VSCode

Fehlersuche

Die Python-Erweiterung bietet Debugging für alle Arten von Anwendungen wie Multithreading-, Web- und Remote-Anwendungen. Wir können Haltepunkte setzen, Daten untersuchen und Programme Schritt für Schritt ausführen. 

Wähle eine Debug-Konfiguration

Starte die Debug-Registerkarte, indem du auf das Debug-Symbol in der Aktionsleiste klickst oder den Tastaturkurzbefehl Strg + Umschalt + D verwendest. Um die Debug-Optionen anzupassen, klicke auf create a launch.json file und wähle Python File. 

Debug-Panel

Führe den Debug aus, indem du auf die blaue Schaltfläche Ausführen und Debuggen klickst. Dann wird die Python-Datei ausgeführt und es werden die Variablen, der Watch, der Call Stack und die Breakpoints angezeigt. 

Schnelles Debuggen

Für ein schnelles Debugging kannst du jederzeit auf den Abwärtspfeil neben der Schaltfläche Ausführen klicken und Python-Datei debuggen auswählen.

Testen

Die Python-Erweiterung unterstützt die Test-Frameworks unittest und pytest. Anstatt die Testergebnisse in einem Terminal zu lesen, kannst du die Probleme auf der Registerkarte Testen in einer aktiven Leiste überprüfen und beheben.   

Python-Tests konfigurieren

Nachdem wir auf die Schaltfläche Testen geklickt haben, klicken wir auf die Schaltfläche Python-Tests konfigurieren und wählen das Test-Framework aus. Normalerweise erkennt VSCode das Framework automatisch und zeigt alle Tests in einer Baumansicht an. 

Erfahre mehr über Python-Unit-Tests und die Implementierung des Python-Testframeworks pytest, indem du unserem Tutorial folgst , wie man pytest für Unit-Tests verwendet.

Hinweis: Das Testbeispiel, das wir verwenden, stammt aus der offiziellen Dokumentation von Visual Studio Code. 

Den Unittest ausführen 

Wir können den Einheitstest ausführen, indem wir auf die Schaltfläche Test ausführen auf der Registerkarte Testen klicken und die Ergebnisse analysieren. 

Wie wir sehen können, hat 1 von 2 Tests bestanden und es wurde die Begründung für das nicht bestandene Ergebnis angezeigt. Die VSCode-Prüfung ist sehr interaktiv und benutzerfreundlich. 

Git-Integration

VSCode verfügt über eine integrierte Git-Integration. Du musst keine Git-Befehle mehr auf Terminals schreiben. Die Git-Integration bietet eine benutzerfreundliche GUI und hilfreiche Funktionen für Diff, Views, Staging, Branching, Committing, Merge und mehr. 

In unserem Git Cheat Sheet erfährst du alles über die verschiedenen Git-Befehle und -Funktionen. 

Hinweis: Um die Git-Integration zu aktivieren, musst du Git von der offiziellen Website installieren. 

Git initialisieren 

Wir können sie über die Aktionsleiste oder mit dem Tastaturkürzel aufrufen: Strg + Shift + G. Bevor wir mit dem Commit beginnen, müssen wir das Repository initialisieren.

Git Commit 

Danach fügst du die Änderungen hinzu und bestätigst sie mit der Nachricht. So einfach ist das. 

Erstelle ein GitHub-Repository und veröffentliche den Code

Du kannst sogar ein GitHub-Repository erstellen und deinen Code auf einen entfernten Server übertragen, indem du dich bei deinem GitHub-Konto anmeldest. 

Privates GitHub-Repository

Wir haben auf GitHub ein privates Repository mit Python-Dateien und -Ordnern angelegt. 

Jetzt kannst du die Änderungen einfach festschreiben und auf den Remote-Server übertragen, ohne den VSCode zu verlassen. 

Folge unserem Github- und Git-Tutorial, um alles über Git und GitHub zu erfahren. 

Tipps und Tricks zur effizienten Python-Entwicklung in VSCode

VSCode bietet fantastische Python-Entwicklungsfunktionen und -Erweiterungen. Wir können sie an unsere Bedürfnisse anpassen und die Produktivität verbessern. In diesem Abschnitt werden wir Tipps und Tricks für eine effiziente Python-Entwicklung kennenlernen. 

1. Die ersten Schritte: Hilfe > Erste Schritte. Erfahre mehr über die Anpassungsmöglichkeiten und Funktionen von VSCode, indem du den Tutorials folgst. 
2. Befehlspalette: Zugriff auf alle verfügbaren Befehle über das Tastaturkürzel: Strg+Umschalt+P. Durch das Schreiben von Schlüsselwörtern können wir auf bestimmte Befehle zugreifen.  
3. Tastaturkürzel: besser als Befehlspaletten. Wir können Tastenkombinationen ändern oder sie mit Hilfe von Tastaturreferenzblättern auswendig lernen. So können wir direkt auf die Befehle zugreifen, anstatt mit dem Schlüsselwort zu suchen.
4. Kommandozeile: Starte den VSCode-Editor über die Kommandozeilenschnittstelle, indem du `code .` eingibst. Wir können auch anpassen, wie der Editor gestartet wird, indem wir zusätzliche Argumente hinzufügen. 
5. Fehler und Warnungen: Springe mit dem Tastaturkürzel schnell zu Fehlern und Warnungen in einem Projekt: Strg+Umschalt+M. Wir können den Fehler auch mit F8 oder Shift+F8 durchgehen.
6. Anpassungen: Mit VSCode können wir Themes, Tastenkombinationen, JSON-Validierung, Debugging-Einstellungen, Schriftarten und vieles mehr anpassen. Es ist eine vollständig anpassbare IDE. 
7. Erweiterungen: Andere Python-Erweiterungen verbessern unsere Entwicklungserfahrung. Suche nach beliebten Erweiterungen auf dem Visual Studio Marketplace.
8. Multi-Cursor-Auswahl: ist ein Lebensretter. Füge mit Alt+Klick Cursors an beliebigen Positionen hinzu. So können wir mehrere Codezeilen auf einmal ändern. Wir können auch Strg+Umschalt+L verwenden, um alle Vorkommen der aktuellen Auswahl zu ändern.
9. Suchen und Ändern: Dies ist das beste Werkzeug, um mehrere Ausdrücke auf einmal zu suchen und zu ändern. Wir können das Symbol auch umbenennen, indem wir es auswählen und F2 drücken. 
10. Git-Integration: ermöglicht es uns, alle Git-bezogenen Aufgaben innerhalb der IDE auszuführen. Es bietet eine einfach zu bedienende Benutzeroberfläche für Diff, Views, Staging, Branching, Committing, Merging und vieles mehr.
11. Code Snippets: ist unser bester Freund. Genau wie Autohotkey erstellen wir Vorlagen für sich wiederholende Codemuster. Um ein benutzerdefiniertes Code-Snippet zu erstellen, wählst du Datei > Voreinstellungen > Benutzer-Snippets konfigurieren und wählst dann die Sprache.
12. GitHub Copilot: ist eine Gewinner-Erweiterung für alle Arten von Entwicklung. Es verbessert die Coding-Erfahrung mit künstlicher Intelligenz (KI), indem es Codezeilen oder ganze Funktionen vorschlägt.

Bonus: Synchronisiere deine Einstellungen, indem du dich bei deinem GitHub-Konto anmeldest. Dadurch werden deine Einstellungen auf allen Rechnern synchronisiert. 

Fazit

VSCode ist nicht nur ein Code-Editor. Es ist ein komplettes Ökosystem für effiziente Python-Entwicklung. Es bietet uns Shortcuts, eine Befehlspalette, IntelliSense, Linting, Formatierung, Debugging, Formatierung, Git-Integrationen, ein Jupyter-Notizbuch, Erweiterungen von Drittanbietern und eine vollständig anpassbare Entwicklungserfahrung. 

VSCode ist sehr empfehlenswert für Anfänger, die die Grundlagen von Python und Data Science lernen. Schließe die Ausbildung zum/zur Data Scientist mit Python ab, um ein Meister in Python und Data Science zu werden. Der Karrierepfad besteht aus 25 Kursen und sechs Projekten, die dich darauf vorbereiten, ein professioneller Datenwissenschaftler zu werden.