Windows 11系统下基于Anaconda与VS Code的Python开发环境搭建及Jupyter Notebook深度配置指南-CSDN博客

本文链接：https://blog.csdn.net/m0_73640344/article/details/147398983

Windows 11系统下基于Anaconda与VS Code的Python开发环境搭建及Jupyter Notebook深度配置指南

一、环境搭建核心组件

Anaconda：集成Python解释器、包管理工具conda及科学计算库的发行版
VS Code：支持Python开发、调试及Jupyter Notebook交互的轻量级编辑器
Jupyter Notebook：交互式代码开发与数据分析工具

二、详细搭建步骤

阶段1：Anaconda安装与配置

下载安装包
- 访问Anaconda官网或清华镜像站下载Windows 64位安装包（建议选择Python 3.9+版本）
- 注意：若需特定Python版本，可在安装后通过conda install python=3.x调整
执行安装程序
- 双击.exe文件启动安装向导
- 关键操作：
  ✅ 勾选"Add Anaconda3 to my PATH environment variables"（避免手动配置环境变量）
  ✅ 勾选"Register Anaconda3 as my default Python 3.x"

验证安装

conda --version  # 应返回conda版本（如conda 24.1.2）
python --version  # 确认Python版本匹配

阶段2：VS Code配置

安装基础软件
- 从VS Code官网下载Windows安装包并完成安装
安装扩展插件
- 打开VS Code扩展市场（Ctrl+Shift+X），搜索并安装：
  ✅ Python（Microsoft官方插件，提供语法支持与调试功能）
  ✅ Jupyter（支持Notebook交互与代码单元执行）
  ✅ Pylance（增强代码补全与类型提示）
配置Python解释器路径
- 按Ctrl+Shift+P打开命令面板，输入"Python: Select Interpreter"
- 选择Anaconda安装路径\python.exe（如C:\ProgramData\Anaconda3\python.exe）

阶段3：Conda虚拟环境创建

新建独立环境

conda create --name py_dev python=3.12  # 创建名为py_dev的环境
conda activate py_dev                   # 激活环境

注：环境隔离可避免包版本冲突

配置国内镜像源加速

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

通过清华镜像提升包下载速度

安装基础开发包

conda install numpy pandas matplotlib jupyterlab  # 科学计算核心库
conda install spyder-kernels                       # 支持VS Code调试

阶段4：Jupyter Notebook集成配置

内核关联
- 在激活的py_dev环境中执行：
```
python -m ipykernel install --user --name py_dev --display-name "Python (py_dev)"
```
- 此操作将虚拟环境绑定到Jupyter内核
VS Code中启动Notebook
- 新建.ipynb文件，右上角选择"Python (py_dev)"内核
- 使用Shift+Enter执行代码单元，支持Markdown与LaTeX混排
高级调试功能
- 在代码单元中设置断点，通过调试面板（Ctrl+Shift+D）启动交互式调试
- 使用变量监视器实时查看数据状态

三、环境验证与异常处理

完整性检查

# 在Jupyter Notebook中执行：
import sys
print(sys.executable)  # 应显示Anaconda环境路径
import numpy as np
np.__version__        # 验证科学计算库加载

常见问题解决
- 环境变量失效：手动添加Anaconda安装路径和Anaconda\Scripts到系统PATH
- Jupyter内核连接失败：
```
conda install ipykernel -f  # 强制重装ipykernel
jupyter kernelspec list     # 检查内核注册
```
- 包安装超时：临时切换阿里云镜像pip install -i http://mirrors.aliyun.com/pypi/simple/ package_name

四、优化建议

开发工作流设计
- 在VS Code中创建专用工作区，分离不同项目环境
- 使用requirements.txt管理依赖：conda list --export > requirements.txt
性能调优
- 启用Jupyter Lab模式：conda install -c conda-forge jupyterlab
- 配置VS Code内存限制：在settings.json中添加"jupyter.maxOutputSize": 1000