vscode使用anaconda自带的python环境在终端运行时报错

目录

具体报错内容

bash 复制代码
CommandNotFoundError: Your shell has not been properly configured to use 'conda activate'.
If your shell is Bash or a Bourne variant, enable conda for the current user with

    $ echo ". E:\Anaconda/etc/profile.d/conda.sh" >> ~/.bashrc

or, for all users, enable conda with

    $ sudo ln -s E:\Anaconda/etc/profile.d/conda.sh /etc/profile.d/conda.sh

The options above will permanently enable the 'conda' command, but they do NOT
put conda's base (root) environment on PATH.  To do so, run

    $ conda activate

in your terminal, or to put the base environment on PATH permanently, run

    $ echo "conda activate" >> ~/.bashrc

Previous to conda 4.4, the recommended way to activate conda was to modify PATH in
your ~/.bashrc file.  You should manually remove the line that looks like

    export PATH="E:\Anaconda/bin:$PATH"

^^^ The above line should NO LONGER be in your ~/.bashrc file! ^^^

官方翻译报错

当前使用的 shell 没有配置好 conda activate。

  1. 如果你的shell是Bash或Bourne变种,为当前用户启用conda,执行命令:

    复制代码
    $ echo ". E:\Anaconda/etc/profile.d/conda.sh" >> ~/.bashrc

    或,为所有用户启用conda,执行命令:

    复制代码
    $ sudo ln -s E:\Anaconda/etc/profile.d/conda.sh /etc/profile.d/conda.sh

    这些选项将永久启用'conda'命令,但不会将conda的base(根)环境添加到PATH中。若要永久将base环境添加到PATH中,请在终端中执行:

    复制代码
    $ conda activate

    或,若要永久将base环境添加到PATH中,请执行:

    复制代码
    $ echo "conda activate" >> ~/.bashrc
  2. 在之前的conda 4.4版本中,推荐激活conda的方法是修改~/.bashrc文件中的PATH。你应该手动删除类似以下内容的行:

    复制代码
    export PATH="E:\Anaconda/bin:$PATH"

    ^^^ 上面的行不应再出现在你的~/.bashrc文件中!^^^

讲人话

虚拟环境(venv)没有正确安装或配置。

解决方法

  1. 确保你已经安装了Python和pip。你可以在终端中输入以下命令来检查它们的版本:
bash 复制代码
python --version
pip --version
  1. 创建一个新的虚拟环境。在VSCode的终端中,导航到你的项目目录,然后输入以下命令:
bash 复制代码
python -m venv venv

这将在你的项目目录中创建一个名为"venv"的虚拟环境。

  1. 激活虚拟环境。在Windows上,打开cmd,进入venv所在的文件夹下,运行以下命令:
bash 复制代码
venv\Scripts\activate

在macOS和Linux上,运行以下命令:

bash 复制代码
source venv/bin/activate
  1. 现在,你应该能够看到终端提示符前面有一个表示虚拟环境名称的括号,例如:(venv)。这意味着虚拟环境已成功加载。
相关推荐
碳酸的唐2 小时前
A* 工程实践全指南:从启发式设计到可视化与性能优化
python·神经网络
倔强青铜三5 小时前
苦练Python第64天:从零掌握多线程,threading模块全面指南
人工智能·python·面试
Q26433650236 小时前
【有源码】基于Hadoop生态的大数据共享单车数据分析与可视化平台-基于Python与大数据的共享单车多维度数据分析可视化系统
大数据·hadoop·python·机器学习·数据分析·spark·毕业设计
计算机毕业设计木哥6 小时前
计算机毕设选题推荐:基于Hadoop和Python的游戏销售大数据可视化分析系统
大数据·开发语言·hadoop·python·信息可视化·spark·课程设计
小蕾Java6 小时前
PyCharm 2025:使用图文教程!
ide·python·pycharm
至此流年莫相忘7 小时前
配置Python环境之Conda
python·conda
cooldream20097 小时前
深入解析 Conda、Anaconda 与 Miniconda:Python 环境管理的完整指南
开发语言·python·conda
B站计算机毕业设计之家7 小时前
多模态项目:Python人脸表情系统 CNN算法 神经网络+Adaboost定位+PyQt5界面 源码+文档 深度学习实战✅
python·深度学习·神经网络·opencv·yolo·计算机视觉·情绪识别
大模型真好玩7 小时前
LangGraph实战项目:从零手搓DeepResearch(一)——DeepResearch应用体系详细介绍
人工智能·python·mcp