Как удалить python из visual studio

Обновлено: 22.01.2025

Я хочу использовать linting, чтобы сделать мою жизнь немного проще в коде Visual Studio, однако, каждый мой импорт говорит о "неразрешенном импорте". Даже при импорте django по умолчанию (т.е. из моделей импорта django.db).

Я предполагаю, что это потому, что он не видит файлы Python виртуальной среды.

Все работает просто отлично, но это начинает раздражать.

У меня есть выбор интерпретатора - все системные версии python. Кажется, он вообще не видит моего виртуального окружения python (он не находится в том же каталоге, что и мое рабочее пространство, поэтому эта часть имеет смысл).

Если я устанавливаю python.PythonPath в файле settings.json, он просто игнорирует его и не указывает путь к моей виртуальной среде в качестве опции. Я также попытался настроить его в моих глобальных настройках Python, но он также не отображается.

Кто-нибудь сталкивался с этой проблемой и знает быстрое решение, чтобы заставить его работать?

ОТВЕТЫ

Ответ 1

В настройках вашего рабочего пространства вы можете установить путь к Python следующим образом:

Ответ 2

Лучшее решение на данный момент - это создать файл .env в корневой папке вашего проекта. Затем добавьте PYTHONPATH к нему так:

и в настройках .json добавь

Ответ 3

Если у вас есть этот код в вашем файле settings.json , удалите его

Ответ 4

Альтернативный способ: используйте командный интерфейс!

cmd/ctrl + shift + p > Python: Select Interpreter > выберите тот, в котором вы ищите пакеты

Ответ 5

Принятый ответ не исправит ошибку при импорте собственных модулей. Используйте следующие настройки в настройках вашего рабочего пространства .vscode/settings.json

Ответ 6

Когда я > reload window это исправляет.

Ответ 7

Я смог решить эту проблему, включив джедай в .vscode\settings.json

Ответ 8

Ничто из вышеперечисленного не помогло мне. Однако добавление обеих строк ниже в мой файл settings.json помогло.

Первая строка действительно скрывает ошибку линтинга. Конечно, не постоянное решение, но снимает загромождение с экрана.

Может быть, кто-то, кто понимает Python больше, чем я, может объяснить это еще раз.

Ответ 9

У меня есть другое решение: мой экземпляр VSCode обнаружил virtualenv, хранящийся в .venv , но использовал неправильный двоичный файл Python. Он использовал .venv/bin/python3.7 ; используя переключатель в синей строке состояния, я изменил его на использование .venv/bin/python и все мои .venv/bin/python импорта были решены правильно. Я не знаю, что делает VSCode за кулисами, когда я делаю это, и не понимаю, почему это вызывало мою проблему, но для меня это было несколько более простым решением, чем редактирование настроек рабочего пространства. Надеюсь, это кому-нибудь поможет.

Ответ 10

Это работает для меня:

Откройте командную палитру (Ctrl-Shift-P) и выберите "Python: Select Interpreter". Делая это, вы устанавливаете интерпретатор Python в VSCode

Ответ 11

Решение от @Shinebayar G сработало, но другое более элегантно:

Приведен следующий пример структуры проекта:

workspaceRootFolder
- .vscode
- . другие папки
- codeFolder
Что я сделал, чтобы решить эту проблему:
1. Перейдите в папку рабочей области (здесь workspaceRootFolder) и создайте файл .env
2. В этом пустом файле .env добавьте строку PYTHONPATH = codeFolder (замените codeFolder на имя вашей папки)
3. Добавьте "python.envFile": "$ /. Env" в файл settings.json
4. Перезапустите код VS
Ответ 12

Incase of pylint error установите следующее

Затем создайте файл .pylintrc в корневой папке и напишите следующее

Ответ 13

Мое решение. Это решение только для текущего проекта.
1. В корневой папке проекта создайте папку .vscode
2. Затем создайте файл .vscode/settings.json
3. в файле setting.json добавьте строку (это для python3)
1. Это пример для Python 2
Если вы не знаете, где находится ваш питон, просто запустите на терминале команду which python или which python3 , которая напечатает местоположение питона.

Этот пример работает для Dockerized Python - Django.

Ответ 14

Я исправил ошибку импорта по CTRL+Shift+P введите Настройки предпочтений и выберите опцию Preferences Open Settings (JSON) и добавьте строку "python.pythonPath": "/usr/bin/" Так что JSON должен выглядеть как

Сохраните другие строки конфигурации, если они есть. Это должно импортировать все модули, которые вы установили, используя PIP для автозаполнения.

Люди, которые работают на Python, любят проводить исследования и эксперименты в Jupyter Notebook. Я фанат настольных IDE, таких как Visual Studio Code (VS Code) и Sublime. Visual Studio Code - это инструмент мирового класса для программирования на любом языке. Не только программа поддерживает множество инструментов DevOps, таких как Ansible, Kubernetes, Yaml и многие другие.

Большинство ученых по всему миру используют Jupyter Notebook в качестве редактора для машинного обучения, исследований и экспериментов. Jupyter Notebook поддерживает Python, Java, R, Julia, Matlab, Octave, Scheme, Processing, Scala и многие другие. Это редактор, а точнее - сетевой редактор, разработанный для python и других языков программирования. Ранее ноутбук Jupyter был известен как iPython. Это открытый исходный код, которым пользуются все во всем мире.

Microsoft официально объявляет о встроенной поддержке ноутбука Jupyter в коде Visual Studio путем установки официального расширения Python.

Как использовать Jupyter Notebook в коде Visual Studio

устанавливатьпитона такжеIntelliCodeРасширение в Visual Studio и перезагрузка. Перейдите в раздел расширений (меню слева) и найдите расширение.

Примечание - В случае, если ваш редактор кода Visual Studio - расширение Python установлено. Вы можете обновить старое расширение Python, нажав кнопку «Обновить».

Как использовать Jupyter Notebook в коде Visual Studio

Создать новый блокнот в VS Code:нажмите сочетание клавиш CTRL + SHIFT + P (Windows) или Command + SHIFT + P (macOS) и выполните команду «Python: создать пустой новый блокнот Jupyter».

Откройте существующий Блокнот в VS Code:После перезапуска VS Code IDE откройте файл Jypyter Notebook (файл .ipynb) из меню «Файл».

Когда файл блокнота Jupyter создается или открывается, VS Code автоматически создает сервер Jupyter для вас локально по умолчанию.

Если вы хотите использовать удаленный сервер Jupyter - это так же просто, как с помощью команды «Определить URI сервера Jupyter» через палитру команд VS Code и ввести URI сервера. Сочетание клавиш CTRL + SHIFT + P (Windows) или Command + SHIFT + P (macOS).

То, как вы используете пакеты Python в Jupyter Notebook, вы можете использовать все ваши пакеты Python, и вы получите результаты на месте (результат ячейки). Например, я использовал matplotlib и получил вывод своего графика на место так же, как Jupyter.

Отладка кода Jupyter Notebook в коде Visual Studio:В настоящее время для отладки ноутбука Jupyter вам необходимо сначала экспортировать его в виде файла Python. После экспорта в виде файла Python отладчик кода Visual Studio позволяет выполнять пошаговое выполнение кода, устанавливать точки останова, проверять состояние и анализировать проблемы. Использование отладчика - это полезный способ поиска и устранения проблем в коде ноутбука.
- Для всей записной книжки откройте палитру команд (⇧⌘P) и выполните команду Python: отладка текущего файла в интерактивном окне Python.
- Для отдельной ячейки используйте украшение ячейки отладки, которое появляется над ячейкой. Отладчик специально запускается на код в этой ячейке. По умолчанию Debug Cell просто входит в пользовательский код. Если вы хотите перейти к не пользовательскому коду, вам нужно снять отметку с Data Science: Debug Just My Code в настройках расширения Python (⌘,).
Лучшая функция в коде Visual Studio - за пределами Jupyter Notebook

Интеллектуальный код автозаполнения:Когда вы пишете код, IntelliSense предоставит вам интеллектуальные полные предложения кода прямо в ваших ячейках кода. Вы можете еще больше увеличить свой опыт редактора, установив нашРасширение IntelliCodeчтобы получить IntelliSense на базе AI с более умными предложениями по автозаполнению, основанными на текущем контексте кода.

Обозреватель переменных:Еще одним преимуществом использования VS Code является то, что вы можете воспользоваться обозревателем переменных и средством просмотра графиков, нажав кнопку «Переменные» на панели инструментов ноутбука. Обозреватель переменных поможет вам в реальном времени отслеживать текущее состояние переменных вашего ноутбука.

Последние несколько лет специалисты Microsoft трудились над тем, чтобы добавить поддержку инструментов разработчика Python в одни из наших самых популярных продуктов: Visual Studio Code и Visual Studio. В этом году все заработало. В статье мы познакомимся с инструментами разработчика Python в Visual Studio, Visual Studio Code, Azure и т. д. Заглядывайте под кат!

Python — один из самых быстро развивающихся языков программирования, к которому обращаются как начинающие, так и опытные разработчики. Его популярность обусловлена легкой в освоении семантикой и широким спектром применения, начиная от написания скриптов и заканчивая созданием веб-сервисов и моделей машинного обучения.

Visual Studio Code

Расширение Python для Visual Studio Code с открытым исходным кодом включает в себя другие общедоступные пакеты Python, чтобы предоставить разработчикам широкие возможности для редактирования, отладки и тестирования кода. Python — самый быстроразвивающийся язык в Visual Studio Code, а соответствующее расширение является одним из самых популярных в разделе Marketplace, посвященном Visual Studio Code!

Чтобы начать работу с расширением, необходимо сначала скачать Visual Studio Code, а затем, следуя нашему руководству Начало работы с Python, установить расширение и настроить основные функции. Рассмотрим некоторые из них.

Прежде всего необходимо убедиться, что Visual Studio Code использует правильный интерпретатор Python. Чтобы сменить интерпретатор, достаточно выбрать нужную версию Python в строке состояния:

Селектор поддерживает множество разных интерпретаторов и сред Python: Python 2, 3, virtualenv, Anaconda, Pipenv и pyenv. После выбора интерпретатора расширение начнет использовать его для функции IntelliSense, рефакторинга, анализа, выполнения и отладки кода.

Чтобы локально запустить скрипт Python, можно воспользоваться командой «Python: Create Terminal» («Python: создать терминал») для создания терминала с активированной средой. Нажмите CTRL + Shift + P (или CMD + Shift + P на Mac), чтобы открыть командную строку. Чтобы выполнить файл Python, достаточно щелкнуть на нем правой кнопкой мыши и выбрать пункт «Run Python File in Terminal» («Запустить файл Python в терминале»):

Эта команда запустит выбранный интерпретатор Python, в данном случае виртуальную среду Python 3.6, для выполнения файла:

Расширение Python также включает шаблоны отладки для многих популярных типов приложений. Перейдите на вкладку «Debug» («Отладка») и выберите «Add Configuration…» («Добавить конфигурацию. ») в выпадающем меню конфигурации отладки:

Вы увидите готовые конфигурации для отладки текущего файла, подключающегося к удаленному серверу отладки или соответствующему приложению Flask, Django, Pyramid, PySpark или Scrapy. Для запуска отладки нужно выбрать конфигурацию и нажать зеленую кнопку Play (или клавишу F5 на клавиатуре, FN + F5 на Mac).

Расширение Python поддерживает различные анализаторы кода, для которых можно настроить запуск после сохранения файла Python. PyLint включен по умолчанию, а другой анализатор можно выбрать с помощью команды «Python: Select Linter» («Python: выбрать анализатор кода»):

Это еще не все: предусмотрена поддержка рефакторинга, а также модульного тестирования с помощью unittest, pytest и nose. К тому же вы можете использовать Visual Studio Live Share для удаленной работы над кодом Python вместе с другими разработчиками!

Python в Visual Studio

Чтобы включить поддержку Python в Visual Studio на Windows, необходимо выбрать рабочую нагрузку «Разработка на Python» и (или) рабочую нагрузку «Приложения для обработки и анализа данных и аналитические приложения» в установщике Visual Studio:

Можно установить различные версии Python и Anaconda, выбрав их в меню дополнительных компонентов (см. правую часть скриншота выше).

После установки рабочей нагрузки Python, можно начать работу, создав проект Python в разделе с помощью меню «Файл -> Новый проект» (в списке установленных компонентов выберите Python):

Чтобы создать приложение с нуля, откройте шаблон приложения Python и приступайте к написанию кода. Также можно создать проект, взяв за основу существующий код Python или используя веб-шаблоны для Flask, Django и Bottle. Ознакомьтесь с нашим Руководством по Flask и Руководством по Django, чтобы получить подробную информацию по разработке веб-приложений с помощью этих платформ и Visual Studio.

Если установлена рабочая нагрузка по обработке и анализу данных, также можно использовать шаблоны для проектов по машинному обучению с использованием Tensorflow и CNTK.
После того как проект создан, управлять виртуальными средами и средами conda можно с помощью узла «Python Environments» («Среды Python») в обозревателе решений и окне среды Python. Щелкнув правой кнопкой мыши по активной среде Python и выбрав соответствующий пункт меню, можно установить дополнительные пакеты:

Можно даже проводить отладку кода на обоих языках в рамках одного сеанса, например, переключившись с типа отладки C++ на Python/Native:

Ознакомиться с подробной информацией о вставке Python в приложения C++ можно в публикации Вставка Python в проект C++ в блоге Python.

Кроме того, Visual Studio включает профилировщик Python и поддерживает модульное тестирование Python в Обозревателе тестов.

Python в Azure

Пакет Azure SDK для Python позволяет создавать службы в Azure, управлять ими и взаимодействовать с ними. Командная строка Azure CLI написана на Python, поэтому почти все, что она позволяет сделать, вы можете также выполнить на программном уровне с помощью пакета Python SDK.

Можно устанавливать отдельные библиотеки, например для установки пакета SDK для взаимодействия с Azure Storage воспользуйтесь командой:

Рекомендуется устанавливать только нужные вам пакеты, но для удобства вы можете установить весь набор пакетов Azure SDK, выполнив следующую команду:

После установки пакета SDK вы получаете доступ ко множеству полезных служб, начиная от использования API машинного обучения с помощью Azure Cognitive Services и заканчивая размещением глобально распределенных данных с помощью Azure Cosmos DB.

Веб-приложения можно развернуть с помощью функции Azure «Веб-приложение для контейнеров». Ознакомьтесь с видео From Zero to Azure with Python and Visual Studio Code (В Azure с нуля с помощью Python и Visual Studio Code), предоставляющим всю необходимую информацию по развертыванию приложений Flask с использованием Visual Studio Code. Также обратите внимание на краткое пособие по развертыванию приложения Flask с использованием командной строки.

Кроме того, на Azure можно запускать свободно размещенные блокноты Jupyter, поэтому локальная установка Jupyter не потребуется. К блокнотам Jupyter можно открывать доступ для их совместного использования. Например, вы можете просмотреть находящийся в общем доступе блокнот для создания рукописного текста с помощью машинного обучения:

Полезные материалы по теме

Мини-книга «Создавайте более качественные приложения и быстро используйте данные там, где это нужно»

Читайте электронную книгу Создание современных приложений на основе больших данных в глобальном масштабе, чтобы узнать, как готовая к использованию глобально распределенная служба баз данных Azure Cosmos DB меняет подходы к управлению данными. Обеспечивайте доступность, согласованность и защиту данных, используя передовые отраслевые технологии корпоративного класса для соблюдения нормативных требований и обеспечения безопасности. Начните разработку лучших приложений для своих пользователей на базе одной из пяти четко определенных моделей согласованности.

Семинар «Как выбрать правильную инфраструктуру для выполнения ваших рабочих нагрузок в Azure»

В этом семинаре присоединитесь к рассказу регионального директора Microsoft Эрику Бойду, MVP Azure, о том, как выбрать правильные виртуальные машины, хранилища и сети для приложений и рабочих нагрузок в Azure.

Руководство по архитектуре облачных приложений

Используйте структурированный подход к разработке облачных приложений. В этой 300-страничной электронной книге об архитектуре облачных вычислений рассматриваются рекомендации по архитектуре, разработке и внедрению, которые применяются независимо от выбранной облачной платформы. В это руководство включены шаги по:

Открытая среда разработки Visual Studio Code теперь позволяет работать с удаленными репозиториями GitHub напрямую. Для этого появилось специальное расширение Remote Repositories.

Зачем это нужно

В VS Code изначально интегрировали поддержку системы контроля версий Git. Работать с системами других форматов можно через расширения. Чтобы внести изменения в проект в VS Code, нужно склонировать его на компьютер, отредактировать файлы и создать коммит (для Git) или список изменений (для Perforce и др.).

С Remote Repositories работать с удаленными репозиториями будет быстрее и безопаснее, утверждают разработчики расширения. Клонировать репозиторий с удаленного сервера к себе на локальную машину не нужно. Просматривать, искать, редактировать и вносить изменения в любой удаленный репозитории GitHub можно будет прямо из VS Code.

Расширение Remote Repositories позволяет взаимодействовать с любым количеством репозиториев. Это экономит пространство на диске. Возможности переключения между ветками и управление версиями остаются прежними.

Как работать с удаленными репозиториями

Установить Remote Repositories можно из списка расширений:

В левом нижнем углу среды разработки VS Code появится новый зеленый индикатор с двумя угловыми скобками.

Чтобы получить доступ к удаленным репозиториям GitHub, нужно авторизоваться на платформе. После этого в строку поиска будет добавлена функция открытия удаленных репозиториев.

Дальнейшая работа практически не отличается от привычного взаимодействия с локальными (склонированными) репозиториями. Можно вносить изменения, создавать новые ветки, искать файлы и фрагменты кода, отслеживать различные редакции файлов в таймлайнах.

Открывая удаленный репозиторий, всегда загружается его новейшая версию. Но если в процессе работы кто-то из коллег внес в него изменения, остальные увидят в нижней строке количество коммитов, на которое отстают – их можно загрузить (git pull), нажав на это число.

Когда же создается коммит в удаленный репозиторий, то не нужно делать git push. Готовый коммит будет отправлен на GitHub автоматически.

Еще один момент: если сделать изменения в одной ветке, а затем переключиться на другую, то не нужно выбирать файлы и отправлять их в стеш для временного хранения текущей редакции. Это тоже происходит автоматически.

Что такое виртуальное рабочее пространство

Remote Repositories создает виртуальное рабочее пространство. Вы взаимодействуете с кодом через виртуальную файловую систему – абстракции файлов, которые физически существуют на диске. Но в реальности они никуда не копируются и полноценно не индексируются.

Фактически виртуальное рабочее пространство – это особый формат, в котором некоторые функции отключены, а возможности ограничены. Например, в нем отключена часть расширений. Увидеть их можно, если ввести в строке поиска @workspaceUnsupported.

Но эти расширения можно включить вручную, если добавить в файл настроек settings.json строку:

Вместо extensionID нужно подставить идентификатор расширения. Но из-за ограничений виртуальной среды не все возможности могут стать доступны.

Ограничения Remote Repositories

Пока расширение работает только с GitHub. В будущем также планируется добавить поддержку Azure Repos, но насчет других систем контроля версий пока информации нет.

Кроме того, из-за ограничений виртуальной среды Remote Repositories не поддерживает терминалы, задачи и традиционную отладку. Возможности умного дополнения кода IntelliSense и навигации Go to Definition также доступны не в полном объеме.

Возможны проблемы с поиском, так как у GitHub есть ограничения индексации ветвей. Кроме того, все функции, которые изначально ориентированы на взаимодействие с локальными ресурсами, могут работать нестабильно.

Читайте также: