如何在Visual Studio Code中設定Python調試的工作目錄?
如何設定使用 VS Code 的偵錯器來偵錯 Python 程式的工作目錄?
使用 Visual Studio Code 偵錯 Python 程式時( VS Code),指定工作目錄對於確保腳本正確運作至關重要。
要在啟動設定檔(launch.json) 中設定工作目錄,請依照下列步驟操作:
-
開啟launch.json 檔案:
- 在VS Code 中,透過按一下執行 圖示導覽至「執行」視圖
- 選擇頂部工具列上的設定 選擇頂部工具列上的
- 設定(齒輪)圖示。 點選新增設定... 並選擇
-
- 設定「cwd ”變數:
- 在啟動配置中,找到「配置」部分。
在第一個設定中,插入以下行:<code class="json">"cwd": "${fileDirname}"</code>
登入後複製這指定工作目錄將設定為目前的目錄開啟 Python 檔案。 -
- 考慮「目的」選項(可選):
- 如果您打算使用側邊欄的「運行和偵錯」圖示或
選項,新增以下行:<code class="json">"purpose": ["debug-in-terminal"]</code>
登入後複製 -
- 儲存launch.json 檔案:
確保將launch.json 檔案保存在與Python 腳本相同的目錄中。
<code class="json">{ "version": "0.2.0", "configurations": [ { "name": "Python Current File (Integrated Terminal)", "request": "launch", "type": "python", "program": "${file}", "console": "integratedTerminal", "cwd": "${fileDirname}", "purpose": ["debug-in-terminal"] } ] }</code>
注意:
注意: launch.json 檔案控制項目的調試設定。如果您沒有,請透過按一下偵錯視圖中的配置齒輪圖示來建立它。以上是如何在Visual Studio Code中設定Python調試的工作目錄?的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

Python适合数据科学、Web开发和自动化任务,而C 适用于系统编程、游戏开发和嵌入式系统。Python以简洁和强大的生态系统著称,C 则以高性能和底层控制能力闻名。

Python在遊戲和GUI開發中表現出色。 1)遊戲開發使用Pygame,提供繪圖、音頻等功能,適合創建2D遊戲。 2)GUI開發可選擇Tkinter或PyQt,Tkinter簡單易用,PyQt功能豐富,適合專業開發。

兩小時內可以學到Python的基礎知識。 1.學習變量和數據類型,2.掌握控制結構如if語句和循環,3.了解函數的定義和使用。這些將幫助你開始編寫簡單的Python程序。

2小時內可以學會Python的基本編程概念和技能。 1.學習變量和數據類型,2.掌握控制流(條件語句和循環),3.理解函數的定義和使用,4.通過簡單示例和代碼片段快速上手Python編程。

Python更易學且易用,C 則更強大但複雜。 1.Python語法簡潔,適合初學者,動態類型和自動內存管理使其易用,但可能導致運行時錯誤。 2.C 提供低級控制和高級特性,適合高性能應用,但學習門檻高,需手動管理內存和類型安全。

要在有限的時間內最大化學習Python的效率,可以使用Python的datetime、time和schedule模塊。 1.datetime模塊用於記錄和規劃學習時間。 2.time模塊幫助設置學習和休息時間。 3.schedule模塊自動化安排每週學習任務。

Python在web開發、數據科學、機器學習、自動化和腳本編寫等領域有廣泛應用。 1)在web開發中,Django和Flask框架簡化了開發過程。 2)數據科學和機器學習領域,NumPy、Pandas、Scikit-learn和TensorFlow庫提供了強大支持。 3)自動化和腳本編寫方面,Python適用於自動化測試和系統管理等任務。

Python在自動化、腳本編寫和任務管理中表現出色。 1)自動化:通過標準庫如os、shutil實現文件備份。 2)腳本編寫:使用psutil庫監控系統資源。 3)任務管理:利用schedule庫調度任務。 Python的易用性和豐富庫支持使其在這些領域中成為首選工具。
