Python ได้รับความนิยมอย่างสูงเพราะต้วภาษาที่ยืดหยุ่น เข้าใจได้ง่าย อีกทั้ง Microsoft ยังพัฒนาส่วนขยายสำหรับ Python ใน VSCode (Visual Studio Code) ซึ่งเป็นเครื่องมือพัฒนาโปรแกรมที่ได้ความนิยมอย่ามาก ทำให้ Python ถูกอย่างแพร่หลาย ตั้งแต่ Web application ไปจนถึง Machine Learning ทำให้ภาษาที่คนสาย Data Science จำเป็นต้องเรียน

เตรียมสภาพแวดล้อมสำหรับ Python บน VSCode
ติดตั้ง VSCode
โดยดาวน์โหลดจาก https://code.visualstudio.com/download
ติดตั้ง Python
สำหรับ Windows ดาวน์โหลดจาก https://www.python.org/downloads/
สำหรับ Mac ติดตั้งผ่าน brew (ถ้าใครยังไม่รู้จักหรือไม่มีแนะนำให้ติดตั้ง brew.sh ก่อน) ใช้คำสั่งใน Terminal
brew install python3
ปกติแล้ว Mac จะมาพร้อมกับ python3 (แต่ไม่ update บ่อยเท่า brew) ซึ่งถูกใช้เป็นคำสั่งตั้งต้น ถ้าเราต้องการใช้ python3 จาก brew ให้เพิ่ม PATH เขาไปให้ .bashrc หรือ .bash_profile หรือ .zshrc หรือ แค่พิมพ์ใน Terminal
export PATH="/usr/local/bin:$PATH:$HOME/.local/bin"
ติดตั้ง pipenv
pipenv เป็นตัวจัดการแพ็คเกจสำหรับ Python ที่สามารถใช้ได้ทั้ง Windows และ Mac
ทำไมถึงต้องจัดการแพ็คเกจ เนื่องจากการพัฒนาโปรแกรม เราจำเป็นที่จะต้องใช้ Library หลายๆตัวในโปรเจค ปกติเราใช้ pip ในการติดตั้ง Library แต่ pip จะติดตั้งรวมกันในที่เดียว ถ้าเรามีหลายๆโปรเจคและแต่ละโปรเจคให้ Library ตัวเดียวกันแต่เวอร์ชันต่างการใช้ pip เพียงอย่างเดียวจึงสร้างความยุ่งยากเมื่อมีโปรเจคเพิ่มขึ้น
การใช้ pipenv จะช่วยแยกสภาพแวดล้อมของแต่ละโปรเจคและแก้ปัญหาเรื่องเวอร์ชันที่ต่างกันของ Library ได้ การติดตั้ง pipenv ทำได้โดยใช้คำสั่ง
pip3 install --user pipenv # ได้ทั้ง Windows และ Mac
สำหรับ Mac ผ่าน brew
brew install pipenv
รันและ Debug Python ใน VSCode
หลังจากเตรียมเครื่องมือต่างๆเสร็จแล้ว ให้เปิด VSCode แล้วติดตั้ง Python Extensions

จากนั้นไปที่ Terminal สร้าง folder สำหรับทดลองการใชังานโดยใช้คำสั่ง
mkdir try-python-vscode cd mkdir try-python-vscode
สร้างสภาพแวดล้อมสำหรับโปรเจคนี้ด้วยคำสั่ง
pipenv shell
แล้วเรียกใช้งาน VSCode
code .
VSCode จะถูกเรียกขั้นมาแล้วถูกตั้งค่าให้รู้จักกับสภาพแวดล้อมของ pipenv ทันที สร้างไฟล์ใหม่ ตั้งชื่อว่า main.py

กด Cmd + Shift + D (Mac) หรือ Ctrl + Shift + D (Windows) หรือเลือกแทบ Debug แล้ว คลิ๊กที่ create a launch.json file เพื่อสร้างไฟล์สำหรับเก็บการตั้งค่า Debug ให้กับโปรเจค


เมื่อไฟล์สำหรับการตั้งค่าถูกสร้างเสร็จให้กลับไปที่ main.py แล้วพิมพ์คำสั่ง
print('Hello, World!')
แล้วกด F5 เพื่อรันโปรแกรม VSCode จะแสดงผลลัพธ์ที่ Terminal

ลอง Debug ด้วยการสร้าง Breakpoint (จุดสีแดง) ที่บรรทัดที่ต้องการโดยกดปุ่ม F9 หรือ คลิ๊กที่ด้านหน้าตัวเลข

กด F5 เพื่อรันโปรแกรมอีกทีจะเห็นได้ว่า VSCode จะหยุดเพื่อรอบรรทัดที่เราสร้าง Breakpoint ไว้ ให้กด F5 เพื่อให้โปรแกรมดำเนินการต่อ

ติดตั้ง Pylint
Pylint เป็นเครื่องมือที่ใช้ตรวจสอบโค้ดของ Python ว่ามีข้อผิดพลาดตรงจุดไหนบ้างและแนะนำถึงการแก้ไขด้วย
ทำการติดตั้ง pylint ให้กลับไปที่ Terminal หรือ Command Prompt แล้วพิมพ์คำสั่ง
pip3 install pylint
กลับไปที่ VSCode แล้วลบ “(” “)” ออกจากโค้ด ใช้ปุ่มลัด Cmd + Shift + P (Mac) หรือ Ctrl + Shift + P (Windows) เพื่อเรียกใช้คำสั่ง Python: Run Lint แล้วกด Shift + Cmd + M (Mac) หรือ Shift + Ctrl + M (Windows) เพื่อดูความผิดพลาดที่ Lint ตรวจเจอ

จัดโค้ด Python ใน VSCode
VSCode สนับสนุนการจัดโค้ด Python ผ่านคำสั่ง autopep8 ซึ่งเป็นเครื่องมีอช่วยจัดโค้ดให้เป็นไปตามมาตรฐานของ PEP8 (มาตรฐานกลางในการจัดโค้ดของ Python)
ทำการติดตั้ง autopep8 ให้กลับไปที่ Terminal หรือ Command Prompt แล้วพิมพ์คำสั่ง
pip3 install autopep8
หลังจากติดตั้งเสร็จ กลับไปที่ VSCode ลบทุกอย่างใน main.py แล้วพิมพ์คำสั่ง
def print_message(): print('Hello, World!') # ใช้ 2 space สำหรับ Indent print_message() # เว้น 1 บรรทัด
ให้ใช้ปุ่มลัด Option + Shift + F (Mac) หรือ Alt + Shift + F (Windows) เพื่อจัดโค้ด VSCode จะจัดเรียงโค้ดใหม่ตามมาตรฐาน

Python ได้รับความนิยมอย่างสูงเพราะต้วภาษาที่ยืดหยุ่น เข้าใจได้ง่าย และได้รับความนิยมอย่างสูงในการใช้กับ Machine Learning
เท่านี้เราก็พร้อมพัฒนา Python ด้วย VSCode แล้ว
อ้างอิง
https://code.visualstudio.com/docs/python/environments
https://code.visualstudio.com/docs/python/debugging
https://pipenv.pypa.io/en/latest/install/#installing-pipenv
https://github.com/hhatto/autopep8
https://github.com/PyCQA/pylint