Windows上VSCode通过WSL2在Linux环境编写Python程序（Conda虚拟环境切换）

Windows上VSCode通过WSL2在Linux环境编写Python程序（Conda虚拟环境切换）

1 前言

在Windows上使用VSCode开发Python程序时，有时需要Linux环境（如某些库仅支持Linux）。WSL2（Windows Subsystem for Linux）提供了完整的Linux内核，结合VSCode的远程开发功能，可以无缝在Windows上编写和运行Linux环境下的Python代码。

本文将介绍：
WSL2 + Ubuntu 20.04 环境配置

VSCode 远程连接WSL2

Conda虚拟环境创建与管理

Python开发调试实战

2 环境准备

2.1 WSL2系统要求检查

Windows 10版本2004（内部版本19041）或更高，或Windows 11

需要使用GPU加速时，Windows 10版本21H2（内部版本19044）或更高，或Windows 11

验证方法：在powershell中输入winver查看结果

64位CPU支持虚拟化（Intel VT-x/AMD-V）

至少4GB内存（推荐8GB+）

WSL2安装参考：https://blog.youkuaiyun.com/Natsuago/article/details/145594631

2.2 启用WSL2

以管理员身份运行PowerShell，执行：

wsl --install -d Ubuntu-20.04

设置WSL2为默认版本：

wsl --set-default-version 2

启动Ubuntu 20.04，设置用户名和密码。

2.3 WSL2内安装CUDA（以CUDA 12.6版本为例）

• 仅需在Windows安装NVIDIA驱动（版本需≥510.06）：

nvidia-smi  # 验证驱动，应显示CUDA 12.6

注意：无需在WSL内重复安装驱动

• WSL2内安装CUDA 包，推荐在线安装（Ubuntu发行版）：

sudo apt-key del 7fa2af80
wget https://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/cuda-wsl-ubuntu.pin
sudo mv cuda-wsl-ubuntu.pin /etc/apt/preferences.d/cuda-repository-pin-600
sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/3bf863cc.pub
sudo add-apt-repository "deb https://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/ /"
sudo apt update
sudo apt install -y cuda-toolkit-12-6

• PyTorch安装（适配CUDA 12.6）：
  PyTorch官网：https://pytorch.org/get-started/locally/；选择合适的版本，会有相应的安装指令。
  

pip3 install torch torchvision torchaudio

• TensorFlow安装：

pip install tensorflow==2.15.0  # 需CUDA 11.8，版本需降级

注意事项：

• 驱动冲突：确保Windows驱动与CUDA Toolkit版本匹配 WSL识别失败：执行wsl --shutdown重启WSL实例
• 使用export CUDA_VISIBLE_DEVICES=0指定训练GPU
• 避免在WSL内运行图形界面应用以减少性能损耗

2.4 安装VSCode及必要插件

下载并安装https://code.visualstudio.com/

安装以下扩展：

WSL（连接WSL2）

Python（Python开发支持）

Pylance（代码智能提示）

3 配置Conda虚拟环境

3.1 安装Miniconda

在WSL2的Ubuntu终端执行：

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh

按照提示完成安装，并重新加载终端：

source ~/.bashrc

3.2 创建Conda虚拟环境

创建Python 3.9环境：

conda create -n myenv python=3.9

激活环境：

conda activate myenv

安装常用库（如numpy、pandas）：

conda install numpy pandas matplotlib

4 VSCode连接WSL2并配置Python环境

4.1 连接WSL2

打开VSCode，点击左下角><图标，选择"连接到WSL"。

此时VSCode已连接到WSL2的Ubuntu环境

4.2 通过本地已有工程文件进行（本地部署+远程运行）

打开WSL部署的Ubuntu命令窗口。推荐使用Windows提供的工具Windows Terminal，方便快捷切换命令窗环境。（可以通过Micorsoft Store下载）
通过cd \mnt\your_path访问Windows上的本地文件，并用VS code打开。例如：

$ cd /mnt/e/Python/PythonTest/
/mnt/e/Python/PythonTest$ code .

通过这种方式会自动打开VScode，并建立WSL远程虚拟连接。你只需在选择一下解释器虚拟环境就可以了。

4.3 选择Conda虚拟环境

打开终端（Ctrl+Shift+~），确保已激活myenv：

conda activate myenv

在VSCode中按Ctrl+Shift+P，输入"Python: Select Interpreter"，选择myenv的Python路径（如~/miniconda3/envs/myenv/bin/python）
也可以，在界面右下角，切换解释器环境，如：

4.4 调试Python程序

创建test.py文件：

msg = 'Hello World'
print(msg)

import torch
print(torch.__version__)          # 应输出如2.3.0
print(torch.cuda.is_available())  # 需返回True
print(torch.version.cuda)         # 应显示12.6

按F5调试，确保输出正确版本号。

5 常见问题

5.1 WSL2无法启动

检查BIOS是否开启虚拟化（VT-x/AMD-V）

确保Windows版本 ≥ 19041（winver查看）

5.2 Conda环境无法识别

在VSCode终端手动激活环境：

source ~/miniconda3/bin/activate myenv

或修改.bashrc自动激活：

echo "conda activate myenv" >> ~/.bashrc

5.3 扩展安装失败

确保VSCode的WSL扩展已安装

在WSL终端运行：

code --install-extension ms-python.python

总结

WSL2 + VSCode：提供了完整的Linux开发体验，无需双系统或虚拟机

Conda：管理Python环境，避免依赖冲突

VSCode远程开发：无缝调试Linux环境下的Python代码

适用场景：
机器学习（PyTorch/TensorFlow）

数据科学（Pandas/NumPy）

Linux专属工具开发

参考链接：
https://docs.microsoft.com/zh-cn/windows/wsl/

https://docs.conda.io/

https://code.visualstudio.com/docs/remote/wsl

📌 关注我的优快云博客，获取更多Python/机器学习教程！ 🚀