07 - 使用IDEA开发Python

Ne0inhk

— 16 min read

文章目录

以前的文章中介绍了如何安装了Python，到此，如果你对Python特别熟悉，可以不依赖于开发额外的开发IDE，直接使用包/环境管理工具和文本编辑器就可以开发Python工程项目。但是开发IDE在开发过程会提供更多便捷方式如管理工具集成、代码高亮、代码提示等，方便开发人员开发、管理、编译、发布项目。因此，一般的，我们会使用第三方开发环境来完成代码开发工作。

目前，行业内使用的开发IDE层出不穷，在AI当道的今天，又推出了很多的AI工具如 cursor、trae 等，现在，用的最多的开发IDE包括 Visual Studio Code、PyCharm 和 Intellij IDEA。下面，针对于Python，接下来介绍IntelliJ IDEA。

IntelliJ IDEA(简称IDEA) 是由 JetBrains 公司开发的一款广泛使用的集成开发环境（IDE），专为提高开发者的生产力和代码质量而设计。作为一个强大的多语言 IDE，IDEA 以其智能代码补全、代码分析和重构功能而闻名。IDEA 提供了强大的调试工具、版本控制集成（如 Git、SVN 和 Mercurial），以及丰富的插件生态系统，使得开发者能够根据需要扩展和定制其功能。此外，IDEA 拥有直观的用户界面和高度可配置的工作环境，支持快速导航和高效的代码编辑，适用于从小型项目到大型企业级应用的开发。这些特性使得 IDEA 成为了众多开发者的首选 IDE。其社区版（免费）和终极版（付费）满足了不同层次开发者的需求。

在使用 IDEA 开发Python应用前，首先确保：

  • Python环境已经下载并安装；
  • 至少在IDEA安装一个Python插件
  • 框架SDK（如django，flask，fastapi等）已经下载安装。

IDEA 本身并不直接支持Python开发，如果选择 IDEA 作为Python开发IDE，则需要在IDEA中至少安装一个Python 插件，IDEA支持如下的Python 插件：

  • 标准的 Python interpreters
  • IronPython
  • PyPy
  • Jython

安装Python插件

Python插件是使得IDEA能够开发Python的 Python SDK。

  1. 在设置窗口中，选择左侧栏的”Plugins“选项卡。
  2. 在”plugins“搜索栏中输入”python “，找到Python插件并点击“Install”按钮。
  3. 安装完成后，重启 IDEA 以激活插件。

打开 IDEA，通过 File > Settings 或 欢迎界面中选择 setting 或者按 ctrl + alt + shift + s 进入配置界面。

在这里插入图片描述

通过安装插件，IDEA获得了Python代码编辑、语法高亮、代码补全等能力，这为在IDEA中的Python开发奠定了基础。

Python Community Edition插件

与Python插件类似，Python Community Edition插件提供了代码补全、语法检查、包管理等功能。

  • 安装插件
    • 打开IDEA，选择File -> Settings。
    • 选择Plugins，搜索Python Community Edition。
    • 点击Install，安装完成后重启IDEA。
  • 使用插件
    • 打开项目，插件会自动检测Python环境和依赖。
    • 在代码编辑器中，插件提供了智能提示和代码补全功能。
    • 使用插件管理依赖，可以自动生成和更新requirements.txt文件。

配置 Python SDK

Python SDK 是执行Python代码的核心组件，是确保代码能够运行的关键步骤。配置Python SDK的目的就是用来指定Python的执行环境，指定所需的依赖项路径，编译和解释Python代码。

可以通过配置Python解释器给配置进去。

添加 Python SDK

在IDEA中，打开 File > Project Structure 或者按 ctrl + alt + shift + s快捷键进入配置界面。在该界面下可以配置”平台级别“、”项目级别“和”模块级别“的Python解释器。

在这里插入图片描述

要轻松区分它们，可通过“Name”输入框中输入不同的名称。

要添加 Python SDK，就必须要至少配置一个Python解释器。才能配置本地或远程Python解释器。

配置 系统级 Python SDK：选择 Platform Settings -> SDKs选项卡，然后点击 + 添加系统级的Python解释器

在这里插入图片描述

在弹出框中点击 ”Add Python SDK from disk...“ 进入到 Add Python Interpreter对话框后，选择左侧栏的 System Interpreter，然后在”Interpreter“下拉列表中选择已经在系统中安装的Python解析器，指定Python可执行文件路径。

在这里插入图片描述

处理完成后，点击”OK“按钮完成配置。

    • 在”Name"输入框中更改项目名称
    • 在“SDK”中选择配置的系统SDK；
    • 在“Language level”中选择语言级别
    • 在“Compile output”中输入编译输出路径或者点击“[文件夹]”按钮在文件系统选择所需的目录并确定。
    • 在”Name"输入框中更改项目名称
    • 选择“Dependencies”选项卡后再“Module SDK“中选择配置的 Python SDK;

配置模块级的 Python SDK：如果需要，选择 ***Project Settings -> Module Settings***选项卡进入配置模块级别SDK界面：

在这里插入图片描述

配置项目级的 Python SDK：如果需要，选择 ***Project Settings -> Project***选项卡进入配置项目级别SDK界面

在这里插入图片描述
管理解释器类路径

IDEA 允许向所选解释器添加路径。这些路径将被添加到环境变量 PYTHONPATH 中。IDEA 将对这些路径进行索引，并解析代码的对象（例如，包的导入）。

查看路径
  • 打开 File > Project Structure 或者按 ctrl + alt + shift + s快捷键进入配置界面；
  • 在 “Project Structure” 中选择“Platform Settings -> SDKs”
  • 在列表框中选择具体的SDK
  • 选择“Classpath”选项卡查看所有的包含路径
添加路径
  • 在“Classpath”选项卡中，点击 “+”；
  • 在路径选择框中选择要加入的路径并确定
删除路径

选择中具体的路径后按 “-” 按钮删除

移除 Python SDK

如果不再需要配置好的 Python解释器，则可以将其删除。

  • 打开 File > Project Structure 或者按 ctrl + alt + shift + s快捷键进入配置界面。
  • 选择 “Platform Settings -> SDKs”
  • 选择具体的SDK项，然后点击 “-”删除。

配置虚拟环境

配置虚拟环境，可以使用以下的其中一种。

配置 virualenv 虚拟环境：

选择 SDKs选项卡，然后点击 + 后选择”Add Python SDK from disk“进入。

在这里插入图片描述


进入到 Add Python Interpreter界面后，选择左侧栏的 Virtualenv Environment：

在这里插入图片描述
  • 新建虚拟环境
    • 在列表中选择基本的Python解释器，或者点击”[文件夹]"按钮在文件系统中查找Python的可执行文件并选择；
    • 在输入框中输入新的虚拟环境目录或者点击"[文件夹]"按钮在文件系统中找到虚拟环境目录。注意：所选的虚拟环境必须保证为空的文件夹。
    • 如果想要将安装在Python全局中的依赖包全部安装到项目虚拟环境中，则勾选 Inherit global site-packages 选项。这个选项等同于 --system-site-packages 参数。
    • 如果想要在Idea中创建的Python虚拟环境能重复使用，则勾选 Make available to all projects 选项。
  • 选择已存在的虚拟环境所选的虚拟环境将在当前项目中重复使用。
    • 在解释器下拉列表中选择其中的一条条目；
    • 如果所需的Python解释器不在列表中，则可点击“…"按钮，然后在文件系统中找到Python可执行文件并确定（例如，在macOS中为 venv/bin/python，在Windows中为 venv\Scripts\python.exe）。

配置完成，点”OK“按钮确认并退出。

配置 conda 虚拟环境

选择 SDKs选项卡，然后点击 + 后选择”Add Python SDK from disk“进入。

在这里插入图片描述


进入到 Add Python Interpreter界面后，选择左侧栏的 conda Environment（在配置之前，确保 Anaconda 或者 Minionda 已经下载并安装到系统中）：

在这里插入图片描述
  • 创建新的 conda 环境
    • 在环境类型列表中选择 conda的类型；
    • 在“Location”输入框中输入新conda环境配置目录，或者点击“[文件夹]”按钮在文件系统中获取具体目录。注意，该目录必须是空目录；
    • 选择Python的版本；
    • 通常Idea会自动检查conda的安装路径并获取conda可执行文件所在位置。如果没有，则可以在“Conda Executable”输入框中输入具体可执行文件全路径或者点击“[文件夹]”在文件系统找到可执行文件所在位置并选择。
    • 如果想要在Idea中创建的Python虚拟环境能重复使用，则勾选 Make available to all projects 选项。
  • 使用已存在的 conda 环境选中的conda环境将在当前项目中重复使用。
    • 在解释器下拉列表中选择其中的一条条目；
    • 如果所需的Python解释器不在列表中，则可点击“…"按钮，然后在文件系统中找到Python可执行文件并确定。
    • 如果需要，在“conda Executable”输入框中输入conda可执行文件路径，或者点击“[文件夹]”按钮找到可执行文件并选择。
    • 如果想要在Idea中创建的Python虚拟环境能重复使用，则勾选 Make available to all projects 选项。
配置 pipenv 虚拟环境

选择 SDKs选项卡，然后点击 + 后选择”Add Python SDK from disk“进入。

在这里插入图片描述


进入到 Add Python Interpreter界面后，选择左侧栏的 Pipenv Environment ：

在这里插入图片描述
  • 在“基础解释器”下拉框中选择所需的基本解释器，或者点检“…”按钮在文件系统中找到Python可执行文件路径并选择；
  • 如果项目中维持有“PipFile”，则可以通过勾选 Install packages from Pipfile 选项来确定是否禁止或者允许根据Pipfile列表依赖包列表来安装依赖项。默认是允许；
  • 如果有将Python可执行文件路径添加在 PATH环境变量中，系统会自动检测到并配置Pipenv可执行文件路径；如果没有，则可以通过点击”[文件夹]“按钮在文件系统中找到Pipenv的的可执行文件位置并选择。

点击”OK“按钮完成配置。

配置 Poetry 虚拟环境

选择 SDKs选项卡，然后点击 + 后选择”Add Python SDK from disk“进入。

在这里插入图片描述


进入到 Add Python Interpreter界面后，选择左侧栏的 Poetry Environment ：

在这里插入图片描述
  • 新建Poetry虚拟环境
    • 在“基础解释器”下拉框中选择所需的基本解释器，或者点检“…”按钮在文件系统中找到Python可执行文件路径并选择；
    • 如果项目中维持 pyproject.toml 文件，就可以通过选中 Install packages from pyproject.toml 选项来确定允许或禁止根据 pyproject.toml 文件中的依赖包列表来安装依赖包。
    • 如果Idea没有检测到poetry可执行文件，可以在”proptry executable“输入框中输入poetry可执行文件全路径或者点击”[文件夹]“按钮在文件系统中查找到可执行文件并选择
  • 选择已存在的Poetry虚拟环境
    • 确保在项目目录中维持有 pyproject.toml 文件
    • 在”解释器“下拉框中选择具体的条目；
    • 如果所需的解释器不在列表中，则可点击“…"按钮，然后在文件系统中找到Python可执行文件并确定。

点击”OK“按钮完成配置。

配置 uv 虚拟环境

选择 SDKs选项卡，然后点击 + 后选择”Add Python SDK from disk“进入。

在这里插入图片描述


进入到 Add Python Interpreter界面后，选择左侧栏的 Uv Environment ：

在这里插入图片描述
  • 在列表中选择基本的Python解释器，或者点击”[文件夹]"按钮在文件系统中查找Python的可执行文件并选择；
  • 在输入框中输入新的虚拟环境目录或者点击"[文件夹]"按钮在文件系统中找到虚拟环境目录。注意：所选的虚拟环境必须保证为空的文件夹。
  • 通常Idea会自动检查uv的安装路径并获取uv可执行文件所在位置。如果没有，则可以在“uv executable”输入框中输入具体可执行文件全路径或者点击“[文件夹]”在文件系统找到可执行文件所在位置并选择。

创建Python项目

在安装插件和配置解释器后，可以开始创建Python项目。

  1. 通过File -> New -> Project 或者IDEA的欢迎界面点击 New Project，进入新建项目界面。
    • 从下拉列表中选择一个基本的虚拟环境，或者点击“[文件夹]”按钮在本地文件系统中查找安装的Python执行器路径；
    • 在 Location 输入框中输入新虚拟环境的本地路径；或者点击“[文件夹]”按钮在本地文件系统中查找。注意，新虚拟环境目录应该为空目录；
    • 如果想要将安装在Python全局中的依赖包全部安装到项目虚拟环境中，则勾选 Inherit global site-packages 选项。这个选项等同于 --system-site-packages 参数。
    • 如果想要在Idea中创建的Python虚拟环境能重复使用，则勾选 Make available to all projects 选项。
  2. 点击 create 完成项目创建。

如果没有配置可用的虚拟环境管理工具，选择“New”按钮来选择和配置新的虚拟环境管理工具。

在这里插入图片描述

在新建项目界面选择“Python”作为项目类型，指定项目位置路径和名称

在这里插入图片描述


如果原来配置有Python虚拟环境，则可以从列表选择选中其中之一使用；或者点击“Add Interpreter”按钮去指定目标环境的路径，创建新的Python环境。

通过这些步骤，一个新的Python项目就创建完成，可以开始编写代码。

安装项目所需的包

  1. 打开终端或使用IDEA自带的“Terminal”。
  2. 激活虚拟环境，运行pip install命令安装所需的第三方包。
  3. 在代码中使用import语句引入已安装的包。

为了方便项目的依赖管理，推荐使用requirements.txt文件。在文件中列出所有的依赖包及其版本号，可以方便地进行安装和版本控制。

pip freeze > requirements.txt pip install -r requirements.txt

requirements.txt文件是Python项目常用的依赖管理文件，通过pip freeze > requirements.txt命令可以生成当前环境的依赖列表。将这个文件提交到版本控制系统，可以确保团队成员或在不同环境中重现相同的依赖环境。通过pip install -r requirements.txt命令可以根据文件中的依赖列表安装所有的包。

编写和运行Python代码

创建项目后，可以在IDEA中编写和运行Python代码。

  1. 在项目目录中右键点击“src”文件夹，选择“New > Python File”创建一个新的Python文件。
  2. 输入文件名称并开始编写Python代码。
  3. IDEA提供了代码补全、语法高亮和错误检测功能，帮助编写代码。
  4. 编写完成后，右键点击Python文件，选择“Run ‘filename’”来运行程序。
  5. IDEA将打开一个控制台窗口，显示程序的输出和错误信息。

通过这些步骤，可以轻松编写和调试Python代码。

部署Python项目

在开发完成后，需要将Python项目部署到生产环境。

  1. 确定部署环境（如服务器、云平台）。
  2. 打包Python项目，包括所有依赖库。
  3. 使用工具（如Docker）创建可移植的部署包。
  4. 将部署包上传到目标环境，并配置运行环境。
  5. 启动应用程序，并监控运行状态。

通过这些步骤，可以将Python项目成功部署到生产环境，供用户使用。

Read more

【算法通关指南：数据结构和算法篇】算法里的 “排队系统”：队列的数组模拟 + STL queue 实战

【算法通关指南：数据结构和算法篇】算法里的 “排队系统”：队列的数组模拟 + STL queue 实战

🔥小龙报：个人主页 🎬作者简介：C++研发，嵌入式，机器人方向学习者 ❄️个人专栏：《算法通关指南》 ✨ 永远相信美好的事情即将发生 文章目录 * 前言 * 一、队列的概念 * 二、队列的模拟实现 * 2.1创建 * 2.2 入队 * 2.3出队 * 2.4队头 * 2.5队尾 * 2.6判空 * 2.7有效元素个数 * 2.8 所有测试代码 * 三、queue * 3.1 如何创建 * 3.2容器相关接口 * 3.2.1 size / empty * 3.2.2 push

By Ne0inhk
C++学习之旅【实战全面解析C++二叉搜索树】

C++学习之旅【实战全面解析C++二叉搜索树】

🔥承渊政道：个人主页 ❄️个人专栏: 《C语言基础语法知识》《数据结构与算法》 《C++知识内容》《Linux系统知识》 ✨逆境不吐心中苦,顺境不忘来时路!🎬 博主简介: 引言:前篇文章,小编已经介绍了关于C++中多态概念指南与核心内容介绍!相信大家应该有所收获!接下来我将带领大家继续深入学习C++的相关内容!本篇文章着重介绍关于实战全面解析C++二叉搜索树,那么这里面到底有哪些知识需要我们去学习的呢?废话不多说,带着这些疑问,下面跟着小编的节奏🎵一起学习吧！ 目录 * 1.⼆叉搜索树的概念 * 2.⼆叉搜索树的性能分析 * 3.⼆叉搜索树的插⼊ * 4.⼆叉搜索树的查找 * 5.⼆叉搜索树的删除 * 6.⼆叉搜索树的实现代码 * 7.⼆叉搜索树key和key/value使⽤场景 * 7.1key搜索场景 * 7.2key/value搜索场景 * 7.3key/value⼆

By Ne0inhk
智能指针：告别内存泄漏的利器----《Hello C++ Wrold!》(27)--(C/C++)

智能指针：告别内存泄漏的利器----《Hello C++ Wrold!》(27)--(C/C++)

文章目录 * 前言 * 智能指针的作用 * 智能指针的实现和原理 * 库里面的智能指针 * std::auto_ptr * auto_ptr的模拟实现 * std::unique_ptr * unique_ptr的模拟实现 * std::shared_ptr * shared_ptr的模拟实现 * shared_ptr的一个弊端 * std::weak_ptr * weak_ptr的模拟实现 * 删除定制器 * 作业部分 前言 在 C++ 编程中，动态内存管理始终是开发者面临的核心挑战之一。手动使用new分配内存、delete释放内存的模式，不仅需要开发者时刻关注内存生命周期，更可能因疏忽导致内存泄漏（忘记调用delete）、二次释放（重复调用delete），或是在异常抛出时因执行流跳转跳过delete语句等问题 —— 这些隐患轻则导致程序性能退化，重则引发崩溃或不可预期的运行错误，成为项目中难以排查的 “隐形 bug”。 为解决这一痛点，C++ 标准库引入了智能指针这一核心工具。

By Ne0inhk
安装 Microsoft Visual C++ Build Tools

安装 Microsoft Visual C++ Build Tools

Microsoft Visual C++ Build Tools下载安装 安装Microsoft Visual C++ Build Tools是为了在windows系统上编译和运行需要C++支持的程序或库（例如某些Python包，Node.js模块等）。 1.下载 打开浏览器，访问 Visual Studio Build Tools下载页面。 在页面上找到“下载”按钮，点击下载 Build Tools for Visual Studio 的安装程序（vs_BuildTools.exe）。 2. 安装 双击下载好的软件（vs_BuildTools.exe）。 点击继续。 等待下载安装。 在安装Visual Studio Build Tools的时候，选择“C++生成工具”

By Ne0inhk