前言

今天是後端的第六篇，將介紹近幾年來熱門關鍵字，像是 AI、大數據以及機械學習等，使用的核心語言：Python。

前提

Python 版本

本篇使用 Python3，有在追蹤 Python 2.7 的工程師們，應該很清楚，2.7 的支援到 2019/12/31，官方同時宣告兩件事：

• 不會有 Python2.8。
• 請趕緊轉移到 Python3。
• 來源。

因此，請參考以下管道下載使用 Python3：

• （通用）官網。
• （macOS）使用 Homebrew 的 brew install python3。
• （Windows）前往 Windows Store 上面找尋。
• （通用）使用 Anaconda。

Extension

Python 主程式安裝完成之後，請下載 Extension

• Python
  • 連結。
  • 

此 Extension 與昨天 Rust 相似，皆是集大成者！提供以下功能：

• IntelliSense。
• linting（使用 Pylint、 Flake8 等）。
• 排版，Formatting。
• 偵錯，Debugging。
• 測試，Testing。
• Jupyter Notebooks。
• 環境設定，Environments（可以切換使用的 Python），相關操作如下。
  • 點擊左下角。
  • 
  • 會開啟清單，選擇自己需要的。
  • 
• 重構，Refactoring。
• 錯誤提示（黃色小燈泡）。
• Snippets。

接著，要建立一套執行 .py 的方式，這邊不使用 tasks.json ，而是有兩個方法可以使用：

• 使用內建方式。
• 使用 Code Runner
  • 連結。
  • 

使用方式很簡單：

• 輸入一段程式碼。

print("Hello Developers")

• 輸入完成後，點擊滑鼠右鍵（記得這時候不要反白任何程式碼），有兩種選擇
  • 在終端機中執行 Python 檔案。
    • 
  • Run Code。
    • 

下方面板會自動跑出執行結果：

• 內建方式：

$ /usr/local/bin/python3 /samples/python/hello_world.py
Hello Developers

• Code Runner

[Running] python -u "/samples/python/hello_developers.py"
Hello Developers

[Done] exited with code=0 in 0.038 seconds

IntelliSense

上述能強化 IntelliSense，接著安裝的 Extension，可以使用 AI 幫助 IntelliSense 的關鍵字排序。

• Visual Studio IntelliCode
  • 連結。
  • 

Snippets

這部分建議是自己寫，相關寫法請參考拙作：

• Day 08: 手工打造專屬於自己的 Snippets（一）。
• Day 09: 手工打造專屬於自己的 Snippets（二）。

Linter

使用 Python 語言 Extension，步驟如下：

• 按下 F1。
• 輸入：Python: Select Linter。
• 選擇要使用的 Linter。
  • 

關掉 Linter 的步驟如下：

• 按下 F1。
• 輸入：Python: Enable Linter。
• 選擇要使用的 off

Debugger

操作的部分，請參見拙作：

• Day 11: 總是被忽視的功能：debugging（一）。
• Day 12: 總是被忽視的功能：debugging（二）。

更詳細的參數設定，請參考官方文件：連結。

Test

• Python Test Explorer for Visual Studio Code
  • 連結。
  • 

衍生

Anaconda

• Anaconda Extension Pack
  • 連結。
  • 

Django

• Django

  • 連結。
  • 

• Djaneiro - Django Snippets

  • 連結。
  • 

Flask

• flask-snippets
  • 連結。
  • 

Jupyter

要先下載 Jupyter package。

# Windows
pip install jupyter

# macOS
pip3 install jupyter

接著建立新的 Jupyter Notebook，步驟如下：

• 按下 F1。
• 輸入 Python: Create Blank New Jupyter Notebook。
• 就會建立全新的 Jupyter Notebook。

相關 Extension：

• Jupyter
  • 連結。
  • 

Doc

• autoDocstring
  • 連結。
  • 
  • 產生說明文字。

結論

今天整理 Python 在開發上可能要注意的事項，不得不說，這幾年來關於 Python 的應用越來越多，所以要在短短一篇包山包海，幾乎是不可能的。

Python 不容小覷。