在 WSL 中通过 VSCode/Cursor+Cond 虚拟环境运行 Python 代码 全教程

在 WSL 中通过 VSCode/Cursor+Cond 虚拟环境运行 Python 代码 全教程

本文基于你已安装 WSL的前提,重点讲解「WSL 中安装 Miniconda→创建 Python 虚拟环境→VSCode/Cursor 连接 WSL 并使用 conda 环境运行代码」的完整流程,步骤精准可落地。

一、核心前提

  • 已启用 WSL2(Ubuntu/Debian 等发行版),且能正常启动终端;
  • Windows 端已安装 VSCode/Cursor(建议最新版本);
  • 网络通畅(需下载 Miniconda 和 Python 包)。

二、步骤 1:在 WSL 中安装 Miniconda

WSL 默认无 conda 环境,需先安装轻量版 Miniconda(替代 Anaconda,节省空间)。

1. 打开 WSL 终端

  • 按下Win + R,输入wsl回车,或直接打开 Ubuntu 终端;
  • 确保当前为普通用户(避免全程 root 操作)。

2. 下载 Miniconda 安装包

执行以下命令下载适配 Linux(x86_64)的 Miniconda3 安装包(2024 版):

bash

运行

# 下载Miniconda安装脚本(国内镜像加速,推荐) wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh -O miniconda.sh # 若wget未安装,先执行:sudo apt install -y wget 

3. 执行安装脚本

bash

运行

# 运行安装脚本(bash而非sh,避免兼容性问题) bash miniconda.sh 

4. 安装交互步骤(关键)

  1. Enter阅读许可协议,连续按Space跳过,最后输入yes同意;
  2. 选择安装路径(默认/home/你的用户名/miniconda3,直接按Enter即可,无需修改);
  3. 关键:安装完成后,会提示Do you wish to initialize Miniconda3 by running conda init?,输入yes(自动配置环境变量,避免后续 conda 命令找不到);
  4. 安装完成后,删除安装脚本(可选):rm miniconda.sh

5. 验证 Miniconda 安装

  • 关闭当前 WSL 终端,重新打开(让环境变量生效);
  • 首次启动终端会显示(base)前缀,说明默认激活了 base 环境(后续可关闭,见下方优化)。

执行以下命令,若输出 conda 版本号则安装成功:bash运行

conda --version # 示例输出:conda 24.5.0 

6. (可选)优化 conda 默认行为

默认每次打开终端都会激活 base 环境,可关闭:

bash

运行

conda config --set auto_activate_base false 

关闭后,重新打开终端,(base)前缀消失,需手动激活环境。

三、步骤 2:在 WSL 中创建 conda Python 虚拟环境

1. (可选)配置 conda 国内镜像(加速下载)

避免下载 Python 包时速度慢,配置清华镜像:

bash

运行

# 创建conda配置文件 mkdir -p ~/.condarc # 写入镜像配置(覆盖原有内容) cat > ~/.condarc << EOF channels: - defaults show_channel_urls: true default_channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2 custom_channels: conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud EOF # 清除缓存 conda clean -i 

2. 创建 conda 虚拟环境

bash

运行

# 创建名为python_wsl_env的环境,指定Python版本(推荐3.10/3.11) conda create -n python_wsl_env python=3.10 -y # 参数说明: # -n:环境名称(自定义,如py310、my_project) # python=3.10:指定Python版本 # -y:自动确认所有安装选项,无需手动输入yes 

3. 管理 conda 虚拟环境(常用命令)

操作命令
激活环境conda activate python_wsl_env
退出环境conda deactivate
查看所有环境conda info --envs 或 conda env list
删除环境(谨慎)conda remove -n python_wsl_env --all -y
安装包(激活后)conda install numpy pandas -y
用 pip 安装包(激活后)pip install requests

4. 验证虚拟环境

激活环境后,执行以下命令,确认 Python 路径指向 conda 环境:

bash

运行

conda activate python_wsl_env # 查看Python路径 which python # 示例输出:/home/你的用户名/miniconda3/envs/python_wsl_env/bin/python # 查看Python版本 python --version # 示例输出:Python 3.10.14 

四、方案 1:VSCode 连接 WSL+conda 环境运行 Python

1. 安装 VSCode 必备插件

打开 Windows 端 VSCode,在左侧「扩展商店」(Ctrl+Shift+X)安装:

  • Remote - WSL(微软官方):核心插件,用于连接 WSL;
  • Python(微软官方):支持 conda 环境识别、代码运行 / 调试;
  • Pylance(自动随 Python 插件安装):增强 Python 语法提示。

2. 连接 VSCode 到 WSL

方式 1:命令面板连接
  • 按下Ctrl+Shift+P打开命令面板;
  • 输入「WSL: Connect to WSL」,选择你的 WSL 发行版(如 Ubuntu-22.04);
  • 等待连接完成,VSCode 左下角会显示「WSL: Ubuntu-22.04」,表示已进入 WSL 环境。
方式 2:WSL 终端启动 VSCode

打开 WSL 终端,激活 conda 环境(可选),进入项目目录:bash运行

cd ~ # 进入用户主目录,或自定义项目目录如mkdir -p ~/python_project && cd ~/python_project code . # 在当前目录启动VSCode(自动连接WSL) 

3. 打开 WSL 项目目录

  • 点击 VSCode 左侧「资源管理器」(Ctrl+Shift+E)→「打开文件夹」;
  • 选择 WSL 中的目录(如~/python_project),点击「确定」;
  • 若提示「信任此文件夹」,选择「是」(否则无法正常运行代码)。

4. 选择 conda 虚拟环境作为解释器

  • 按下Ctrl+Shift+P,输入「Python: Select Interpreter」;
  • 在弹出的列表中,找到并选择你的 conda 环境:✅ 正确路径示例:~/miniconda3/envs/python_wsl_env/bin/python❌ 避免选系统 Python(/usr/bin/python3)或 base 环境;
  • 选择后,VSCode 右下角会显示「Python 3.10.14 ('python_wsl_env': conda)」,表示配置成功。

5. 运行 / 调试 Python 代码

步骤 1:新建测试文件

在 VSCode 中右键项目目录→「新建文件」,命名为test_conda.py,输入代码:

python

运行

import sys import numpy # 若已安装numpy,可验证包是否可用 print("Python解释器路径:", sys.executable) print("Python版本:", sys.version) print("numpy版本:", numpy.__version__) # 未安装则注释此行 print("Hello from WSL conda env!") 
步骤 2:运行代码(3 种方式)
  1. 右上角运行按钮:点击编辑区右上角的「▶️」,选择「Run Python File in Terminal」,VSCode 底部会打开 WSL 终端,输出结果(自动激活 conda 环境);
  2. 终端手动运行:打开 VSCode 内置终端(Ctrl+``),先激活conda环境conda activate python_wsl_env,再执行python test_conda.py`;
  3. 断点调试:在代码行号左侧点击添加断点→按下F5启动调试,可逐行执行、查看变量(自动使用 conda 环境)。

五、方案 2:Cursor 连接 WSL+conda 环境运行 Python

Cursor 基于 VSCode 内核,配置逻辑与 VSCode 一致,仅界面略有差异,核心步骤如下:

1. 安装 Cursor 的 WSL 插件

  • 打开 Windows 端 Cursor,左侧「扩展商店」(Ctrl+Shift+X);
  • 搜索并安装「Remote - WSL」(微软官方插件,与 VSCode 通用);
  • Cursor 默认内置 Python 支持,无需额外安装 Python 插件。

2. 连接 Cursor 到 WSL

  • 按下Ctrl+Shift+P打开命令面板,输入「WSL: Connect to WSL」,选择你的 WSL 发行版;
  • 连接成功后,Cursor 左下角显示「WSL: Ubuntu-22.04」。

3. 打开 WSL 目录并选择 conda 解释器

  • 点击「File → Open Folder」,选择 WSL 中的项目目录(如~/python_project),确认信任;
  • 按下Ctrl+Shift+P,输入「Python: Select Interpreter」,选择 conda 环境python_wsl_env
  • Cursor 右下角会显示 conda 环境版本,配置完成。

4. 运行 Python 代码

  • 新建test_conda.py(同 VSCode 示例代码);
  • 方式 1:右上角运行:点击编辑区右上角「▶️ Run」,选择「Run Python File in Terminal」,终端输出结果;
  • 方式 2:终端运行:打开 Cursor 内置终端(Ctrl+``),激活conda环境后执行python test_conda.py`;
  • 方式 3:AI 辅助运行(Cursor 特色):选中代码→按下Ctrl+L打开 AI 窗口→输入「运行这段代码并验证 conda 环境是否生效」,AI 会执行代码并返回结果 + 环境验证信息。

六、常见问题与解决方案

1. VSCode/Cursor 中找不到 conda 虚拟环境

  • 原因:conda 环境未被 VSCode/Cursor 识别,或解释器路径未刷新;
  • 解决:
    1. 确保已在 WSL 终端激活过该 conda 环境;
    2. 在 VSCode/Cursor 中执行命令面板→「Python: Refresh Interpreter List」刷新列表;
    3. 手动指定路径:命令面板→「Python: Select Interpreter」→「Enter interpreter path」→输入/home/你的用户名/miniconda3/envs/python_wsl_env/bin/python

2. WSL 终端中输入 conda 命令提示「command not found」

  • 原因:安装 Miniconda 时未选择conda init,环境变量未配置;

解决:bash运行

# 手动初始化conda ~/miniconda3/bin/conda init bash # 重启终端,或执行source ~/.bashrc使配置生效 source ~/.bashrc 

3. 运行代码提示「ModuleNotFoundError: No module named 'numpy'」

  • 原因:包安装在 base 环境,未安装在当前 conda 环境;

解决:激活目标环境后安装:bash运行

conda activate python_wsl_env conda install numpy -y 

4. 终端输出中文乱码

解决:在 WSL 终端执行以下命令配置 UTF-8 编码:bash运行

echo "export LC_ALL=en_US.UTF-8" >> ~/.bashrc echo "export LANG=en_US.UTF-8" >> ~/.bashrc source ~/.bashrc 

重启 VSCode/Cursor 的 WSL 终端即可。

5. 激活 conda 环境提示「CommandNotFoundError: Your shell has not been properly configured to use 'conda activate'」

  • 原因:shell 未初始化 conda,或使用 zsh 而非 bash;

解决:bash运行

# 若用bash conda init bash # 若用zsh(WSL默认是bash,若手动切换过) conda init zsh # 重启终端 

七、总结

  1. WSL 中 conda 环境的核心是「安装 Miniconda→创建虚拟环境→激活使用」;
  2. VSCode/Cursor 通过「Remote - WSL」插件连接 WSL 后,选择 conda 环境的 Python 解释器即可无缝运行代码;
  3. 关键注意:所有包需安装在目标 conda 环境中,而非 base 环境,避免依赖冲突。

按照以上步骤,你可在 WSL 的隔离环境中安全运行 Python 代码,同时利用 VSCode/Cursor 的便捷开发功能(调试、AI 辅助等)。

Read more

FastAPI Admin轻量级企业级管理面板解决方案:零门槛构建Python后台系统

FastAPI Admin轻量级企业级管理面板解决方案:零门槛构建Python后台系统 【免费下载链接】fastapi-adminA fast admin dashboard based on FastAPI and TortoiseORM with tabler ui, inspired by Django admin 项目地址: https://gitcode.com/gh_mirrors/fa/fastapi-admin FastAPI Admin是基于FastAPI框架和TortoiseORM打造的轻量级企业级管理面板解决方案,为Python后台系统提供高效的数据管理能力。作为一款零门槛的管理系统,它结合现代Web技术最佳实践,帮助开发者快速搭建功能完善的后台管理平台,显著降低企业级应用的开发成本与部署难度。 FastAPI Admin核心优势解析:为何选择这款管理面板 在众多管理系统解决方案中,FastAPI Admin凭借其独特优势脱颖而出。首先,它基于FastAPI框架构建,继承了异步性能优势,处理高并发请求时表现卓越。其次,采用TortoiseORM作为数据访

By Ne0inhk
如何在 Mac 上安装 Python

如何在 Mac 上安装 Python

所有最新的 MacOS(从 macOS 12.3 开始)都预装了 Python 版本(通常是 Python 2.x),但它已经过时并且不再受支持。要充分利用 Python 的功能,您需要安装最新版本的 Python。         本文提供了分步教程,展示了在 macOS(MacBook 旧版本和新版本,如 M1、M2、M3 或 M4)上安装和更新 Python 的所有有效方法,从检查预安装版本到下载和更新最新的 Python 并设置基本工具(如IDE和包管理器),本指南将帮助您轻松地在任何 MacBook 设备上安装 Python。 先决条件 正在运行 MacOS 的笔记本电脑。 访问 Macbook 管理权限或密码。 如何在

By Ne0inhk
Python 流程控制完全指南:条件语句 + 循环语句 + 实战案例(零基础入门)

Python 流程控制完全指南:条件语句 + 循环语句 + 实战案例(零基础入门)

🔥草莓熊Lotso:个人主页 ❄️个人专栏: 《C++知识分享》《Linux 入门到实践:零基础也能懂》 ✨生活是默默的坚持,毅力是永久的享受! 🎬 博主简介: 文章目录 * 前言: * 一. 顺序语句:基础执行语句 * 二. 条件语句:实现 “如果… 否则…” 逻辑 * 2.1 核心语法格式 * 2.2 关键注意点 * 2.3 空语句 pass:占位符作用 * 2.4 练习题 * 三. 循环语句:实现 “重复执行” 逻辑 * 3.1 while 循环:条件满足就一直执行 * 3.2 for 循环:

By Ne0inhk

【Python】6 种方法轻松将 Python 脚本打包成 EXE 应用

以下是 2025–2026 年最实用的 6 种 Python 脚本打包成 Windows EXE 可执行文件 的主流方法,按易用性 × 普及度 × 实际场景排序。 排名方法/工具易用性生成文件大小启动速度运行速度反编译难度典型场景推荐指数 (★5)1PyInstaller★★★★★大(onefile 常 50–300MB)慢(几秒~几十秒)普通低绝大多数 GUI、小工具、初次尝试★★★★★2auto-py-to-exe★★★★★同 PyInstaller同上普通低零基础用户、GUI 操作打包★★★★☆3Nuitka★★★★☆中~小快明显更快(1.5–4×)中~高性能敏感、数值计算、想保护代码★★★★☆4cx_Freeze★★★★中较快普通低~中追求启动快、

By Ne0inhk