### 如何在 VSCode 中配置并使用现有的 Python 虚拟环境 要在 Visual Studio Code (VSCode) 中配置并使用已有的 Python 虚拟环境，可以通过以下方式实现： #### 1. 确认虚拟环境的位置 确保已经创建了一个可用的 Python 虚拟环境。通常情况下，虚拟环境会被存储在一个指定的目录中，例如 `env` 或 `.venv` 文件夹。如果尚未创建虚拟环境，可以使用以下命令来创建： ```bash python -m venv env ``` 这将在当前工作目录下生成名为 `env` 的虚拟环境文件夹。 --- #### 2. 设置 VSCode 使用该虚拟环境中的解释器 打开 VSCode 并加载项目所在的文件夹。通过快捷键 `Ctrl+Shift+P` 打开命令面板，输入 **Python: Select Interpreter**，然后选择对应虚拟环境下的 Python 解释器路径。此操作会自动更新项目的设置文件 `settings.json`[^1]。 对于 Windows 用户，默认路径可能类似于： ```plaintext C:\path\to\your\project\env\Scripts\python.exe ``` 而对于 macOS/Linux 用户，则可能是： ```plaintext /home/user/project/env/bin/python ``` --- #### 3. 修改 settings.json 文件（可选） 为了更精确地控制虚拟环境的选择，可以在项目根目录下的 `.vscode/settings.json` 文件中手动添加解释器路径。如果没有这个文件，可以自行创建，并填入如下内容： ```json { "python.pythonPath": "${workspaceFolder}/env/Scripts/python.exe", "python.defaultInterpreterPath": "${workspaceFolder}/env/Scripts/python.exe" } ``` 注意：这里的 `${workspaceFolder}` 是一个变量，表示当前工作的项目根目录位置[^2]。 --- #### 4. 安装扩展支持 确保安装了官方提供的 Microsoft Python Extension Pack 插件。它提供了对 Python 开发的强大支持，包括但不限于 IntelliSense、Linting 和 Debugging 功能。此外，还需要确认 Jupyter Notebook 支持是否正常启用，特别是在涉及数据分析或科学计算时[^3]。 --- #### 5. 测试虚拟环境的功能 完成以上步骤后，在终端窗口内启动集成的 Shell 工具 (`Terminal -> New Terminal`) ，此时应该能够看到提示符前缀显示为 `(env)` 表明正在使用的正是刚才选定的那个虚拟环境。尝试执行一些简单的测试脚本验证其行为是否符合预期。 另外需要注意的是，每当切换到新的项目或者更改了解释器之后都需要重复这些过程以保证正确的依赖关系被载入[^4]。 --- #### 提供一段示例代码用于验证环境有效性 下面是一段用来检测当前运行环境下模块状态的小程序： ```python import sys print(sys.executable) try: import requests except ImportError as e: print(f"Module not found: {e}") else: print("Requests module is installed.") ``` 将其保存为 test_env.py 后直接右击选择 “Run Python File in Terminal”，观察输出结果即可判断一切是否就绪。 ---