【教程】Windows11配置VSCode与Anaconda环境
以下为一个简单、实用的操作视频，本文基于下述视频对Windows11系统配置VSCode和Anaconda环境进行具体的介绍：
https://www.bilibili.com/video/BV1QD4y147ek/?spm_id_from=333.337.search-card.all.click&;vd_source=5bbe830ca6556806af78f155956a60bd
1. 下载安装VSCode（Visual Studio Code）
浏览器键入“VSCode”找到官网（https://code.visualstudio.com/）下载即可。
双击.exe文件进行安装。
修改安装目录：安装时建议将Python解释器放在C盘根目录下，这样比较显眼，否则后面开发环境时不好找。
比如在新电脑上安装的路径为：
C:\Microsoft VS Code
如果C盘容量不够的话，可以将VSCode安装在C盘外的其他盘。
添加桌面快捷方式：可以勾选选择添加到桌面快捷方式。 其他选择默认配置即可。 如下图则安装按成。
2. 下载安装Anaconda
浏览器键入“Anaconda”找到官网（https://www.anaconda.com/）下载即可。
编辑切换为居中
双击.exe文件进行安装。 修改安装目录：安装时建议将Python解释器放在C盘根目录下，这样比较显眼，否则后面开发环境时不好找。 在C盘根目录下新建了一个名为“Anaconda”的空文件夹，用于安装Anaconda。
安装过程中遇到以下界面时先不勾选添加到环境变量的选项，之后会进行手动配置环境变量。
其他选项选择默认选项即可。 在安装完成之后出现如下界面，两个都取消勾选，点击“Finish”完成安装。
3. Anaconda新建虚拟环境和安装包
在开始界面找到“Anaconda Prompt”并打开。
输入 conda env list 回车，可以查看当前本机上有哪些conda环境。 可以看到目前只有一个基本的“base”（基础）环境，一般不动它，把需要的包装在别的新环境上。
新建的环境所处的位置在conda安装目录下的“envs”文件夹里，每个环境占一个文件夹，删除某个环境后会留下一个空文件夹，可以过去删除空目录。 输入“conda list”可以查看安装了哪些包和其版本。Anaconda的“base”环境已经装好了很多常用包，包括“python”（Python解释器）、“pip”（包管理工具）、jupyter（交互式计算环境）、“numpy”（数据处理）、“pandas”（数据处理）、“scikit-learn”（机器学习）、“requests”（网络爬虫）、openpyxl（处理excel格式数据）、matplotlib（数据可视化、数据分析）等。
注： Anaconda 是一个完整的Python发行版，预装了大量的科学计算和数据分析所需的库和工具，因此安装包相对较大（几个GB）。而Miniconda 是一个精简版的发行版，只包含了基本的Python解释器和Conda包管理工具，安装包相对较小（几十MB）。 可以根据选择Anaconda或Miniconda。
输入“conda create -n ml-env”回车（-n等于--name），就新建了一个名为ml-env的空环境（名字起完不能改，要改只能删掉该环境删掉新建一个，所以一开始名字要起得直观一些让自己知道这个环境用于什么任务，比如机器学习就命名为ml，ml-test，ml-env等等都可以，方便自己认出来），可以在上面装Python和Python包。现在envs目录会多一个ml-env文件夹。
如弹出的文本所示，可以通过activate和deactivate来进入和退出某个环境。 输入conda activate ml-env回车，进入到刚创建的环境，接下来可以在这个环境下装数据处理和机器学习常用的包了。
在conda官网可以搜很多包的安装命令：https://anaconda.org/search?q=pandas 可以使用以下命令一次安装多个Python和传统机器学习（非深度）常用的包。
conda install -c conda-forge python=3.10 pandas openpyxl numpy scikit-learn rdkit shap xgboost lightgbm -y
这是一个使用conda命令安装多个包的命令，以下是每个参数的含义：
`conda install`: conda的安装命令，用于安装指定的包。
`-c conda-forge`: 通过指定`conda-forge`频道来安装包。`conda-forge`是一个社区维护的开源软件集合，提供了许多常用的软件包。
`python=3.10`: 安装Python版本为3.10的包。这是一个限制条件，表示只安装兼容Python 3.10的版本。
`pandas openpyxl numpy scikit-learn rdkit shap xgboost lightgbm`: 要安装的包的名称，这里包括了pandas、openpyxl、numpy、scikit-learn、rdkit、shap、xgboost和lightgbm等。这些包是数据分析和机器学习领域常用的库。
`-y`: 指定在安装过程中自动回答“yes”以避免交互提示。这样可以确保安装过程无需手动确认。
综上所述，该命令会使用conda-forge频道，在Python 3.10环境下，自动安装所列出的包，并在安装过程中自动回答"yes"，无需人工干预。
其实也可以在新建环境的时候使用下述命令就把包安上：
conda create -n ml-env python=3.10 scikit-learn numpy pandas rdkit -c conda-forge -y conda activate ml-env conda list
以上：新建名为“ml-env”环境并安装包；当前conda环境切换为“ml-env”；查看当前环境下的包列表。
就可以看到新环境下有哪些包了。
（注意install包前先看清楚目前的conda环境是哪个）
在创建的“ml-env”和“base”环境下分别查看Python版本，可以看到分别为3.10.12和3.11.3，两个环境具有不同的Python版本。有些项目需要依赖特定的Python版本以保证兼容性，创建项目对应的虚拟环境匹配Python版本可以避免因版本不兼容而导致的错误。
拥有了conda环境，接下来就可以在如PyCharm、Visual Studio等IDE（集成开发环境）中去编写代码-调用这些环境中的包-运行代码，来完成所需的网络爬虫/数据处理/机器学习等任务。
4. Anaconda环境变量配置
以上在“Anaconda Prompt”中创建了虚拟环境并在其中安装对应的包。 以下使用快捷键“Win+R”，输入“cmd”进入cmd命令行窗口。 此时输入“conda”会显示'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。因为此时还未配置Anaconda的环境变量，还不能使用conda命令。 因此，接下来开始配置Anaconda的环境变量。
下面首先要找到Anaconda的安装路径，如果不能直接找到或者已经记不住的话可以按照下面的步骤找Anaconda的安装路径。
找到“Anaconda Navigator”，右键-打开文件位置。
此时，来到“Anaconda Navigator”的快捷方式所在路径，进一步右键-打开文件所在的位置。
来到了Anaconda的安装路径，复制这个安装路径（注意按下图复制安装路径即可）。
打开控制面板-系统和安全-系统-高级系统设置。
选择高级-环境变量。
在系统变量中找到“Path”，双击打开进行编辑。
点击新建，将复制的自己的安装路径加入其中，并再新建一个变量，在变量后加上一个“\Scripts”。新建好这两个变量之后点击两次确定完成环境变量配置。
此时再用快捷键“Win+R”打开cmd命令行窗口，再次输入conda，会显示相关信息，则说明环境变量配置完成。
此时直接在cmd命令行窗口输入“activate ml-env”即可进入之前在Anaconda中建立的虚拟环境了。
至此，Anaconda环境变量配置完成。
5. VSCode配置
打开VSCode，点击下图中的“Extensions”图标，去安装扩展程序（插件）。
在搜索框输入“python”并回车，找到第一个“python”并安装。 “Python Indent”、“autoDocstring - Python Docstring Generator”推荐安装。这样 VSCode 在编写Python代码时,可以借助这两个扩展提高代码质量和编写效率:
Python Indent保证代码缩进规范整洁。（详情见：https://marketplace.visualstudio.com/items?itemName=KevinRose.vsc-python-indent）
autoDocstring快速生成docstring（简单理解为自动生成代码的注释，提高代码可读性与可维护性）（详情见：https://marketplace.visualstudio.com/items?itemName=njpwerner.autodocstring）。
VSCode中扩展程序还有很多，而正是这些多样的扩展程序，使得VSCode灵活且强大。更多插件可参考以下视频，介绍的插件很好用。
【教程】vscode优化体验篇（推荐设置 && 推荐插件）_哔哩哔哩_bilibili
https://www.bilibili.com/video/BV1Hd4y1o7CN/?spm_id_from=333.337.search-card.all.click&;vd_source=5bbe830ca6556806af78f155956a60bd
安装完毕后，选择一个工作文件夹。
选择完文件夹出现下面弹窗，选择“Yes”即可。
通过在选择的文件夹处右键-New File建立新的文件，此处输入文件名为“GHS01.py”，后缀名为.py即可识别为Python文件。
在新建的Python文件界面的右下角，点击即可出现“Select Interpreter”，进而选择所需的Python环境。
简单输入代码“print ("hello world!")”进行测试，可以看到点击运行之后成功输出。
至此，VSCode配置Anaconda环境变量成功完成啦！
去开启你的VSCode编程之路叭！ヾ(◍°∇°◍)ﾉﾞ
