Visual Studio Code、Anaconda 虚拟环境、具体项目？答案

【问题标题】：Visual Studio Code, Anaconda Virtual Environment, specific projects?Visual Studio Code、Anaconda 虚拟环境、具体项目？
【发布时间】：2021-05-06 08:42:10
【问题描述】：

谁能帮助我理解在 Visual Studio 代码中使用 conda 环境？我已经用这个激活了虚拟环境（图像处理）：

conda activate imageprocessing

而且终端似乎一直在虚拟环境中，所以看起来PATH没有问题，看起来像这样。

(imageprocessing) ../users/[project_folder_somewhere]

但是当我打开 Visual Studio 代码并激活用于在那里打开 Notebooks 的内核时，完全使用来自图像处理虚拟环境的 python，我仍然需要安装以前伪造的库，例如 Pillow。哪个部分不成功？如果我继续这样做，我是否多余地安装了 Pillow 包？即使通过路径连接，视觉代码是否也不能很好地与 conda 集成？我使用此功能在 Visual Studio Code 上打开 .ipynb 文件，因为与使用此功能相比，基于浏览器的 Jupyter Notebooks 太慢且目录混乱（或者我认为？）。

【问题讨论】：

你的意思是你在VS Code的Jupyter中使用了这个conda环境，但是模块不能使用？你在 Jupyter 的右上角选择了这个 conda 环境吗？请提供相关截图和VS Code中显示的问题。
@JillCheng 是的。我已经在 jupyter 的右侧选择了所需的环境并使用本机 Visual Code 终端将其激活，但该库似乎根本没有更新。错误窗口显示某些库不存在，实际上我之前在该环境中的工作中已经伪造了这些库。你知道这有什么问题吗？
-“我以前在那个环境中的工作”是什么？是不是同一个叫做“图像处理”的 conda 环境？
@JillCheng 是的，我之前使用 Visual Code Jupyter Notebook 完成了另一个项目，使用的环境与我现在想使用的环境相同。究竟发生了什么？您能否在答案中详细说明，以便我了解此 VS Code Jupyter Notebook 和 Anaconda 的工作原理？
ok，下面我以模块“pillow”为例，讲解VS Code中Jupyter中conda环境的使用。

标签： python visual-studio-code path jupyter-notebook anaconda

【解决方案1】：

在VS Code中，当我们使用不同的python环境时，模块的安装位置是不同的。因此，我们需要明确我们当前使用的是哪个python环境。（我们可以在 VS Code 终端中使用命令“python --version”进行检查。）

当我们使用conda环境时，它自带python，所以我们可以使用“pip”来安装模块，或者“conda”来安装模块。它安装的模块存储在：“...\anaconda3\envs\conda-name\lib\site-packages”。

命令“pip show pillow”检查模块的安装位置：

另外，安装完成后，还是显示找不到模块。我注意到这里的文件名有问题。我们需要将“PIL”重命名为“pillow”，或者使用“import PIL”

参考：conda-environment in VS Code。

添加：

【讨论】：

我认为 pip 和 conda 是两个不同的东西，不能一起安装，因为它们会相互冲突。点安装枕头和康达安装枕头在不同的地方做同样的事情对吗？为什么 PIL 和 Pillow 显示不同的文件夹，我只是认出了这个
@Dean Debrio -“pip”和“conda”都是模块安装工具。在同一个python环境下，他们安装的模块存放在同一个位置。模块安装，结果是一样的，只是安装方式不同。
@Dean Debrio -Powershell 默认不激活 conda 环境。建议您使用 cmd 终端。（在“settings.json”中使用 "terminal.integrated.shell.windows": "C:\\WINDOWS\\System32\\cmd.exe",）
@Dean Debrio -"Anaconda3\lib\site-packages" 表示该模块存储在 conda 的基础环境中，而不是您创建的“图像处理”conda 环境中。
@Dean Debrio - 你想使用哪个 conda 环境？哪个环境有你需要的模块？（1.请选择VS Code左下角的环境，2.然后打开一个新的VS Code终端，3.打开Jupyter，选择相同的python环境。）