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

加密与编码算法全解：从原理到精通（Java & JS 实战版)

加密与编码算法全解：从原理到精通（Java & JS 实战版)

文章目录 * 1. 核心概念地图 * 2. 对称加密：AES 的内部解剖与实战 * 2.1 AES 单轮变换流程图 * 2.2 分组模式详解：ECB vs CBC * 2.3 实战：AES-GCM 加密与解密 * Java (JDK 11+) * JavaScript (Node.js) * 3. 非对称加密：RSA 的数理逻辑 * 3.1 RSA 密钥生成流程图 * 3.2 填充的重要性：OAEP * 3.3 实战：RSA-OAEP 加密与解密 * Java (JDK 11+) * JavaScript (Node.

By Ne0inhk
Java 大视界 -- Java 大数据在智能医疗远程康复数据管理与康复方案个性化定制实战（430）

Java 大视界 -- Java 大数据在智能医疗远程康复数据管理与康复方案个性化定制实战（430）

Java 大视界 -- Java 大数据在智能医疗远程康复数据管理与康复方案个性化定制实战（430） * 引言： * 正文： * 一、行业痛点与 Java 大数据的核心价值 * 1.1 远程康复行业核心痛点（数据来源：《中国远程康复医疗发展白皮书 2024》） * 1.2 Java 大数据的适配性与核心价值 * 二、智能远程康复系统架构设计实战 * 2.1 整体架构设计 * 2.2 核心技术栈选型（生产压测验证版） * 2.3 数据流转核心流程（带业务场景说明） * 三、远程康复数据全生命周期管理实战 * 3.1 多源数据采集实战（Flink 完整代码，含 Sink 实现） * 3.2 时序数据存储优化（HBase+InfluxDB

By Ne0inhk
Java 大视界 -- Java 大数据在智能教育在线考试系统中的考试结果分析与教学反馈优化中的应用（420）

Java 大视界 -- Java 大数据在智能教育在线考试系统中的考试结果分析与教学反馈优化中的应用（420）

Java 大视界 -- Java 大数据在智能教育在线考试系统中的考试结果分析与教学反馈优化中的应用（420） * 引言： * 正文： * 一、智能教育在线考试系统的需求痛点与 Java 大数据的适配逻辑 * 1.1 在线考试系统的四大教学痛点（2024 年教育信息化公开数据） * 1.2 Java 大数据 vs 其他技术栈（教育场景实测对比） * 1.3 教育场景的 Java 大数据技术栈选型（按规模适配） * 二、Java 大数据在在线考试系统中的两大核心场景落地 * 2.1 场景一：考试结果多维分析（高校课程考试核心需求） * 2.1.1 架构设计（某省属高校实战架构） * 2.1.2 核心代码：Spark SQL 多维分析（

By Ne0inhk