本文介绍在 WSL 环境下安装 Miniconda 并创建 Python 虚拟环境的完整流程。首先通过终端下载并安装 Miniconda，配置国内镜像加速。接着创建独立的 conda 虚拟环境并激活。随后在 Windows 端安装 VSCode 或 Cursor 的 Remote - WSL 插件连接 Linux 子系统。最后在编辑器中选择对应的 conda 解释器路径，即可在隔离环境中运行 Python 代码及调试。解决了包管理、环境识别及中文乱码等常见问题。
本文基于已安装 WSL 的前提，重点讲解 WSL 中安装 Miniconda、创建 Python 虚拟环境、以及 VSCode/Cursor 连接 WSL 并使用 conda 环境运行代码的完整流程。
WSL 默认无 conda 环境，需先安装轻量版 Miniconda（替代 Anaconda，节省空间）。
执行以下命令下载适配 Linux（x86_64）的 Miniconda3 安装包（2024 版）：
# 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
# 运行安装脚本（bash 而非 sh，避免兼容性问题）
bash miniconda.sh
执行以下命令，若输出 conda 版本号则安装成功：
conda --version
# 示例输出：conda 24.5.0
默认每次打开终端都会激活 base 环境，可关闭：
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。
避免下载 Python 包时速度慢，配置清华镜像：
# 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
# 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
| 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 |
激活环境后，执行以下命令，确认 Python 路径指向 conda 环境：
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
打开 Windows 端 VSCode，在左侧扩展商店（Ctrl+Shift+X）安装：
打开 WSL 终端，激活 conda 环境（可选），进入项目目录：
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）
~/miniconda3/envs/python_wsl_env/bin/python ❌ 避免选系统 Python（/usr/bin/python3）或 base 环境；在 VSCode 中右键项目目录→「新建文件」，命名为 test_conda.py，输入代码：
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!")
），先激活 conda 环境 conda activate python_wsl_env，再执行 python test_conda.py`；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：
），激活 conda 环境后执行 python test_conda.py`；/home/你的用户名/miniconda3/envs/python_wsl_env/bin/python。解决：
# 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
解决：激活目标环境后安装：
conda activate python_wsl_env
conda install numpy -y
解决：在 WSL 终端执行以下命令配置 UTF-8 编码：
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。
解决：
# 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
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）。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
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
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
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
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
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
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