在CMD中创建虚拟环境并在VSCode中使用和管理

1. 使用Conda创建虚拟环境

在CMD或Anaconda Prompt中执行以下代码以创建一个新的虚拟环境:

bash 复制代码
conda create -n my_env python = 3.8

这样会创建一个名为 my_env 的环境,并在Anaconda环境目录下生成一个相应的文件夹,包含该虚拟环境所需的所有文件和依赖包。

1.1 Conda命令未找到的错误

如果在CMD运行时出现如下错误:

bash 复制代码
'conda' 不是内部或外部命令,也不是可运行的程序或批处理文件。

可能是因为Conda没有正确地添加到系统的环境变量中。将Anaconda路径添加到系统环境变量的 Path 变量中是为了让操作系统能够在任何命令提示符(CMD)、PowerShell或终端窗口中找到并执行Anaconda和Conda相关的命令。

1.2 添加Anaconda路径到系统环境变量

1.2.1. 找到Anaconda路径

在Anaconda Prompt中输入:

bash 复制代码
conda info --base

如上图,我的Anaconda路径为"D:\Ana",则需要把以下三条路径都添加到环境变量中:

bash 复制代码
D:\Ana
D:\Ana\Scripts
D:\Ana\Library\bin

1.2.2. 添加路径到环境变量

  • 打开"开始菜单",选择"系统",然后选择"系统信息"。
  • 选择"高级系统设置"。
  • 在弹出的对话框中选择"环境变量",点击用户变量中的 Path,选择"编辑"。
  • 在弹出的框中选择"添加",并将上述三个路径添加进去。

重新启动CMD,然后输入以下命令以验证是否添加成功:

bash 复制代码
conda --version

如果显示Conda的版本信息,说明设置成功。

3. 初始化Conda

第一次在CMD中使用Conda执行其它命令时,需要在命令提示符(CMD)中初始化Conda。运行以下命令来配置你的shell,使其能够正确识别和处理Conda命令:

bash 复制代码
conda init

4. 在VSCode中使用新的Conda环境

在VSCode中使用新的Conda环境时,通常需要安装 ipykernel 以便Jupyter Notebook和VSCode能够识别和使用该环境。执行以下代码:

bash 复制代码
# 激活虚拟环境
conda activate my_env
# 安装 ipykernel
conda install ipykernel
# 将新的环境添加为Jupyter内核:
python -m ipykernel install --user --name my_env --display-name "Python (my_env)"

如果需要更新依赖项并强制重新安装 ipykernel,可以使用以下命令:

bash 复制代码
conda install -n my_env ipykernel --update-deps --force-reinstall

5. 选择正确的环境

当使用已安装的库时,一定要选择正确的环境,否则会导致库无法找到或版本不匹配的问题。确保在创建和管理虚拟环境时,激活相应的环境,并在该环境中安装和使用所需的库。例如:

bash 复制代码
# 创建一个新的虚拟环境
conda create -n my_env python=3.8

# 激活虚拟环境
conda activate my_env

# 在激活的环境中安装所需的库
conda install numpy

# 运行Python脚本,确保是在激活的环境中
python my_script.py

# 退出虚拟环境
conda deactivate my_env

如果在vscode中要使用安装好的numpy库,就要选择同样的环境

通过这些步骤,可以确保在CMD中成功创建虚拟环境,并在VSCode中正确使用和管理Conda虚拟环境。

相关推荐
weixin_307779131 小时前
Azure上基于OpenAI GPT-4模型验证行政区域数据的设计方案
数据仓库·python·云计算·aws
玩电脑的辣条哥2 小时前
Python如何播放本地音乐并在web页面播放
开发语言·前端·python
多想和从前一样4 小时前
Django 创建表时 “__str__ ”方法的使用
后端·python·django
安於宿命4 小时前
【Linux】进程间通信——进程池
linux·c++
ll7788115 小时前
LeetCode每日精进:20.有效的括号
c语言·开发语言·算法·leetcode·职场和发展
新兴ICT项目支撑5 小时前
天翼云910B部署DeepSeek蒸馏70B LLaMA模型实践总结
linux·运维·服务器·910b·天翼云·deepseek r1
小喵要摸鱼6 小时前
【Pytorch 库】自定义数据集相关的类
pytorch·python
bdawn6 小时前
深度集成DeepSeek大模型:WebSocket流式聊天实现
python·websocket·openai·api·实时聊天·deepseek大模型·流式输出
Jackson@ML6 小时前
Python数据可视化简介
开发语言·python·数据可视化
mosquito_lover16 小时前
怎么把pyqt界面做的像web一样漂亮
前端·python·pyqt