Anaconda + VS Code 的安装与使用

Anaconda 是一个开源的 Python 和 R 语言的发行版，用于科学计算、数据分析、机器学习和大数据处理等领域。它包含了许多常用的数据科学工具和库，并提供了一个方便的包管理系统，使得用户可以轻松地安装、管理和更新各种数据科学工具和库。

Anaconda 包括以下主要组件：

正因为 Anaconda 集成了 Python、Jupyter Notebook、NumPy、Pandas、Matplotlib 等诸多数据科学工具和库，并且提供了简单易用的环境管理工具，可以轻松地创建、管理和切换不同的 Python 虚拟环境，Anaconda 在项目开发中被广泛使用。安装好 Anaconda 的计算机会自带一个基础环境，后续项目开发时每个项目需要的安装包不同，为了避免冲突，可以为每个项目配置一个虚拟环境，以 避免不同项目之间环境依赖的冲突。

去 官网 下载 Anaconda：

双击安装包安装即可：

安装过程中，如果在 Advanced Options 时没有勾选 Add Anaconda3 to my PATH environment variable，则需要手动配置环境变量 1：

添加完环境变量可以使用 cmd 运行 conda --version 检查 Anaconda 的安装情况，如图所示即为安装成功：

Anaconda 自带 Python 解释器，因此安装好 Anaconda 后不需要再额外安装 Python 解释器。可以在 cmd 中使用 python 命令检查解释器，如下图所示：

安装 Anaconda 时，还附带了基于 cmd 的 Anaconda Prompt 和基于 Powershell 的 Anaconda Powershell Prompt，可以来管理 conda 环境。下面以 Anaconda Powershell Prompt 为例，介绍 Anaconda 的常用指令。

安装好的 Anaconda 自带一个基础环境 base，为了避免冲突，可以使用 conda create [-n ENVIRONMENT_NAME] [PACKAGE1 PACKAGE2 ...] 指令为每个项目单独配置虚拟环境，以避免不同项目之间环境依赖的冲突。创建环境时，可以指定 Python 版本、要安装的包，以及环境的名称。指令的可选参数如下：

示例如下：

创建完成虚拟环境后，可以使用 conda activate ENVIRONMENT_NAME 命令来激活创建的环境：

激活当前环境后，可以使用 conda install PACKAGE_NAME(=version)、conda update PACKAGE_NAME、conda remove PACKAGE_NAME 命令来安装、更新、移除指定的包：

在当前环境安装的包，不会在环境外显示。安装完成后的包，可以运行 conda list 命令来查看当前环境下所有的包；也可以运行 python 命令启动 Python 解释器的交互模式，然后 import 查看：

但 Anaconda 默认的下载源都是国外源，如果使用国内网会速度缓慢甚至中断，因此可以使用 conda config --add channels 命令将国内源设置为默认下载源 2。如果 conda install 和 pip install 都不能正常安装，可以尝试从 Anaconda.org 进行安装 3。

虽然 conda 和 pip 都可以安装软件包，但有一些差别：

总的来说，pip 适用于管理 Python 包，而 conda 则更适用于管理整个软件环境。因此大多数情况下，项目开发会 使用 conda 创建虚拟环境，然后 使用 pip 安装软件包。

如果不知道安装什么版本的包，可以使用 conda search PACKAGE_NAME 指令查询可用的版本：

可以使用 conda env list 列出当前的所有虚拟环境：

* 表示当前所处环境。

当需要切换虚拟环境或者退出当前虚拟环境时，可以使用 conda deactivate 命令：

当一个环境不再使用后，可以使用 conda remove --name ENVIRONMENT_NAME --all 命令将其删除：

需要注意的是，删除环境前需要先退出当前环境。

安装 Anaconda 时，自带 Spyder 和 Jupyter notebook，可以针对性地进行科学计算和数据分析等集成开发。但这些 IDE 在项目开发中还是不够方便，众多开发者还是普遍更愿意使用 VS Code 或者 PyCharm，下面介绍在 VS Code 中使用 Anaconda 的开发方法。

在 VS Code 中安装与 Python 相关的插件：

为了在 VS Code 中运行代码，还需要安装 Code Runner 插件：

安装了 Python 相关的插件后，就可以在 VS Code 中进行 Python 相关开发了。打开项目文件夹即可：

要想让项目成功运行，还需要选择合适的 Python 解释器。点击右下角选择 Python 解释器，可以在不同的 Conda 环境中选择：

需要注意的是，Python 项目文件和 Conda 环境并无直接关系。Conda 环境本质上就是一个具有独立 Python 解释器和一组特定依赖项的环境，可以支持多个不同的 Python 项目文件的运行；Python 项目文件可以在任何安装了所需依赖的环境中运行，只要在运行项目之前确保所需的依赖都已经安装。

由于 Microsoft / vscode-python 的技术限制 4，底部导航栏的终端只能展示文件路径，无法像 Anaconda Powershell Prompt 一样显示当前 Conda 环境：

可以使用 conda env list 命令检查，* 标出的即为当前环境：

在 VS Code 的集成终端中，conda 的 activate 命令无法正常工作。如果想要激活环境，可以使用 D:\KSoftware\Anaconda\Scripts\activate.bat ENVIRONMENT_NAME 命令：

如果想要退出终端，可以使用 deactivate 命令，或者直接选择其他解释器。

虽然此前已经选择了 conda 环境的 Python 解释器，但是使用 VS Code 右上角 Run Code 按钮运行 python 文件时，还是会出现 ModuleNotFoundError：

启动 Python 解释器的交互模式输出 sys.executable 检查 Python 解释器的路径发现 VS Code 的终端默认使用 base 环境的解释器：

造成上述问题的原因是 右上角的 Run Code 按钮和右下角的 Python 环境是分离的，前者来自 Code Runner 插件，后者由 Python 插件支持。点击 Run Code 按钮后，VS Code 执行 Code-runner: Executor Map 下 Edit in settings.json 中 python 对应的指令，由于 系统变量中只添加了 base 环境的解释器路径，所以 VS Code 的终端默认使用 base 环境的解释器。

方法一：想要使用 conda 环境的解释器执行 python 文件，可以手动指定 conda 环境的 python 解释器路径，即 path\to\your\env\python.exe -u "path\to\your\file.py"：

方法二：运行 Python 文件时不使用来自 Code Runner 插件的 Run Code，而使用来自 Python 插件的 Run Python File 5：

方法三：打开设置，搜索 “Code Runner Executor Map”；在 “Code-runner: Executor Map” 中点击编辑 settings.json；将 python 对应命令修改为指定的解释器路径：

在安装了 Code Runner 插件后，运行 .py 文件可以直接点击右上角的 Run Code 按钮，运行结果会出现在下方的导航栏：

对于用惯了服务器命令行的用户，肯定希望输出结果都在 “终端” 显示，而不是 “输出”。如果此时 VS Code 的输出结果是在 “输出” 中显示，可以进行如下操作 6，将输出结果切换至 “终端”：

Anaconda安装(2023年10月最新版)并配置Python环境 ↩︎

Anaconda安装(2023年10月最新版)并配置Python环境 ↩︎

还是搞不懂Anaconda是什么?读这一篇文章就够了 ↩︎

Activate Environments in Terminal Using Environment Variables ↩︎

vscode python runcode中的虚拟环境指定 ↩︎

vsCode切换输出面板从【终端】到【输出】面板 ↩︎