### 在 VSCode 中配置 Python 和 Jupyter Notebook 的开发环境 在 VSCode 中配置 Python 和 Jupyter Notebook 的集成环境，可以通过以下方法实现： #### 1. 安装 VSCode 及相关扩展 确保已安装最新版本的 Visual Studio Code。接下来，通过扩展市场安装以下两个关键扩展： - **Python 扩展**：提供对 Python 文件的支持，包括代码补全、调试、Linting 等功能[^3]。 - **Jupyter 扩展**：支持在 VSCode 中打开和运行 `.ipynb` 文件，并允许直接创建新的 Jupyter Notebook[^1]。 安装完成后，重启 VSCode 以确保扩展生效。 #### 2. 配置 Python 环境 选择一个合适的 Python 环境作为工作环境。VSCode 支持多种环境管理工具，例如虚拟环境（virtualenv）、Conda 等。推荐使用 Conda 或 Miniconda 来管理依赖项和内核。 - 创建一个新的 Conda 环境并激活它： ```bash conda create -n myenv python=3.9 conda activate myenv ``` - 安装必要的包以支持 Jupyter Notebook 功能： ```bash conda install ipykernel python -m ipykernel install --user --name=myenv --display-name "Python (myenv)" ``` 上述命令会将新创建的 Conda 环境注册为 Jupyter 内核[^3]。 #### 3. 创建或打开 Jupyter Notebook 在 VSCode 中创建一个新的 Jupyter Notebook 文件： - 按下 `Ctrl+Shift+P`（Windows/Linux）或 `Cmd+Shift+P`（Mac），输入 `Jupyter: Create New Blank Notebook` 并选择该命令[^1]。 - 或者，直接打开现有的 `.ipynb` 文件，VSCode 会自动识别并渲染为交互式 Notebook 界面[^1]。 #### 4. 选择 Python 内核 在打开的 Notebook 文件中，点击顶部的内核选择器（通常显示为“未选择”或当前活动环境名称）。从下拉菜单中选择之前配置的 Conda 环境（如 `Python (myenv)`）。如果目标环境未列出，可能需要重新启动 VSCode 或刷新内核列表[^1]。 #### 5. 测试环境 运行以下代码片段以验证环境是否正常工作： ```python import torch print(torch.__version__) ``` 如果出现 `No module named 'torch'` 错误，说明当前内核缺少必要的包。可以尝试通过终端激活对应环境后手动安装缺失的依赖项： ```bash pip install torch torchvision torchaudio ``` 或者，在 VSCode 内部提示安装时选择自动安装选项[^3]。 #### 6. 配置代理（可选） 如果需要在 Jupyter Notebook 中进行网络请求（如下载数据集或访问外部 API），并且系统处于代理网络环境下，需单独为 Jupyter 配置代理设置。参考 Ubuntu 系统中的代理配置方案，确保 Notebook 内部能够正确访问互联网[^2]。 --- ###