vscode中关于python的一些常用配置

文章目录

python cv2 提示配置

第一步 配置提示信息

打开settings

打开扩展--> 找到python --> 打开json配置

将cv2的安装目录配置到如下位置

第二部 重启vs 可能还不行,那就重新安装以下opencv-python

具体为啥不行没搞明白

配置pytest

还是如上,将下入的位置打开

编写测试用例

当方法以test开头的时候会自动识别成测试用例,会有一个标识,鼠标右键点击标识的时候可以执行测试,如果成功就会出现一个对号

python 复制代码
import pytest
from src import base_function as bf

print(bf.getCurrentAsbDir())

def test_getCurrentAsbDir():
    assert bf.getCurrentAsbDir() == "e:\\learning_sources\\cv_py"

def aaa():
    assert 1==1

def test_aaa():
    assert 1==1

配置跨文件import

在工作目录中新建一个.env文件输入内容如下

复制代码
PYTHONPATH="E:/learning_sources/cv_py/src;E:/learning_sources/cv_py/src/tests;E:/learning_sources/cv_py;${env:PYTHONPATH}"

打开.vscode中的setting.json 进行配置 内容如下

json 复制代码
{
    "python.analysis.autoImportCompletions": true,
    // "python.envFile": "E:/learning_sources/cv_py/.env",
    //这里是配置运行时的工作路径
    "terminal.integrated.env.windows": {"PYTHONPATH":"${workspaceFolder};${env:PYTHONPATH}"},
    "python.defaultInterpreterPath": "D:\\ProgramData\\anaconda3\\python.exe" 
}

参考:

https://blog.csdn.net/qq_31654025/article/details/109474175

类似如下的文件结构,就可以在test目录(包)中引入src的内容了

test_base_function.py 内容如下

python 复制代码
import pytest
from src import base_function as bf

print(bf.getCurrentAsbDir())

配置格式化工具

安装插件 Black Formatter 插件

修改setting.json配置内容如下

json 复制代码
{
    "python.formatting.provider": "none",
    "python.formatting.autopep8Args": [
        "--max-line-length=150"
    ],
    "editor.wordWrap": "on",
    "editor.wordWrapColumn": 150,
    "[python]": {
        "editor.defaultFormatter": "ms-python.black-formatter",
        "editor.formatOnSave": true,
        "editor.formatOnPaste": true,
        "editor.formatOnType": true,
    },
    "black-formatter.args": [
        "--line-length",
        "150"
    ],
}
相关推荐
熊猫钓鱼>_>17 分钟前
GLM4.6多工具协同开发实践:AI构建智能任务管理系统的完整指南
人工智能·python·状态模式·ai编程·glm·分类系统·开发架构
智算菩萨1 小时前
【Python机器学习】回归模型评估指标深度解析:MAE、MSE、RMSE与R²的理论与实践
python·机器学习·回归
程序员爱钓鱼1 小时前
用Python开发“跳一跳”小游戏——从零到可玩
后端·python·面试
程序员爱钓鱼1 小时前
Python 源码打包成.whl文件的完整指南
后端·python·面试
熊猫钓鱼>_>1 小时前
基于Trae/Whisper/FFmpeg与Knowledge Graph MCP技术开发语音生成会议纪要智能应用
开发语言·人工智能·python·深度学习·ffmpeg·whisper·trae
智算菩萨1 小时前
【Python机器学习】分类模型评估体系的全景解析:准确率、精确率、召回率、F1 分数与 AUC
python·机器学习·分类
七夜zippoe1 小时前
Python迭代器与生成器深度解析:从原理到协程应用实战
开发语言·python
2401_841495641 小时前
Python适合开发的游戏
python·游戏·pygame·tkinter·panda3d·arcade·ursina
Sunsets_Red1 小时前
待修改莫队与普通莫队优化
java·c++·python·学习·算法·数学建模·c#
艺术是真的秃头2 小时前
Trae:当编程从“编写”转向“对话”与“委派”
人工智能·python·ai·aigc