0.前言
哎呀,我本次的实验是在新电脑上使用的,之前的笔记本上的环境什么的我都是很久以前弄好了的,结果到了新电脑上我直接忘了是该怎么配的了,不过万幸,花了点时间,查查补补,现在总算是可以了。说实话vscode真的很适合我这种呆瓜来使用,简单防呆,但防呆不防傻。

1.使用vscode的Jupyter notebook
先打开vscode,点击扩展(Ctrl+Shift+X),在扩展栏中输入Jupyter,安装该插件
使用Ctrl+Shift+P命令,在弹出的选项中选择Python:选择解释器

选择输入解释器路径

点击查找

找到自己的Anaconda下的envs下的自己创建的虚拟环境,选择下方的python.exe文件

然后就ok了,在新建文件时选择Jupyter Notebook就行了
