机器学习与深度学习 / 系统课时
配置 Jupyter 与 VS Code
配置 Jupyter 与 VS Code
学习目标
完成本课后,你将能够:
- 启动并使用 Jupyter Notebook
- 在 VS Code 中选择正确的 Python 解释器和内核
- 识别编辑器与终端使用不同环境的问题
选择合适的实验方式
Jupyter 适合分步骤运行、观察图表和记录实验过程;VS Code 适合组织多文件项目、调试、测试和版本控制。两者可以共用同一个 .venv,不需要分别安装依赖。
启动 Jupyter
确保已激活项目虚拟环境,然后执行:
bash
jupyter notebook预期结果:
text
浏览器打开 Jupyter 文件页面,终端显示本地访问地址和运行日志。新建 Notebook 后,在单元格输入:
python
import sys
print(sys.executable)
print("Jupyter 环境可用")预期输出格式:
text
<PROJECT_PATH>/.venv/<PYTHON_EXECUTABLE>
Jupyter 环境可用Windows 路径通常包含 .venv\Scripts\python.exe,macOS 或 Linux 路径通常包含 .venv/bin/python。
配置 VS Code
- 安装官方 Python 扩展和 Jupyter 扩展。
- 打开项目根目录,而不是只打开单个文件。
- 使用命令面板执行
Python: Select Interpreter。 - 选择项目中的
.venv解释器。 - 打开
.ipynb文件时,在右上角选择相同环境的内核。
在 VS Code 终端运行:
bash
python -c "import sys; print(sys.executable)"输出路径应指向当前项目的 .venv。
调试一个 Python 文件
将下面代码保存为 debug_demo.py:
python
def calculate_average(values):
# 在此行设置断点,可以查看 values 和 total 的实时值
total = sum(values)
return total / len(values)
scores = [80, 92, 76, 88]
average = calculate_average(scores)
print(f"平均分: {average:.1f}")运行命令:
bash
python debug_demo.py预期输出:
text
平均分: 84.0使用 VS Code 的“运行和调试”启动后,可以在断点处单步执行并查看变量。
解释器不一致的定位方法
出现“终端能运行但 Notebook 导入失败”时,分别在终端和 Notebook 输出 sys.executable。如果路径不同,说明它们使用了不同 Python 环境。
修复时不要反复重新安装依赖,而应把终端解释器、VS Code 解释器和 Notebook 内核统一到同一个 .venv。
本课练习
- 在 Jupyter 中创建 Notebook 并输出当前解释器路径。
- 在 VS Code 中为示例函数设置断点,查看
total的值。 - 故意选择系统 Python,再通过错误信息和路径对比恢复到
.venv。
按自己的节奏,确认真正理解。