跳到主要内容

在 VS Code 中写 Python

VS Code 是什么​

VS Code（Visual Studio Code）是微软开发的一个免费代码编辑器。它轻量、速度快、支持几乎所有编程语言。对我们来说，它能用来写 Python 脚本、查看数据文件、编辑 Markdown 文档。

下载和安装 VS Code​

  1. 打开浏览器，访问 VS Code 官网： 
    https://code.visualstudio.com/
  2. 点击首页的 Download for Windows 按钮
  3. 下载完成后，双击安装程序
  4. 安装过程中全部使用默认选项即可
  5. 安装完成后，勾选 Launch VS Code，点击 Finish

第一步：安装中文语言包​

VS Code 默认界面是英文的。如果你更习惯中文界面，可以先装中文语言包：

  1. 打开 VS Code
  2. 点击左侧的 Extensions 图标（四个方块组成的图标），或按快捷键 Ctrl + Shift + X
  3. 在搜索框中输入： 
    Chinese
  4. 找到 Chinese (Simplified) (简体中文) Language Pack for Visual Studio Code（微软出品）
  5. 点击 Install
  6. 安装完成后，右下角会弹出提示 "Would you like to change VS Code's display language to Chinese?"，点击 Change Language and Restart

重启后，VS Code 界面就变成中文了。

第二步：安装 Python 扩展​

VS Code 本身不内置 Python 支持，需要安装 Python 扩展：

  1. 再次点击左侧 Extensions 图标（或按 Ctrl + Shift + X）
  2. 在搜索框中输入： 
    Python
  3. 找到 Python（微软出品，标识为 Microsoft）
  4. 点击 安装
  5. 等待安装完成
提示

Python 扩展是唯一必须安装的。安装它之后，Pylance（提供代码补全和语法检查）会自动一起安装，不需要你额外操作。

第三步：打开项目文件夹​

写代码前，先给项目建一个文件夹：

  1. 在电脑上新建一个文件夹，例如： 
    D:\PythonProjects\organchip-test
  2. 打开 VS Code
  3. 点击 文件 → 打开文件夹
  4. 选择刚才建的 organchip-test 文件夹
  5. 点击选择文件夹
提示

建议每个项目一个文件夹，不要把脚本全部散放在桌面上。文件夹路径中不要有中文和空格。

第四步：选择 Conda 解释器​

这是最关键的一步。我们需要告诉 VS Code：请使用 organchip 环境里的 Python 来运行代码。

  1. 按快捷键 Ctrl + Shift + P（打开命令面板）

  2. 在输入框中输入：

    Python: Select Interpreter

  3. 在下拉列表中查找含有 organchip 的选项，例如：

    Python 3.11.x ('organchip')

    点击选择它。

  4. 如果在列表里找不到 organchip，选择：

    Enter interpreter path...

    然后手动导航到：

    Windows：

    C:\Users\你的用户名\miniconda3\envs\organchip\python.exe

    macOS / Linux：

    /Users/你的用户名/miniconda3/envs/organchip/bin/python

选择成功后，VS Code 左下角状态栏会显示当前使用的 Python 环境名称。

第五步：创建和运行你的第一个 Python 文件​

创建文件​

  1. 按 Ctrl + N 新建文件
  2. 按 Ctrl + S 保存，文件名输入 hello.py
  3. 在文件中写入：
print("Hello, organ chip!")
print("环境搭好了，我可以开始写 Python 了！")

运行文件​

点击右上角的 运行 Python 文件 按钮（三角形图标），或按 Ctrl + F5。

下方的终端面板会显示：

Hello, organ chip!
环境搭好了，我可以开始写 Python 了！

第六步：验证环境是否正确​

新建 test_env.py，写入：

import sys
print(sys.executable)

运行后，输出路径中应该包含 miniconda3 → envs → organchip。

如果路径里没有 organchip，说明 VS Code 没有使用你的环境。回到第四步重新选择解释器。

使用数字和变量​

计算机最适合做的事情之一就是计算。Python 可以像计算器一样用：

# 基本计算
print(1 + 2)
print(3 * 4)
print(10 / 3)

# 把结果存到变量里
a = 5
b = 3
result = a + b
print("a + b =", result)

运行后输出：

3
12
3.3333333333333335
a + b = 8

给代码加注释​

注释是写给人看的说明文字，Python 不会执行它。用 # 开头：

# 这是注释，计算细胞悬液的浓度
cell_count = 1.2e6  # 120 万个细胞
volume_ml = 2.0     # 2 毫升培养基
concentration = cell_count / volume_ml
print("浓度:", concentration, "个细胞/mL")

注释帮助你和别人以后能看懂这段代码在做什么。写实验记录要详细，写代码也一样。

最常用的数据类型​

搞科研数据处理，你最先接触到的 Python 数据类型是这些：

# 数字（整数和浮点数）
cell_count = 1200000       # 整数 int
absorbance = 0.453         # 浮点数 float

# 文字（字符串）
sample_name = "Caco-2"     # 字符串 str
condition = "control"

# 列表（一组有序的数据）
od_values = [0.12, 0.34, 0.56, 0.78]

# 字典（键值对，适合存实验参数）
experiment = {
    "cell_type": "Caco-2",
    "passage": 5,
    "treatment": "drug_A"
}

# 访问数据
print(od_values[0])              # 列表的第 1 个元素
print(experiment["cell_type"])   # 字典中 cell_type 的值

列表和循环：批量处理的基础​

科研中经常需要对一组数据做同样的操作。Python 用 for 循环来做这件事：

# 三次独立实验的细胞存活率（%）
viabilities = [92.3, 88.7, 95.1]

# 逐个打印
for v in viabilities:
    print("存活率:", v)

# 批量计算
total = 0
for v in viabilities:
    total = total + v

average = total / len(viabilities)
print("平均存活率:", average)

输出：

存活率: 92.3
存活率: 88.7
存活率: 95.1
平均存活率: 92.03333333333333

条件判断：让程序做决策​

Python 用 if 语句来根据条件执行不同操作：

p_value = 0.03

if p_value < 0.001:
    print("*** 极显著")
elif p_value < 0.01:
    print("** 非常显著")
elif p_value < 0.05:
    print("* 显著")
else:
    print("不显著 (ns)")

输出：

* 显著

确认所有科研基础包可用​

新建 test_packages.py，测试 organchip 环境中的所有核心包：

import sys
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import scipy
import sklearn
import cv2

print("Python 路径:", sys.executable)
print("NumPy 版本:", np.__version__)
print("pandas 版本:", pd.__version__)
print("matplotlib 版本:", plt.matplotlib.__version__)
print("scipy 版本:", scipy.__version__)
print("scikit-learn 版本:", sklearn.__version__)
print("OpenCV 版本:", cv2.__version__)

print("\n所有包可以正常导入，环境配置完成！")

如果全部输出正常，说明 organchip 环境已经可以投入科研使用。

VS Code 使用小技巧​

技巧操作
快速保存Ctrl + S
运行 Python 文件Ctrl + F5
打开命令面板Ctrl + Shift + P
打开终端Ctrl + ``
注释/取消注释Ctrl + /
快速打开文件Ctrl + P
在终端中终止正在运行的程序Ctrl + C

VS Code 找不到 conda 环境怎么办​

排查步骤：

  1. 重启 VS Code
  2. 打开 Anaconda Prompt，确认环境存在： 
    conda env list
  3. 找到 organchip 的 Python 路径： 
    conda activate organchip
    python -c "import sys; print(sys.executable)"
  4. 在 VS Code 中按 Ctrl + Shift + P → Python: Select Interpreter → Enter interpreter path...，手动粘贴这个路径
  5. 如果列表仍然不显示，按 Ctrl + Shift + P → 选择 Developer: Reload Window

常见误区​

  • VS Code 左下角状态栏显示的 Python 环境才是当前运行代码使用的解释器
  • VS Code 的终端中显示的环境和编辑器选择的解释器可能不一致，注意检查
  • 遇到"装了但找不到"的问题，先运行 test_env.py 看 Python 路径
注意

VS Code 终端中 (organchip) 前缀只表示终端激活的 conda 环境，它和左下角显示的 Python 解释器是两回事。运行 .py 文件时使用的是左下角选择的解释器。