4月更新 | Visual Studio Code Python

我们很高兴地宣布2023年4月版 Visual Studio Code 的 Python 和 Jupyter 扩展现已推出！

此版本包括以下改进：

Data Wrangler 可供 Visual Studio Code Insiders 使用
移动符号重构
Create Environment 按钮嵌入依赖文件
扩展作者的环境 API
Python 环境的内核选择器改进

Data Wrangler 可供 VS Code Insiders 使用

Data Wrangler 是一种革命性的工具，适用于使用 Python 处理表格数据的数据科学家和分析师，现在可在 VS Code Insiders 版本使用。Data Wrangler 是 VS Code Insiders 的扩展，可以从 Jupyter notebook 中的任何 Pandas 数据帧输出启动，或者通过右键单击 VS Code Insiders 中的任何 CSV 或 Parquet 文件并选择 Open in Data Wrangler 启动。

借助 Data Wrangler，您可以在 VS Code Insiders 中无缝清理和探索您的数据。它提供了多种功能，可帮助您快速识别和修复错误、不一致和丢失的数据。您可以执行数据剖析和数据质量检查、可视化数据分布，并轻松将数据转换为您需要的格式。此外，Data Wrangler 附带一个内置转换和可视化库，因此您可以专注于数据，而不是代码。当您进行更改时，该工具会使用开源 Python 库为您执行的数据转换操作生成代码。这意味着您可以更快地编写更好的数据准备程序并减少错误。该代码还使 Data Wrangler 保持透明，并帮助您随时验证操作的正确性。

要了解有关 Data Wrangler 的更多信息，请阅读我们发布的完整的 Data Wrangler 博客。

移动符号重构

得益于新的 Move symbol 代码操作，您现在可以使用 Pylance 更方便地重构 Python 代码。对于此更新，我们感到很开心，因为它是 Pylance 存储库 pylance-release/discussion#2620 中请求最多的功能之一。

要试用它，请在 Python 文件中选择一个符号，然后单击显示的灯泡。您可以将符号移动到现有文件或新文件。如果该位置是一个新文件，则会创建一个与您的符号同名的 Python 文件。所有适用的导入引用都会随着符号移动自动更新。

创建环境嵌入依赖文件

Python：Create Environment 命令现在嵌入到依赖文件中。当您打开一个 requirements.txt 或一个带有 [build-system] 表的 pyproject.toml 文件时，在运行 Python:Create Environment 命令的编辑器中有一个新的“Create Environment…”按钮，允许您创建一个新的虚拟环境并安装列出的依赖项。

扩展作者的环境 API

Python 扩展的 API 现在可与用户机器上可用的 Python 环境一起工作。扩展还可以使用它来访问 Python 扩展用来运行脚本的选定环境路径，或将其更新为首选路径。

可以在 Python 环境 API 维基页面中找到示例用法。我们还计划在未来发布一个 npm 类型包，以便更轻松地跟踪 Python API 中的任何更改。

Python 环境的内核选择器改进

内核选择器现在列出了没有安装 Python 的 Conda 环境。

例如，如果使用 CLI 如 conda create -n envML 创建新的 Conda 环境，则此新环境将显示在 Conda Env Without Python 部分下的 Python 环境列表中。

选择这样的环境后，Python 运行时和必要的依赖项将自动安装到所选环境中。

其他变化和增强

我们还添加了小的增强功能并修复了用户请求的问题，这些问题应该会改善您在 Visual Studio Code 中使用 Python 和 Jupyter Notebooks 的体验。一些显著的变化包括：

get 方法的自动完成键(pylance-release#3994)
删除对 python.linting.ignorePatterns 的支持(pylance-release#4100)
得益于更新的类型存根，将 Pylance 用于 packages（例如：lightgbm、networkx、vispy、cv2、matplotlib、sklearn 等）时的 IntelliSense 改进

通过从 Marketplace 下载 Python 扩展和 Jupyter 扩展来尝试这些新的改进，或者直接从 Visual Studio Code 的扩展视图（ Ctrl + Shift + X 或⌘+ ⇧ + X ）安装它们。您可以在文档中了解有关 Visual Studio Code Python 的更多信息。如果您遇到任何问题或有任何建议，请在 Python VS Code GitHub 页面上提出问题，或在本文下方留言。谢谢！

点我前往原博客~