VS Code 怎么配置 Python 开发环境:插件安装与解释器选择

Ryan
Ryan
发布时间:2026-11-14| 4人浏览过
原创

详细讲解在 Visual Studio Code 中配置 Python 开发环境的完整流程,包含微软官方 Python 插件安装、解释器识别与绑定、虚拟环境选择及常见报错排查。

在 Visual Studio Code 中搭建 Python 开发环境的核心任务只有两步:一是安装微软官方提供的 Python 插件套件以获得语法补全与调试支持,二是在编辑器中为当前项目绑定对应的 Python 解释器。完成这两项设置后,即可在编辑器内实现从代码编写、智能提示到单步调试的完整工作流。

很多初次使用 VS Code 的开发者,在新建一个 .py 文件并敲下代码后,常常会发现右上角的运行按钮无法点击,或者点击后终端弹出“No Python interpreter selected”的提示。产生这一现象的根本原因在于:VS Code 本质上是一个轻量级的代码编辑器,它本身并不携带 Python 编译器或运行库。要让代码跑起来,必须让编辑器接入计算机底层真实安装的 Python 内核。

一、理解协作关系:编辑器、插件与解释器

在开始具体操作之前,理清三者的职责分工能够避免后续遇到问题时毫无头绪:

  • VS Code 宿主:负责界面渲染、文件树管理、键盘快捷键映射以及提供各类交互面板。
  • Python 扩展插件(Microsoft):负责为编辑器注入特定语言的能力,包括代码语义分析、智能高亮、Pylance 语言服务器通信、测试框架集成以及调试器挂载。
  • Python 解释器:操作系统中真实存在的二进制执行程序(如 python.exe 或 python3),负责读取代码文本并将其转换为字节码在虚拟机上执行。
VS Code 怎么配置 Python 开发环境:插件安装与解释器选择
图 1:VS Code 编辑器、语言插件与本地 Python 运行环境的分工模型

二、关键步骤一:安装官方 Python 扩展插件

VS Code 拥有丰富的社区插件生态,但在 Python 基础环境搭建中,应当精准锁定微软官方出品的主扩展。具体操作步骤如下:

  1. 打开 VS Code,点击左侧活动栏上的扩展图标(图标形状为四个方块,快捷键为 Ctrl + Shift + X,macOS 为 Cmd + Shift + X)。
  2. 在扩展市场顶部的搜索栏中输入 Python。
  3. 在检索结果的最顶部找到名称仅为 Python 且发布者标识为 Microsoft 的插件(通常带有蓝色官方验证勾选标记)。
  4. 点击该插件条目右侧的 Install(安装) 按钮。

安装过程通常需要几十秒。在安装主插件时,VS Code 会自动关联安装 Pylance(高性能语言服务器,负责代码自动补全、类型检查与悬停提示)以及 Python Debugger。无需单独搜索它们,系统会自动完成依赖组件的配置。

VS Code 怎么配置 Python 开发环境:插件安装与解释器选择
图 2:在 VS Code 扩展市场安装官方 Python 插件流向

三、关键步骤二:识别与选择 Python 解释器

安装完插件后,VS Code 已经具备了识别 Python 语法的能力,但它仍然需要知道“使用哪个具体的 Python 程序执行代码”。计算机中可能同时存在多个 Python 环境(例如操作系统自带的 Python、通过官方安装包安装的全局版本、Anaconda 基础环境,或是某个项目特有的虚拟环境)。

1. 唤起选择菜单的标准操作

  1. 使用快捷键 Ctrl + Shift + P(macOS 为 Cmd + Shift + P)调出 VS Code 的命令面板(Command Palette)。
  2. 在顶部输入框中键入 Python: Select Interpreter 并按回车。
  3. 系统会自动扫描当前计算机中所有常见的 Python 安装路径,并在下拉菜单中按顺序列出供选择。

除了通过命令面板,也可以直接观察 VS Code 窗口最下方的状态栏。如果已经打开了一个 Python 脚本,状态栏右侧或左侧通常会显示类似 Python 3.11.x 64-bit 或 Select Interpreter 的文字,直接鼠标单击该区域,同样会直接弹出解释器选择列表。

2. 不同环境类型的特征与选用策略

在下拉列表中,每项都会展示解释器的版本、环境类型和物理存储路径。选择哪种环境,直接决定了后续编写代码时能够导入哪些第三方库:

VS Code 怎么配置 Python 开发环境:插件安装与解释器选择
图 3:三种常见 Python 解释器环境的特性对比与选用建议
重要工程建议:为什么强烈推荐在项目内创建 .venv 虚拟环境?
当多个项目同时引用相同名称但不同版本的第三方库时(例如项目 A 依赖 Django 3.2,项目 B 依赖 Django 5.0),如果全部安装在全局环境中,后安装的版本会直接覆盖前一个,导致既有工程报错瘫痪。使用标准虚拟环境可以彻底避免此类污染。

如果希望为当前工作区创建独立的虚拟环境,可以在 VS Code 集成终端中执行内置的 venv 模块:

# 进入项目根目录后执行以下命令创建名为 .venv 的虚拟环境
# Windows 系统:
python -m venv .venv

# macOS / Linux 系统:
python3 -m venv .venv

命令执行完成后,项目根目录下会出现一个 .venv 文件夹。此时再次打开命令面板执行 Python: Select Interpreter,VS Code 会智能将该目录下的解释器置顶并打上 (Recommended) 标签,直接选中即可完成绑定。

四、结果验证与编写第一段测试脚本

完成插件安装与解释器指定后,可以通过以下简单测试确认整套开发环境运转正常:

  1. 在 VS Code 左侧资源管理器中,新建一个文件并命名为 app.py。
  2. 在编辑器中输入以下代码:
    import sys
    
    def main():
        print("Python 环境配置成功!")
        print("当前使用的解释器路径为:")
        print(sys.executable)
    
    if __name__ == "__main__":
        main()
  3. 点击右上角的三角形运行图标(Run Python File),或在代码编辑区右击选择“在终端中运行 Python 文件”。

此时 VS Code 下方会自动拉起内置终端,并打印出两行结果:

Python 环境配置成功!
当前使用的解释器路径为:
D:\workspace\demo\.venv\Scripts\python.exe

检查输出的路径是否与此前在状态栏中选择的环境一致。若一致,则说明编辑器与底层解释器的绑定已经完全成功。

五、常见问题排查与注意事项

1. 命令面板中扫描不到已安装的 Python 解释器

如果电脑上确实安装了 Python,但在 Select Interpreter 下拉列表中却空空如也,通常是因为 Python 在安装时没有将可执行文件加入系统环境变量 PATH,导致 VS Code 探针无法在默认路径下找到它。

解决方法:在弹出 Python: Select Interpreter 菜单后,选择列表第一项 Enter interpreter path...(手动输入解释器路径),随后点击 Find... 浏览本地磁盘,直接定位并选择 python.exe(Windows)或 bin/python3(macOS/Linux)的具体文件位置即可。

2. Windows 终端报错:“无法加载脚本,因为在此系统上禁止运行脚本”

在 Windows 下切换到虚拟环境时,VS Code 的 PowerShell 终端可能会在自动激活虚拟环境时弹出红色错误提示(PSSecurityException)。这是因为 Windows 默认的 PowerShell 执行策略禁用了本地未签名脚本的运行。

解决方法:以管理员身份打开 PowerShell,输入并执行以下命令:

Set-ExecutionPolicy RemoteSigned -Scope CurrentUser

按 Y 确认更改后,重新打开 VS Code,虚拟环境即可在打开终端时自动激活(终端行首会出现形如 (.venv) 的标识)。

3. 代码有黄色或红色波浪线提示,但终端却能正常运行

这一现象说明代码运行期与编辑期的环境脱节。终端运行使用的是终端当前 Shell 所激活的环境,而编辑器语意分析(Pylance)依赖的是状态栏所绑定的解释器。只需点击状态栏,将解释器切换为与终端完全一致的 Python 路径,并在保存文件后稍等两秒,波浪线警告即可自动消除。

VS Code 怎么配置 Python 开发环境:插件安装与解释器选择
图 4:VS Code Python 开发环境搭建全周期与自检清单

免责声明:本文内容仅供参考,不代表本站观点。转载或引用请注明出处。

Python 相关产品和应用

全部下载
Selenium

Selenium

4.51.0 · Windows

用于浏览器自动化和 Web 测试的 Python 工具。

scikit-learn

scikit-learn

1.9.1 · Windows

常用 Python 机器学习算法与模型评估工具库。

Black

Black

26.10.1 · Windows

强调一致性的 Python 自动代码格式化工具。

Ruff

Ruff

0.17.1 · macOS

由 Rust 编写的高速 Python 代码检查和格式化工具。

pytest

pytest

9.1.1 · Windows

简洁而强大的 Python 自动化测试框架。

FastAPI

FastAPI

0.146.0 · Windows

高性能 Python API 框架,支持类型提示和自动接口文档。

Flask

Flask

3.1.3 · Windows

轻量灵活的 Python Web 应用框架。

Django

Django

6.1.2 · Windows

成熟的 Python Web 框架,适合构建内容站点和业务系统。

Spyder

Spyder

6.1.7 · Windows

面向科学计算与数据分析的 Python 集成开发环境。

SciPy

SciPy

1.18.1 · Windows

面向科学、工程和技术计算的 Python 算法库。