在 VS Code 中配置 Python 与 Jupyter Notebook 开发环境
文档目标： 本文档旨在指导用户在不安装 Anaconda 的情况下，手动配置一个用于 Python 和 Jupyter Notebook 开发的、功能完备且轻量级的 Visual Studio Code 环境。
适用环境： Windows 10 / 11
1. 前置条件：环境准备
在开始之前，请确保系统中已卸载其他不必要的 Python 版本，以避免环境冲突。
2. 核心环境安装：Python
Python 解释器是所有操作的基础。
下载： 访问 Python 官方网站 python.org，下载最新的 Windows 64-bit 安装程序。
安装与配置：
启动安装程序。
关键步骤： 在安装界面的第一步，务必勾选 Add Python.exe to PATH 选项。此操作会将 Python 的可执行文件路径及其包管理工具 pip 的路径注册到系统的环境变量中，从而允许在任何命令行终端中直接调用它们。
选择 Install Now 执行标准安装。
3. 开发工具安装：Visual Studio Code
VS Code 是本次配置选择的代码编辑器。
下载： 访问 Visual Studio Code 官方网站下载并安装。安装过程无特殊配置要求，可保留默认设置。
4. 环境集成：配置 VS Code 与 Python
此步骤旨在将 VS Code 与 Python 解释器连接起来，并安装必要的依赖库。
安装 VS Code 扩展：
VS Code 通过扩展来支持特定语言和框架的功能。启动 VS Code。
导航至左侧活动栏的 扩展 (Extensions) 视图 (快捷键 Ctrl+Shift+X)。
搜索并安装以下两个由 Microsoft 发布的官方扩展：
Python: 提供语言支持、代码补全 (IntelliSense)、调试等核心功能。
Jupyter: 提供对 .ipynb (Jupyter Notebook) 文件的渲染、执行和管理功能。
安装 Python 依赖库：
使用 Python 的包管理器 pip 安装运行 Jupyter Notebook 和进行科学计算所需的核心库。在 VS Code 中，通过 Terminal > New Terminal 或快捷键 `Ctrl+`` 打开集成终端。
在终端中执行以下命令：
codeBash
pip install jupyter numpy ipykernel库说明：
jupyter: 提供 Jupyter Notebook 的核心服务。
numpy: 本次作业所需的核心科学计算库。
ipykernel: 作为连接 VS Code 与 Jupyter 服务的“内核”，允许编辑器执行 Notebook 中的代码单元。
5. 验证配置
完成以上步骤后，验证环境是否配置成功。
使用 VS Code 打开一个 .ipynb 文件（例如你的作业文件）。
VS Code 将自动激活 Jupyter 扩展。在界面的右上角，点击 Select Kernel (选择内核)。
在弹出的列表中，选择检测到的 Python 解释器（例如 Python 3.x.x）。此操作将把当前 Notebook 会话与你的 Python 环境关联起来。
在 Notebook 的第一个代码单元格中输入 import numpy as np 并执行（点击单元格左侧的 ▶️ 按钮）。如果单元格成功执行且没有报错，则表明环境已配置正确。
6. 常见问题排查 (Troubleshooting)
问题： 终端提示 'pip' is not recognized as an internal or external command...
原因： 在第 2 步安装 Python 时，未能正确将 Python 添加到系统 PATH。
解决方案： 重新运行 Python 安装程序，选择 Modify，确保 Add Python to environment variables 选项被勾选，然后完成修改。
问题： 在 VS Code 中点击 Select Kernel 后列表为空，或 Jupyter 扩展提示激活失败。
原因： 扩展本身可能存在 Bug 或文件损坏。
解决方案： 在 VS Code 扩展视图中找到 Jupyter 扩展，点击其设置（齿轮图标），选择 Install Another Version...，然后安装一个发布时间稍早的稳定版本。操作完成后，重启 VS Code。
评论