VS Code中激活venv或Conda虚拟环境并运行Python脚本

青禾
青禾
发布时间:2026-11-16| 8人浏览过
原创

本文详细介绍在 Visual Studio Code 中识别、选择并激活 venv 与 Conda 虚拟环境的具体步骤,对比两者在工作区发现与隔离机制上的关键差异,并提供多种运行 Python 脚本的方法与常见问题排查方案。

在 Visual Studio Code 中运行 Python 脚本的核心机制在于解释器绑定:只要为当前工作区指定正确的 Python 解释器路径,VS Code 就会在状态栏显示该环境,在启动内置终端时自动执行激活脚本,并在点击“运行”按钮时直接调度该环境下的二进制文件执行代码。无论是内置轻量化的 venv 还是适合多语言依赖的 Conda,其核心配置流程都是选择解释器、检查终端自动激活状态并执行运行验证。

一、venv 与 Conda 的本质差异与 VS Code 识别机制

venv 与 Conda 是 Python 开发中最常用的两套虚拟环境方案。理解它们在文件存放与依赖管理层面的不同,有助于在 VS Code 中正确选择排查路径:

  • venv(工作区内局部隔离):属于 Python 标准库内置模块,仅管理纯 Python 包。标准做法是将虚拟环境目录直接建在项目工作区根目录下(通常命名为 .venv)。VS Code 的 Python 扩展在打开文件夹时,会自动递归扫描工作区根目录,因此 .venv 通常能被编辑器秒级自动识别。
  • Conda(全局集中多环境管理):是一个跨语言的二进制包和通用环境管理器,不仅能管理 Python 模块,还能管理底层 C/C++ 动态链接库与不同版本的 Python 解释器。Conda 创建的环境通常统一保存在全局路径(如用户主目录下的 anaconda3/envs/ 或 miniconda3/envs/)。VS Code 依赖全局安装的 conda 执行程序来发现这些全局命名环境。
对比维度 venv 环境 Conda 环境
创建方式 python -m venv .venv conda create -n myenv python=3.11
默认物理位置 当前项目根目录下的 .venv/ 文件夹 全局目录(如 ~/miniconda3/envs/myenv/)
VS Code 发现路径 工作区文件夹自动感知,无需全局扫描 依赖系统 PATH 中的 conda 客户端查询环境列表
核心管理内容 仅限 Python 库(依赖 pip) Python 解释器本身、C/Fortran 二进制库、系统依赖
VS Code中激活venv或Conda虚拟环境并运行Python脚本
图 1:venv 与 Conda 虚拟环境结构与 VS Code 自动发现机制对比

二、前置准备:创建虚拟环境

在 VS Code 识别之前,需要确保虚拟环境已正确建立在本地磁盘上。根据项目需要,选择以下任意一种方式完成创建:

方式 1:创建 venv 虚拟环境(推荐用于通用 Web/脚本开发)

在 VS Code 中通过 Ctrl+`(macOS 为 Cmd+`)打开内置终端,确保当前路径处于项目根目录,执行:

# 示例:创建名为 .venv 的环境
python -m venv .venv

命令完成后,项目根目录下将出现一个名为 .venv 的文件夹。其中包含 pyvenv.cfg 配置文件,以及独立于系统的 bin/(macOS/Linux)或 Scripts/(Windows)可执行程序目录。

方式 2:创建 Conda 虚拟环境(推荐用于数据分析/深度学习)

在已安装 Anaconda 或 Miniconda 的系统中,直接在终端中创建命名环境:

# 示例:创建指定 Python 3.11、名为 data-env 的环境
conda create -n data-env python=3.11 -y

三、在 VS Code 中选择与激活解释器的四个关键步骤

环境创建完毕后,需要让 VS Code 的 Python 插件与该环境建立绑定。这一流程主要由四个连续动作构成:

  1. 呼出命令面板:按下快捷键 Ctrl+Shift+P(macOS 上为 Cmd+Shift+P)。
  2. 输入并运行解释器选择命令:在顶部输入框中输入 Python: Select Interpreter 并按回车。
  3. 从列表中选择对应环境:
    • 若为 venv:列表通常会优先展示 Recommended: ./.venv/bin/python 或 ./.venv/Scripts/python.exe,直接点击选中。
    • 若为 Conda:列表中会列出带有 'data-env': conda 标签的选项,点击对应的 Conda 环境名称。
  4. 新建终端并检验自动激活:关闭之前已打开的终端,按下快捷键 Ctrl+Shift+` 新建一个终端窗口。此时 VS Code 会自动向终端下发激活命令,命令行开头会出现环境前缀(如 (.venv) 或 (data-env))。
VS Code中激活venv或Conda虚拟环境并运行Python脚本
图 2:在 VS Code 中通过命令面板绑定并激活解释器的具体操作流

四、运行 Python 脚本的三种方式与验证

完成解释器绑定后,有三种常见方式可以在所选虚拟环境中执行脚本。每种方式底层的调用逻辑稍有不同:

方式 1:点击右上角“运行 Python 文件”按钮(最直观)

打开需要运行的 .py 脚本,查看代码编辑窗口的右上角,点击绿色的三角形按钮“Run Python File”。

调用原理:VS Code 会在内置终端中直接粘贴并执行绑定的完整可执行文件绝对路径。例如:/path/to/project/.venv/bin/python /path/to/project/main.py。这种方式即使终端尚未生效环境变量,也能绝对保证调用的是指定虚拟环境中的 Python。

方式 2:在已激活的内置终端手动运行(最灵活)

在确认终端提示符前带有 (.venv) 或 (data-env) 的前提下,直接输入标准命令运行:

python main.py

调用原理:激活脚本已将虚拟环境的 bin/ 或 Scripts/ 目录置于当前 Shell 的 PATH 环境变量首位,因此键入 python 会优先匹配虚拟环境内的解释器。

方式 3:按 Shift + Enter 运行选中文本或单行(交互调试)

在编辑器中用鼠标选中某几行代码,按下 Shift + Enter,VS Code 会启动带有该解释器上下文的 Python 交互终端(REPL),并在其中单步执行所选语句。

核心验证代码:确认当前实际生效的解释器路径

为了确保运行并非指向全局系统默认 Python,建议在脚本开头加入以下两行验证代码:

import sys

# 打印当前正在运行的 Python 解释器绝对路径
print("当前解释器路径:", sys.executable)
# 打印环境主目录前缀
print("虚拟环境前缀:", sys.prefix)

预期输出示例:

# venv 环境下的正确输出示例:
当前解释器路径: /Users/username/my_project/.venv/bin/python
虚拟环境前缀: /Users/username/my_project/.venv

# Conda 环境下的正确输出示例:
当前解释器路径: /Users/username/miniconda3/envs/data-env/bin/python
虚拟环境前缀: /Users/username/miniconda3/envs/data-env

如果输出路径中包含 /usr/bin/python3 或 C:\Python310\python.exe 等全局路径,说明解释器未正确绑定或终端未成功激活。

VS Code中激活venv或Conda虚拟环境并运行Python脚本
图 3:运行按钮与终端命令在解释器环境绑定中的调用链路

五、常见问题排查与注意事项

排查重点:绝大多数“激活失败”或“模块找不到”的问题,并不是代码本身出错,而是终端的子进程环境变量未刷新,或是系统安全策略阻断了脚本执行。

1. Windows PowerShell 报错“无法加载文件,因为在此系统上禁止运行脚本”

表现:在 VS Code 新建终端时,输出红字错误:File ... activate.ps1 cannot be loaded because running scripts is disabled on this system。

原因:Windows 默认的 PowerShell 执行策略为 Restricted,禁止执行任何未经签名的本地脚本。

解决方法:以管理员身份打开 PowerShell,执行以下命令将当前用户的执行策略调整为 RemoteSigned:

Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser

执行完成后,重启 VS Code,新建终端即可顺利自动激活。

2. 在解释器列表中未出现新建的虚拟环境

表现:在 Python: Select Interpreter 中找不到刚建好的 .venv 或 Conda 环境。

排查步骤:

  • 对于 venv:点击命令面板中的 Enter interpreter path...(输入解释器路径) -> Find...(浏览),手动定位到项目下的 .venv/bin/python(macOS/Linux)或 .venv\Scripts\python.exe(Windows)。一旦手动指定一次,VS Code 会自动记录在 .vscode/settings.json 中。
  • 对于 Conda:确保系统已执行 conda init 并正确配置了环境变量。若 VS Code 找不到 conda 命令,可在设置(Settings)中搜索 python.condaPath,直接填入 conda 或 conda.exe 的绝对路径。

3. 终端已显示激活前缀,但执行 pip list 时没有找到已安装的包

表现:运行脚本提示 ModuleNotFoundError,但在命令行安装过该库。

原因:在多 Python 版本共存的机器上,pip 可能指向了全局 Python 而非当前虚拟环境中的 pip。

解决方法:推荐始终使用 python -m pip install <包名> 代替单独的 pip install <包名>,这样能绝对保证包被安装至当前运行的 python 解释器所绑定的 site-packages 目录中。

VS Code中激活venv或Conda虚拟环境并运行Python脚本
图 4:VS Code 虚拟环境配置常见故障定位与解决流程图

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。