先安装python 和visual studio code，在此不赘述安装方法和过程。

安装完成后，打开visual studio code，如下图1：

到这一步，还没有创建或打开一个工作目录，也没有创建虚拟环境，没有安装python的任何第三方工具包。

接下来在visual studio code中创建或打开一个目录，就可以在该目录下创建虚拟环境目录和自已需要的工作目录。

操作以笔者个人项目的目录截图为例来说明。

【1】点击图1中的 “open folder”按钮，选择 D:\python_pjts 目录，理论上说，到这里就可以编写代码了，代码就可以保存在当前的D:\python_pjts目录下或python系统的安装目录下，也可以安装python 的第三方工具程序包。但是，这样就把个人项目所需的第三方工具包安装在python 安装系统目录下的lib 的子目录里，不仅工具包混乱，而且不方便个人项目迁移或交付，最好给个人项目创建虚拟环境和工作目录。

【2】创建虚拟环境和工作目录

方法如图2：

注意虚拟环境名称前面的 . 只是个人喜好，一般正常命名即可。执行图2的命令，即可看到图1中有.ML_venv 目录，这就是为个人项目创建的虚拟环境。

为了个人项目管理方便(非必须),又在python_pjts 目录下创建了AutoTrading、work_data、test_code和backup_files 四个工作目录。

使用虚拟环境，先要激活，方法如图3：

激活后，在原命令提示串前就出现虚拟环境名称（绿色字符串）。这样，安装个人项目所需的python第三方工具包，就安装在 .ML_venv中，方便管理和日后迁移部署；然后根据该项目需要在.ML_venv目录创建必要的目录，如图4：

图4中的ML_codes 目录是个人创建的工作目录，其他目录为创建. ML_venv 虚拟环境时系统生成的目录。

当在visual studio code中要使用其他虚拟环境或使用python 安装时的环境时，要退出当前虚拟环境，如下图：

【3】python 项目迁移。

个人项目完成后，要交付或部署到其他电脑上运行，就要把该项目需要的第三方工具包的名录提供给目标对象，这些在该项目开发时已经安装在. ML_venv 虚拟环境下，可在该虚拟环境下执行如下命令：

pip freeze > requirements. txt

运行上述命令后，在该虚拟环境目录下就生成requirements. txt ，内容示例如图5：

交付给对方后，对方在选定的目录下执行以下命令：

pip install -r "requirements.txt"

即可安装该项目所需的第三方工具包。注意，requirements. txt 只是习惯名称，可以另外命名。

====

今晚把量化交易项目结构整理了一下，顺便把过程写下来，供python入门学习者参考。