Visual Studio Code和Anaconda的下载(机器学习编译环境配置)

本文详细介绍了Anaconda的下载、安装、环境配置,包括创建虚拟环境,并对比了VisualStudioCode的简介、下载及扩展安装,旨在帮助读者快速上手这两款IT工具。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

目录

 一、Anaconda

1.Anaconda介绍

2.Anaconda下载及安装

3.检查conda是否成功写入系统环境变量

4.创建虚拟环境

二、Visual Studio Code

1.vscode介绍

2.vscode下载及安装


 一、Anaconda

1.Anaconda介绍

Anaconda(anaconda下载)就是可以便捷获取包且对包能够进行管理,同时对环境可以统一管理的发行版本。Anaconda包含了conda、Python在内的超过180个科学包及其依赖项。

2.Anaconda下载及安装

打开anaconda下载

直接选择下载,下载完后找到下载的位置运行安装程序。

然后下一步下一步下一步……

选择你要安装的位置,最好是容易记住的地方。

最后安装(install)。

3.检查conda是否成功写入系统环境变量

同时按下win+r键,再输入cmd,打开界面后输入conda。

输入conda activate,出现base验证完成。

4.创建虚拟环境

conda create -n 环境名 python=x.x
anaconda命令创建python版本为x.x,名字为<环境名>的虚拟环境。<环境名>文件可以在Anaconda安装目录envs文件下找到。

激活/切换环境

Windows:conda activate 环境名

Linux:  source activate 环境名

查看当前存在哪些虚拟环境

conda env list

 

二、Visual Studio Code

1.vscode介绍

VSCode(全称:Visual Studio Code)是一款由微软开发且跨平台的免费源代码编辑器。该软件支持语法高亮、代码自动补全(又称 IntelliSense)、代码重构、查看定义功能,并且内置了命令行工具和 Git 版本控制系统。用户可以更改主题和键盘快捷方式实现个性化设置,也可以通过内置的扩展程序商店安装扩展以拓展软件功能。

2.vscode下载及安装

vscode下载

选择自己对应的版本进行下载。

下载完成后打开下载到的位置,运行安装包程序。

此页面可以选择创建快捷方式,没有创建快捷方式请记住自己安装的位置。

下载完成后打开vscode,点击左侧栏目的第五个4个方块的图标进入,下载python等扩展。

在此位置也可以下载汉化包。

需要下载的话,主要是下载python,pylance,jupyter,其他是下载jupyter连带的,其中python为核心扩展必下。

以上,Anaconda和VSCode全部安装完成!

### 解决 Visual Studio Code 中 Conda 环境丢失的问题 当在 Visual Studio Code (VSCode) 中遇到 Conda 环境缺失的情况时,可能的原因包括配置文件损坏、路径设置错误或者扩展插件未正确加载等问题。以下是针对此问题的具体解决方案: #### 1. 验证 Conda 路径是否正确 确保 VSCodePython 扩展能够找到并识别到安装的 Conda 环境。可以通过以下方式验证: - 在终端运行 `conda info --envs` 来查看当前可用的 Conda 环境列表及其路径。 - 如果目标环境不在该列表中,则可能是由于删除或重命名了某些目录导致。 #### 2. 更新 VSCode Python 插件 保持开发工具最新版本有助于减少兼容性问题的发生几率。可以按照如下操作更新软件组件: ```bash code --install-extension ms-python.python ``` 这会强制重新下载微软官方发布的Python支持包[^2]。 #### 3. 设置默认解释器为特定 Conda Environment 打开命令面板 (`Ctrl+Shift+P`) 并输入 “Python: Select Interpreter”,从弹出菜单里挑选对应名称前缀带有 `(base)` 或其他自定义标签的目标虚拟空间作为活动区域内的首选项之一[^3]。 #### 4. 修改 settings.json 文件手动指定位置 如果自动检测失败的话,也可以通过编辑全局/工作区级别的 JSON 数据来硬编码关联关系。具体做法是在 `.vscode/settings.json` 添加类似下面这样的条目: ```json { "python.defaultInterpreterPath": "/path/to/your/conda/env/bin/python" } ``` #### 5. 使用 editable 安装模式加速调试流程 对于正在积极修改源码期间频繁切换不同分支场景下的开发者而言,利用 `-e` 参数可以让本地改动即时生效而无需重复执行构建过程[^1]: ```bash pip install -e . ``` 以上方法应该能有效缓解乃至彻底消除关于找不到合适 runtime instance 的困扰状况。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值