VS Code 中的 Python 环境

VS Code 中的 Python 环境

起因是闲暇之余用到了 python，打开 pycharm 一看，好家伙居然不给我用，需要进行激活，我也知道网上存在大量的激活教程什么的，于是就去了，结果这些个博主非要关注、私信才给激活码/破解包，还放在龟速网盘中，真是气不打一处来。另一方面 pycharm 体积不能说很大吧，就是感觉体积偏大，弄一堆冗杂的插件，我作为一个闲暇 python 使用者，只要能满足我编写一些不太复杂的 python 代码就行了，高级功能用不上，不想涉及莫名 up 和龟速网盘，于是这篇文章就诞生了。

1. 下载并安装 Python（解释器）

1. 去哪下载（推荐官方）

直接用 Python 官方网站 下载安装包，版本选择：优先选 Python 3.12.x（3.12.2 就很好）。

2. 安装时怎么选（新手最容易选错的地方）

运行安装程序后，重点看两类安装方式：

方式 A：Install Now（省事，但路径通常在系统盘）

  • 优点：一路下一步即可
  • 缺点：安装路径一般在 C 盘

方式 B：Customize installation（推荐，可控）

如果希望安装到 D:\Python3.12.2，按下面做：

  1. 勾选（很重要）：Add python.exe to PATH
    • 这能在终端直接用 python、pip。
    • 不勾也能用，但后面会更麻烦（需要写完整路径）。
  2. 点击：Customize installation。
  3. 功能组件大部分保持默认即可（pip、venv 建议保留）。
  4. 下一步会有安装路径：把它改成自己想要的，比如：D:\Python3.12.2。
  5. 安装完成后，建议点一下安装器里的 Disable path length limit（如果出现这个按钮）。

3. 安装完怎么验证（确保装成功）

打开 PowerShell / CMD，输入：

1
python --version

应看到类似：Python 3.12.2，再检查 python 路径：

1
where python

如果勾选了 PATH，通常会列出路径；若没有 PATH，也没关系，仍然可以用完整路径运行（例如 D:\Python3.12.2\python.exe ...）。

2. VS Code 必备准备：装插件 & 选解释器

1. 安装 Python 插件（微软官方）

在 VS Code 扩展里搜：Python（Microsoft） 并安装。

2. 选择解释器（最关键的第一步）

按 Ctrl + Shift + P → 输入并选择：Python: Select Interpreter，然后选自己的路径：D:\Python3.12.2\python.exe。

  • 左下角显示正确解释器：D:\Python3.12.2\python.exe。
  • 新建 .py 文件（名称任意），写入 python 代码：print("hello python")。
  • 终端运行 D:/Python3.12.2/python.exe ... 能输出 hello python。

结论：VS Code 能跑 Python，解释器配置没问题。

警惕 “Code Runner” 插件

  • 问题：很多 C++ 开发者习惯用 VS Code 的 Code Runner 插件（右上角三角形运行按钮）。谨慎用它跑 Python 虚拟环境！ Code Runner 默认通常直接调用系统 Path 里的 python，而 忽略 VS Code 右下角选中的 venv。
  • 纠正：明确建议使用 VS Code Python 官方插件提供的 “在终端中运行 Python 文件”（Run Python File in Terminal），或者直接在终端手敲 python xxx.py。

3. 重点：每个项目一个 venv（避免 pip 装乱）

python 和 pip 的关系就像 node 和 npm 的关系或是 Ubuntu 和 apt 的关系，如果你不理解，把 pip 理解成手机的应用商店（包管理工具）就行，要安装库（“软件”）就需要用到 pip，当然除了 pip 也有 uv（rust 编写，快）、Poetry、PDM、Conda / Mamba 等，现在 pip 其实已经能够满足绝大多数场景了。

方式 A（推荐、省心）：用 VS Code 一键创建

  1. 打开一个文件夹（比如 D:\Coding\Python\test）
  2. Ctrl + Shift + P
  3. 运行：Python: Create Environment
  4. 选择：Venv
  5. 选择解释器：D:\Python3.12.2\python.exe
  6. VS Code 会在项目下创建一个 .venv 文件夹

创建完成后会看到：

  • VS Code 左下角解释器变成类似：Python 3.12.2 ('.venv')
  • 以后在这个项目里装的库，只会装进这个 .venv

方式 B：用命令行创建

在项目根目录打开终端（VS Code 终端就行）：

1
D:\Python3.12.2\python.exe -m venv .venv

然后重启/刷新 VS Code，选择解释器为 .venv 对应的那个。

注意：.venv 必须通过 Python: Create Environment 或 python -m venv .venv 来创建，不可以自己手动创建一个空文件夹叫 .venv，VS Code 大概率识别不了，因为里面没有虚拟环境需要的结构（Scripts、pyvenv.cfg、site-packages 等）。

敲黑板：

1
2
># 固定命令，所有.venv虚拟环境通用，直接复制执行
>./.venv/Scripts/activate	# 执行后，vscode终端会显式的显示出类似 (.venv) PS D:\Coding\Python> 这样的提示，可以快速判断当前环境

如果换路径了，怎么办？

方法一：用 VS Code 的 Python 解释器选择 + 自动激活（最省心）

  • 在 VS Code 里：Ctrl+Shift+P → “Python: Select Interpreter”
  • 选择自己的 .venv（通常在项目根目录下 .venv）
  • 然后确保 VS Code 设置开启自动激活：
  • Settings → 搜索 “Activate Environment”
  • 打开 “Python: Terminal: Activate Environment”
  • 这样，以后打开该项目的终端，它会自动激活该项目的 venv，不需要手敲 activate 路径。

方法二：让每个项目都用“项目内 .venv”（推荐固定约定）

把虚拟环境建在项目根目录：.venv

  • Windows PowerShell：py -m venv .venv
  • 之后激活就始终是相对路径（不怕在哪个盘）：
  • PowerShell：.\.venv\Scripts\Activate.ps1
  • cmd：.venv\Scripts\activate.bat
  • Git Bash：source .venv/Scripts/activate
  • 关键点：只要 cd 到项目根目录（或从 VS Code 打开该文件夹），命令永远一样。

4. 为什么强烈推荐 venv：别把所有包都装到全局

可以把 Python 环境理解成一个“工具箱”，里面有解释器 + 一堆第三方库。

  1. 如果永远只装全局（不推荐长期这样）：

    • 优点：省事，pip install xxx 就完了。
    • 缺点：项目一多就炸：
    -   A 项目要 `numpy==1.24`
-   B 项目要 `numpy==1.26`
-   全局每个包只能装一个版本，迟早冲突。

  2. 更好的做法：每个项目一个 venv

    • A 项目用 A 的包

    • B 项目用 B 的包

    • 互不影响，系统更干净

5. venv 到底是什么？

venv 本质是一个文件夹（常见叫 .venv），里面会有 一套“指向/复制”解释器的环境结构（Windows 通常会放一个 python.exe，但它本质上是给这个环境专用的入口），最关键的是：它有自己的 site-packages，装包只影响当前项目，不污染全局。所以可以简单记成一句话：venv = 给某个项目单独准备的一套 Python + pip 装包位置。

6. 在 venv 的管理

创建并选中 .venv 后，打开 VS Code 终端，安装包：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
# 1. 基础安装：装指定包的最新稳定版
pip install 包名
pip install 包名1 包名2 包名3       # 一次性安装多个包
pip install requests

# 2. 国内源加速安装：解决官方源下载慢/超时问题（阿里源，可替换清华/豆瓣源）
pip install 包名 -i https://mirrors.aliyun.com/pypi/simple/
pip install requests -i https://mirrors.aliyun.com/pypi/simple/

# 3. 安全兜底安装：-m 绑定当前Python解释器，多环境下100%装到当前环境（推荐新手/多版本Python用户）
python -m pip install 包名
python -m pip install numpy

# 4. 批量安装：按requirements.txt依赖清单，一键装项目所有包（拿到源码后必备）
pip install -r requirements.txt
# 批量安装+国内源加速（实用组合）
pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/

# 5. 指定版本安装：适配项目固定版本，避免版本冲突（==精确版，>=最低版，<=最高版）
pip install 包名==指定版本号        # 安装指定精确版本
pip install 包名>=版本号            # 安装不低于指定版本
pip install 包名<=版本号            # 安装不高于指定版本

# 6. 升级已安装的包：将包更新到最新版（--upgrade 可简写为 -U）
pip install --upgrade 包名
pip install -U requests
# 安全兜底升级
python -m pip install -U numpy

# 7. 升级pip自身：解决旧版pip装包报错/兼容问题（必做基础优化）
python -m pip install --upgrade pip

删除包：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
# 1. 基础卸载单个包：执行后需输入y回车确认卸载
pip uninstall 包名
pip uninstall 包名1 包名2 包名3      # 一次性卸载多个包
python -m pip uninstall 包名        # 安全卸载，确保卸载当前环境的包
pip uninstall requests

# 2. 强制直接卸载（无需输y，适合快速操作）
pip uninstall -y 包名
pip uninstall -y numpy

# 3. 批量卸载：按requirements.txt清单，一键卸载所有包（清理项目环境必备）
pip uninstall -r requirements.txt
# 批量免交互卸载（实用组合）
pip uninstall -y -r requirements.txt

# 4. 安全兜底卸载：多环境下确保卸载当前环境的包
python -m pip uninstall -y 包名
python -m pip uninstall -y requests

查看与管理包信息：

1
2
3
4
5
6
7
8
9
10
# 查看已安装的包
pip list                           # 列出所有已安装包
pip list --outdated                # 列出所有可更新的包

# 查看包详细信息
pip show 包名                      # 显示包的详细信息（版本、位置等）
pip show 包名 --files              # 显示包包含的所有文件

# 检查依赖关系
pip check                          # 检查已安装包的依赖关系

虚拟环境的删除与重装：

  • 删除：直接删除项目下的 .venv 文件夹（需先在终端输入 deactivate 退出激活）；
  • 重装：删除后重新执行 python -m venv .venv，并重新选择解释器。

更新：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
# 基础更新命令（两种写法效果相同）
pip install --upgrade 包名         # 将指定包更新到最新版本
pip install 包名 --upgrade         # 同上，参数顺序不同
pip install --upgrade 包名1 包名2 包名3  # 一次性更新多个包
python -m pip install --upgrade 包名  # 确保更新当前环境的包

# 更新 pip 自身
python -m pip install --upgrade pip    # 推荐：更新当前环境的 pip
pip install --upgrade pip              # 更新 pip（可能更新到全局）

# 更新到指定版本（而非最新版）
pip install 包名==目标版本号          # 更新到特定版本
pip install django==4.2.0           # 将 Django 更新到 4.2.0（如果已安装旧版）

# 先查看哪些包可以更新
pip list --outdated                   # 列出所有有更新的包
# 示例流程
pip list --outdated                   # 1. 查看需要更新的包
pip install --upgrade requests        # 2. 更新指定包
pip list                              # 3. 确认更新后的版本

实用小技巧：

1
2
3
4
5
6
7
8
# 清理包缓存
pip cache purge                    # 清理 pip 缓存（节省空间）

# 查看 pip 配置
pip config list                    # 查看当前 pip 配置

# 验证包是否安装成功
python -c "import 包名"           # 测试能否导入，无错误表示成功

7. 怎么确认现在到底在用哪个 Python（多 python 环境）

如果发现“装了包但 import 还是报错”，可以试试：

1. 看当前解释器路径

1
python -c "import sys; print(sys.executable)"

2. 看 pip 属于谁

1
python -m pip -V

输出里会说明 pip 装到哪个目录（是不是 .venv\Lib\site-packages）。

3. Windows 下看系统到底调用了哪个 python（可选）

1
where python

8. 包管理建议：requirements.txt

当项目要发给别人/换电脑/部署时，忘记装过的包怎么办？

1. 导出依赖

1
2
3
4
5
6
7
pip freeze > requirements.txt					# 导出当前虚拟环境的所有依赖到 requirements.txt
python -m pip freeze > requirements.txt			 # 更安全的导出方式（确保导出当前环境的包）
pip freeze > requirements.txt --encoding=utf8	  # 指定编码格式（避免中文路径/包名问题）

# 智能导出（仅导出项目实际使用的包），安装 pipreqs（先安装工具）
pip install pipreqs
pipreqs ./ --encoding=utf8 --force				# 使用 pipreqs 扫描项目并生成 requirements.txt

2. 新环境一键安装

1
2
3
4
pip install -r requirements.txt					# 从 requirements.txt 安装所有依赖
python -m pip install -r requirements.txt		# 安全安装方式（确保安装到当前环境）
# 使用国内源安装（解决下载慢问题）
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

9. VS Code 图形化看环境/包（直观但别依赖）

VS Code（配合 Python 扩展）可以在 Python Environments 里看到环境列表，有些情况下包列表展示不全/刷新慢是正常的，真正以命令行为准：python -m pip list / python -m pip show 包名。

建议总结：

  1. 每个项目创建 .venv（VS Code：Python: Create Environment 一键或 python -m venv .venv）。
  2. VS Code 左下角解释器必须选 .venv。
  3. 装包用：python -m pip install ...。
  4. 项目交付用：requirements.txt。