4月更新的国漫python：4月更新 | Visual Studio Code Python 居然可以这样

当夜幕降临，星光洒满了整个天空，1个神秘的旅行者走出阴影，他的身影在月光下若隐若现，仿佛是从童话故事中走出的人物。话没有多说快来看看我们今天的主题内容吧：

原标题：4月更新 | Visual Studio Code Python关注我们（本文阅读时间：6分钟）我们很高兴地宣布2023年4月版 Visual Studio Code 的 Python 和 Jupyter

扩展现已推出！此版本包括以下改进：Data Wrangler 可供 Visual Studio Code Insiders 使用移动符号重构Create Environment 按钮嵌入依赖文件扩展作者的环境 API

Python 环境的内核选择器改进Data Wrangler 可供 VS Code Insiders 使用Data Wrangler 是1种革命性的工具，适用于使用 Python 处理表格数据的数据科学家和分析师，现在可在

VS Code Insiders 版本使用Data Wrangler 是 VS Code Insiders 的扩展 ，可以从 Jupyter notebook 中的任何 Pandas 数据帧输出启动，或者通过右键单击 VS Code Insiders 中的任何 CSV 或 Parquet 文件并选择 Open in Data Wrangler 启动。

要了解有关 Data Wrangler 的更多信息，请阅读我们发布的完整的 Data Wrangler 博客Data Wrangler 博客：https://devblogs.microsoft.com/python/data-wrangler-release/。

移动符号重构得益于新的 Move symbol 代码操作，您现在可以使用 Pylance 更方便地重构 Python 代码对于此更新，我们感到很开心，因为它是 Pylance 存储库 pylance-release/discussion#2620 。

中请求最多的功能之1要试用它，请在 Python 文件当选择1个符号，然后单击显示的灯泡您可以将符号移动到现有文件或新文件如果该位置是1个新文件，则会创建1个取您的符号同名的 Python 文件所有适用的导入引用都会随着符号移动自动更新。

创建环境嵌入依赖文件Python：Create Environment 命令现在嵌入到依赖文件中当您打开1个 requirements.txt 或1个带有 [build-system] 表的 pyproject.toml 文件时，在运行 Python:Create Environment 命令的编辑器中有1个新的“ 。

Create Environment…”按钮，允许您创建1个新的虚拟环境并安装列出的依赖项。

扩展作者的环境 APIPython 扩展的 API 现在可取用户机器上可用的 Python 环境1起工作扩展还可以使用它来访问 Python 扩展用来运行脚本的选定环境路径，或将其更新为首选路径可以在 。

Python 环境 API 维基页面中找到示例用法我们还计划在未来发布1个 npm 类型包，以便更轻松地跟踪 Python API 中的任何更改Python 环境 API 维基页面：https://github.com/microsoft/vscode-python/wiki/Python-Environment-APIs#extension-api-usage。

Python 环境的内核选择器改进内核选择器现在列出了没有安装 Python 的 Conda 环境例如，如果使用 CLI 如 conda create -n envML 创建新的 Conda 环境，则此新环境将显示在 Conda Env Without Python 部分下的 。

Python 环境列表中。选择这样的环境后，Python 运行时和必要的依赖项将自动安装到所选环境中。

其他变化和增强我们还添加了小的增强功能并修复了用户请求的问题，这些问题应该会改善您在 Visual Studio Code 中使用 Python 和 Jupyter Notebooks 的体验1些显著的变化包括：。

get 方法的自动完成键 (pylance-release#3994)删除对 python.linting.ignorePatterns 的支持 (pylance-release#4100)得益于更新的类型存根，将 Pylance 用于 packages（例如：lightgbm、networkx、vispy、cv2、matplotlib、sklearn 等）时的 IntelliSense 改进

通过从 Marketplace Python 扩展和 Jupyter 扩展来尝试这些新的改进，或者直接从 Visual Studio Code 的扩展视图（ Ctrl + Shift + X 或⌘+ ⇧ + X ）安装它们。

您可以在文档中了解有关 Visual Studio Code Python的更多信息如果您遇到任何问题或有任何建议，请在 Python VS Code GitHub 页面上提出问题，或在本文下方留言谢谢！。

这就是我今天要分享的内容了，希望你能从中受益，如果你喜欢这篇文章的话，请给我1个赞吧，也可以关注我，收藏我的文章，让我们成为朋友。我会继续努力写出更好的文章给大家看。