vs code配合Anaconda写Python？掌握这些技巧让数据分析事半功倍

Anaconda是一个著名的开源Python发行版本，内含多个Python的科学计算库，相信使用Python做数据分析或数据挖掘的小伙伴对他不会陌生。

不仅如此，Anaconda内部conda管理工具以及jupyter notebook，这些工具已经可以满足你在Python的数据领域中如虎添翼。

Anaconda中使用图界面管理python环境以及包管理

1. 如上图，打开Anaconda Navigator主界面
2. 左边选择"Environments"，即可看到你本机安装的所有Python版本环境，这里可以看到我本机又5个Python环境
3. 例如我现在希望在py37环境中安装pandas库，只要选中该环境，右上方选择"Not installed"，搜索中输入pandas，下方勾选后，点Apply即可。

我更喜欢直接在命令行中用pip命令，但至少不用再羡慕pycharm的图形化管理功能了。

vs code配置python插件

• 打开vs code，左边选择应用商店
• 输入Python，选择安装上图的插件
• 安装后你会发现左下方即可选择使用本机的哪个python环境，是不是很方便

vs code中使用交互式输入

很多小伙伴在写探索性代码时(特别是探索性数据分析)都会选择使用交互式环境，比如jupyter notebook，因为可以随时修改一个区域的代码并且立即看到代码效果。但是你可能不知道在vs code中同样可以像jupyter notebook那样以cell的形式执行交互式脚本。看下图：

• 只要在一空行处输入 "#%%"，那么下面的区域就变成了一个cell，上方也会出现 run cell|Run Below，可以用鼠标点击
• 同样地，如果你熟悉jupyter notebook，那么可以按 shift+enter也是可以执行这个cell的代码
• 执行时，右边会出现交互式界面，显示当前保存的所有变量值还有执行结果
• 本质上vs code也是在使用 jupyter server

最后

本文简单介绍了Anaconda+vs code来编写Python，这个方法基本是最简单的Python开发环境部署，vs code对Python的支持也日渐成熟，其中交互式脚本可以说是一个体验非常好的功能。

而jupyter notebook不止交互式脚本这些优点，比如他可以把markdown文档或图表嵌入代码中，这些情况下还是使用jupyter notebook比较合适。

如果觉得本文对你有所帮助，记得关注、评论、转发、收藏噢~

文章来源: https://www.toutiao.com/group/6697175074983641612/