用VSCode打造AI开发环境，基于Python的机器学习/数据分析环境搭建

原创已于 2025-11-26 09:08:22 修改 · 535 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#人工智能 #python #数据分析 #vscode

于 2025-11-26 09:07:34 首次发布

用VSCode打造AI开发环境 2.8w人浏览 31人参与

在VSCode中搭建一个基于Python的机器学习和数据分析环境，可以极大地提升你的开发效率。以下是详细的步骤和推荐的工具，以帮助你快速建立一个高效的开发环境。

如果您喜欢此文章，请收藏、点赞、评论，谢谢，祝您快乐每一天。

第一步：安装Visual Studio Code

下载和安装 VSCode：
- 前往 Visual Studio Code官网，下载适用于你操作系统的安装包，并进行安装。

第二步：安装Python

下载和安装 Python：
- 前往 Python官网，下载并安装Python。确保选择“Add Python to PATH”选项。
- 安装完成后，你可以在命令行运行以下命令以确认安装成功：

     python --version
     ```

第三步：安装Python扩展

启动 VSCode，打开扩展视图（左侧栏第四个图标或使用快捷键 `Ctrl+Shift+X`），搜索并安装以下扩展：
- Python：Microsoft官方提供的扩展，支持Python编程。
- Pylance：提供快速、智能的代码补全和类型检查。
- Jupyter（可选）：如果你需要使用Jupyter Notebook进行数据分析和机器学习，可以安装此扩展。

第四步：配置Python虚拟环境

创建虚拟环境：
- 在你的工作目录中打开终端，使用以下命令创建一个新的虚拟环境（这里使用的是`venv`）：

     python -m venv myenv
     ```

`myenv`是你虚拟环境的名字，你可以自定义。

激活虚拟环境：
- Windows:

     myenv\Scripts\activate
     ```

macOS/Linux:

     source myenv/bin/activate
     ```

第五步：安装必要的库

在激活的虚拟环境中，安装常用的数据分析和机器学习库，例如：

   pip install numpy pandas matplotlib scikit-learn seaborn jupyter tensorflow keras

这些库是进行数据分析和机器学习的基础。

第六步：配置VSCode使用虚拟环境

选择解释器：
- 在VSCode中按 `Ctrl+Shift+P` 打开命令面板，输入并选择 `Python: Select Interpreter`，然后选择你的虚拟环境的Python解释器。

第七步：创建项目和编写代码

创建新文件：在工作区中创建一个新的Python文件（如`main.py`）。
编写代码：开始编写你的机器学习或数据分析代码，例如：

   import pandas as pd
   import numpy as np
   import matplotlib.pyplot as plt

   # 示例数据
   data = {
       'A': np.random.rand(100),
       'B': np.random.rand(100)
   }
   df = pd.DataFrame(data)

   # 简单的数据可视化
   plt.scatter(df['A'], df['B'])
   plt.title('Scatter plot of A vs B')
   plt.xlabel('A')
   plt.ylabel('B')
   plt.show()