跳到主要内容
极客日志极客日志面向AI+效率的开发者社区
首页博客我的书AI学习GitHub 精选镜像AI 生图工具UI配色美学关于
搜索内容 / 工具 / 仓库 / 镜像...⌘K搜索
注册
博客列表
Python

安装 Conda + VSCode 配置 Python 开发环境

本教程指导用户在 Windows 或 macOS 系统下安装 Miniconda,配置国内镜像源及虚拟环境,并关联 VSCode 进行 Python 开发。步骤涵盖环境变量设置、Conda 命令使用、插件安装及解释器选择,解决环境冲突与依赖问题,最终通过测试代码验证配置成功。

zhang发布于 2025/11/24更新于 2026/10/1104 浏览

安装 Conda + VSCode 配置 Python 开发环境

准备工作

  1. 操作系统:Windows 10/11(64 位)或 macOS(Intel/M1/M2 均可)
  2. 网络:确保能访问官网(或用国内镜像)
  3. 清理旧环境(可选):如果之前装过 Python 或 Anaconda,建议先卸载(避免冲突),卸载后重启电脑

第一步:安装 Miniconda(推荐轻量版)

Conda 是「包管理器 + 环境管理器」,Miniconda 是 Conda 的轻量版本(仅含核心功能,不预装大量冗余包)。

1. 下载 Miniconda

打开官网下载页(不用注册,直接下载):Miniconda 官网下载 根据系统选择对应安装包:

  • Windows 10/11:选「Miniconda3 Windows 64-bit」(.exe 文件)
  • macOS(Intel 芯片):选「Miniconda3 macOS Intel x86 64-bit pkg」(.pkg 文件)
  • macOS(M1/M2 芯片):选「Miniconda3 macOS Apple M1/M2 64-bit pkg」(.pkg 文件)

国内用户如果下载慢:用清华镜像站下载(版本同步官网)清华镜像 Miniconda,找到对应系统的最新版本即可。

2. 安装 Miniconda(关键步骤!)
(1)Windows 系统安装
  1. 双击下载的 .exe 安装包,点击「Next」→ 勾选「I agree」→「Next」。
  2. 选择安装类型:推荐「Just Me」(仅当前用户使用,无需管理员权限,避免后续权限问题)→「Next」。
  3. 选择安装路径:建议默认路径(如 C:\Users\你的用户名\miniconda3),不要改到中文路径(比如「我的软件」这种,会导致命令报错)→「Next」。
  4. 「Advanced Installation Options」(重点!):
    • 勾选第一个:「Add Miniconda3 to my PATH environment variable」(添加到环境变量,小白必勾!否则终端找不到 conda 命令)
    • 第二个可选勾选(默认即可):「Register Miniconda3 as my default Python 3.11」(设为默认 Python)
    • 点击「Install」,等待安装完成(约 1-2 分钟)。
  5. 安装完成后,取消勾选「Learn more about Anaconda Cloud」,点击「Finish」。
(2)macOS 系统安装
  1. 双击下载的 .pkg 安装包,点击「继续」→「继续」→「同意」→「继续」。
  2. 选择安装位置:默认「Macintosh HD」→「继续」。
  3. 输入电脑开机密码(授权安装)→ 点击「安装」,等待完成(约 1 分钟)。
  4. 安装完成后点击「关闭」即可(macOS 会自动添加环境变量,无需手动操作)。
3. 验证 Conda 是否安装成功

安装完成后,需要确认 conda 能正常使用:

  • Windows:打开「命令提示符」(CMD)或「PowerShell」(按下 Win 键,输入 CMD 回车)
  • macOS:打开「终端」(启动台 → 其他 → 终端)

在终端 / CMD 中输入以下命令,按回车:

conda --version 

如果输出类似 conda 24.5.0(版本号可能不同),说明安装成功!如果提示「conda 不是内部或外部命令」,回到安装步骤检查是否勾选了「添加到环境变量」(Windows),或重启终端再试(macOS)。

第二步:配置 Conda(换源 + 创建虚拟环境)

1. 为什么要配置?
  • 换源:默认源在国外,下载 Python 包(如 numpy、pandas)速度慢,换成国内镜像(清华源、阿里云)能提速 10 倍。
  • 虚拟环境:隔离不同项目的依赖(比如 A 项目用 Python 3.8,B 项目用 Python 3.11,互不冲突)。
2. 换国内镜像源(复制命令直接执行)

打开终端 / CMD,依次输入以下命令(每输完一条按回车,无需修改):

(1)添加清华镜像源(推荐)
# 添加 Conda 本身的镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
# 添加第三方包(如 conda-forge)的镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
# 显示下载来源(可选,方便排查问题)
conda config --set show_channel_urls yes
(2)验证换源是否成功

输入以下命令,查看配置:

conda config --show-sources 

如果输出中包含刚才添加的 https://mirrors.tuna.tsinghua.edu.cn/...,说明换源成功。

3. 创建并激活 Conda 虚拟环境(核心步骤)

我们创建一个名为「python311」的环境(名字可自定义,比如「myenv」),并安装 Python 3.11(稳定版,兼容性好)。

(1)创建环境

在终端 / CMD 输入:

conda create -n python311 python=3.11 
  • conda create:创建环境的命令
  • -n python311:环境名(可改,比如 -n myfirstenv)
  • python=3.11:指定 Python 版本为 3.11

执行后会提示「是否安装依赖」,输入 y 按回车,等待安装(换源后速度很快,约 30 秒)。

(2)激活环境

环境创建后,需要「激活」才能使用(激活后终端前缀会显示环境名): macOS(终端):

conda activate python311 

Windows(PowerShell):若提示「无法加载脚本」,先执行以下命令(允许执行脚本),再激活:

Set-ExecutionPolicy RemoteSigned -Scope CurrentUser 

按提示输入 Y 回车,再执行 conda activate python311。

Windows(CMD):

conda activate python311 
(3)验证环境激活成功

激活后,终端前缀会变成 (python311) C:\Users\XXX>(Windows)或 (python311) XXX@MacBook ~ %(macOS),说明当前处于「python311」环境中。

再输入以下命令,查看当前 Python 路径:

where python # Windows 用这个
# 或 which python # macOS 用这个

输出路径应包含「miniconda3/envs/python311」(比如 C:\Users\XXX\miniconda3\envs\python311\python.exe),说明使用的是虚拟环境中的 Python,而非系统自带的。

(4)常用 Conda 命令(记 3 个就够了)
命令作用
conda activate 环境名激活指定环境
conda deactivate退出当前环境
conda env list查看所有已创建的环境
conda remove -n 环境名 --all删除指定环境(谨慎使用)

第三步:安装 VSCode 并配置 Python

VSCode 是免费、轻量、强大的代码编辑器,支持 Python 开发,配合 Conda 环境使用体验极佳。

1. 安装 VSCode
  1. 打开 VSCode 官网:VSCode 官网下载
  2. 下载对应系统的安装包(Windows 选 .exe,macOS 选 .dmg),默认安装即可:
    • Windows:双击 .exe,勾选「添加到 PATH」(可选),点击「下一步」→「安装」。
    • macOS:双击 .dmg,将「Visual Studio Code」拖到「应用程序」文件夹中。
2. 安装 Python 相关插件(必装)

打开 VSCode,点击左侧「扩展」图标(或按 Ctrl+Shift+X/Cmd+Shift+X),搜索以下插件并安装:

  1. Python(微软官方插件,必装):提供 Python 语法高亮、代码提示、运行调试功能。
  2. Pylance(微软官方插件,必装):增强 Python 代码提示,支持类型检查。
  3. Code Runner(可选,推荐):一键运行代码,不用手动输命令。

安装完成后,点击插件旁的「启用」(默认已启用),重启 VSCode 生效。

3. 关联 Conda 虚拟环境(关键!让 VSCode 用 Conda 的 Python)

这一步是核心:让 VSCode 识别到我们刚才创建的「python311」环境,避免用系统自带的 Python 导致依赖冲突。

步骤 1:打开一个 Python 文件
  1. 新建一个文件夹(比如「PythonProjects」),用来存放你的 Python 项目(路径不要有中文!)。
  2. 打开 VSCode,点击「文件」→「打开文件夹」,选择刚才新建的「PythonProjects」文件夹。
  3. 点击左侧「资源管理器」→ 右键文件夹 →「新建文件」,命名为 test.py(后缀必须是 .py)。
步骤 2:选择 Conda 解释器
  1. 打开 test.py 文件,点击 VSCode 左下角的「选择解释器」(或按 Ctrl+Shift+P/Cmd+Shift+P,输入「Python: 选择解释器」回车)。
  2. 在弹出的列表中,找到「Python 3.11.x ('python311')」(后面会显示 Conda 环境的路径,比如 miniconda3/envs/python311/bin/python 或 miniconda3\envs\python311\python.exe),点击选择。

若找不到 Conda 环境?解决方案:点击「输入解释器路径」→「查找」,导航到 Miniconda 安装目录下的 envs/python311/python.exe(Windows)或 envs/python311/bin/python(macOS),选中即可。

步骤 3:验证解释器是否正确

选择完成后,左下角会显示「Python 3.11.x ('python311')」,说明已关联成功!

第四步:测试是否能正常运行 Python 代码

现在我们写一段简单的代码,测试整个环境是否能正常工作:

  1. 在 test.py 文件中输入以下代码:
# 测试 Python 版本和 Conda 环境
import sys
print("Python 版本:", sys.version)
print("Python 路径:", sys.executable)
# 测试安装第三方包(比如 numpy)
try:
    import numpy
    print("numpy 版本:", numpy.__version__)
except ImportError:
    print("numpy 未安装,正在安装...")
    import subprocess
    subprocess.check_call([sys.executable, "-m", "pip", "install", "numpy"])
    import numpy
    print("numpy 安装成功,版本:", numpy.__version__)
  1. 运行代码(两种方式任选):
    • 方式 1(Code Runner 插件):点击右上角的「运行」图标(▶️),或右键代码编辑区 →「Run Code」。
    • 方式 2(VSCode 自带运行):按 F5,或点击左侧「运行和调试」→「运行并调试」,选择「Python 文件」。
成功标志:

终端输出类似以下内容(无报错,能显示 Python 版本和 numpy 版本):

Python 版本: 3.11.9 (main, Apr 19 2024, 16:39:15) [MSC v.1938 64 bit (AMD64)]
Python 路径: C:\Users\XXX\miniconda3\envs\python311\python.exe
numpy 版本: 1.26.4

如果能正常输出,说明 Conda + VSCode + Python 环境配置成功!

常见问题排查(小白必看)

1. 终端输入 conda 提示「不是内部或外部命令」
  • Windows:安装时没勾选「Add Miniconda3 to PATH」→ 重新运行安装包,到「Advanced Options」步骤勾选该选项;或手动添加环境变量(路径:C:\Users\你的用户名\miniconda3 和 C:\Users\你的用户名\miniconda3\Scripts)。
  • macOS:重启终端即可(安装时自动添加环境变量)。
2. VSCode 找不到 Conda 解释器
  • 确认 Conda 环境已激活(终端前缀有环境名)。
  • 手动指定路径:按 Ctrl+Shift+P →「Python: 选择解释器」→「输入解释器路径」→ 找到 miniconda3/envs/你的环境名/python.exe(Windows)或 miniconda3/envs/你的环境名/bin/python(macOS)。
3. 安装第三方包(如 pandas)失败
  • 确保已激活 Conda 环境(终端前缀有环境名)。
  • 用 Conda 安装:conda install pandas(优先用 conda 安装,兼容性更好)。
  • 用 pip 安装:pip install pandas(如果 conda 没有该包)。
4. Windows PowerShell 激活 Conda 提示「无法加载脚本」
  • 执行命令:Set-ExecutionPolicy RemoteSigned -Scope CurrentUser,按提示输入 Y 回车,再重新激活环境。

总结

核心流程回顾:

  1. 安装 Miniconda(勾选环境变量)→ 2. 换国内镜像 → 3. 创建并激活 Conda 虚拟环境 → 4. 安装 VSCode + Python 插件 → 5. 关联 Conda 解释器 → 6. 测试运行代码。

按照这个步骤,快速搭建稳定的 Python 开发环境,后续开发不同项目时,只需创建新的 Conda 环境(conda create -n 新项目名 python=3.11),即可避免依赖冲突。

目录

  1. 安装 Conda + VSCode 配置 Python 开发环境
  2. 准备工作
  3. 第一步:安装 Miniconda(推荐轻量版)
  4. 1. 下载 Miniconda
  5. 2. 安装 Miniconda(关键步骤!)
  6. (1)Windows 系统安装
  7. (2)macOS 系统安装
  8. 3. 验证 Conda 是否安装成功
  9. 第二步:配置 Conda(换源 + 创建虚拟环境)
  10. 1. 为什么要配置?
  11. 2. 换国内镜像源(复制命令直接执行)
  12. (1)添加清华镜像源(推荐)
  13. 添加 Conda 本身的镜像
  14. 添加第三方包(如 conda-forge)的镜像
  15. 显示下载来源(可选,方便排查问题)
  16. (2)验证换源是否成功
  17. 3. 创建并激活 Conda 虚拟环境(核心步骤)
  18. (1)创建环境
  19. (2)激活环境
  20. (3)验证环境激活成功
  21. 或 which python # macOS 用这个
  22. (4)常用 Conda 命令(记 3 个就够了)
  23. 第三步:安装 VSCode 并配置 Python
  24. 1. 安装 VSCode
  25. 2. 安装 Python 相关插件(必装)
  26. 3. 关联 Conda 虚拟环境(关键!让 VSCode 用 Conda 的 Python)
  27. 步骤 1:打开一个 Python 文件
  28. 步骤 2:选择 Conda 解释器
  29. 步骤 3:验证解释器是否正确
  30. 第四步:测试是否能正常运行 Python 代码
  31. 测试 Python 版本和 Conda 环境
  32. 测试安装第三方包(比如 numpy)
  33. 成功标志:
  34. 常见问题排查(小白必看)
  35. 1. 终端输入 conda 提示「不是内部或外部命令」
  36. 2. VSCode 找不到 Conda 解释器
  37. 3. 安装第三方包(如 pandas)失败
  38. 4. Windows PowerShell 激活 Conda 提示「无法加载脚本」
  39. 总结

更多推荐文章

查看全部
  • 企业级高性能 Web 服务器:Nginx 核心架构与实战
  • 终极指南:如何用WhisperX实现70倍速AI语音转文字?
  • Python 量化金融核心库与工具最全汇总
  • Qwen-Image 与 Midjourney V6 实测:中文理解与细节还原能力对比
  • 【论文阅读】DreamZero:World Action Models are Zero-shot Policies
  • 节点小宝 4.0 实测:告别网管式运维的极简远程方案
  • 职场人如何利用 AI 提升效率与创造副业收入
  • GTC 2026 前瞻:Rubin 平台与 AI 工厂建设
  • Flutter eth_sig_util 在鸿蒙端的适配与 Web3 签名实战
  • Cloudflare 反爬绕过:Canvas/WebGL/WebRTC 多维度浏览器指纹隐身实战
  • 用原生 JavaScript 和 Canvas 实现网页截图:从底层原理到下载
  • AI 开发不仅是调用接口:从实战案例看工程化与技术深度
  • Unreal Engine 集成 VRM4U 的实战方案
  • 宇树机器人 SDK2 开发指南:环境搭建与 Demo 测试
  • NeurIPS 大会参会攻略:如何利用工具高效获取信息
  • 网络安全基础:主机信息获取与端口扫描入门
  • 2026 年 3 月 18 日人工智能行业要闻:算力、智能体与产业动态
  • MySQL 环境配置教程:CentOS 7 与 Ubuntu 双系统安装指南
  • FAIR plus 机器人全产业链接会:聚焦具身智能与全球协作
  • 人工智能:自然语言处理在金融领域的应用与实战

相关免费在线工具

  • curl 转代码

    解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具,curl 转代码在线工具,online

  • Base64 字符串编码/解码

    将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具,Base64 字符串编码/解码在线工具,online

  • Base64 文件转换器

    将字符串、文件或图像转换为其 Base64 表示形式。 在线工具,Base64 文件转换器在线工具,online

  • Markdown转HTML

    将 Markdown(GFM)转为 HTML 片段,浏览器内 marked 解析;与 HTML转Markdown 互为补充。 在线工具,Markdown转HTML在线工具,online

  • HTML转Markdown

    将 HTML 片段转为 GitHub Flavored Markdown,支持标题、列表、链接、代码块与表格等;浏览器内处理,可链接预填。 在线工具,HTML转Markdown在线工具,online

  • JSON 压缩

    通过删除不必要的空白来缩小和压缩JSON。 在线工具,JSON 压缩在线工具,online