Windows 11 下 Miniforge + VS Code 多项目环境配置总结

Windows 11 下 Miniforge + VS Code 多项目环境配置总结

一、安装 Miniforge

1.1 下载安装包

• 访问清华镜像站：Index of /github-release/conda-forge/miniforge/LatestRelease/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
• 选择 Miniforge3-Windows-x86_64.exe 下载

1.2 安装步骤

1. 双击运行安装程序，点击 "Next" → "I Agree"
2. 选择 "Just Me" → "Next"
3. 安装路径建议：C:Users你的用户名miniforge3（默认即可）
4. 关键步骤：勾选以下三个选项：
   • ✅ Create shortcuts
   • ✅ Add Miniforge3 to my PATH environment variable
   • ✅ Register Miniforge3 as my default Python 3.12
5. 点击 "Install" 完成安装

1.3 验证安装

打开命令提示符（CMD）或 PowerShell，输入：

conda --version   # 应显示版本号
mamba --version   # 应显示版本号

---

二、配置国内镜像源（加速下载）

2.1 生成配置文件

conda config --set show_channel_urls yes

2.2 编辑 .condarc 文件

用记事本打开 C:Users你的用户名.condarc，清空内容后粘贴：

channels:
  - conda-forge
show_channel_urls: true
auto_activate_base: false
channel_priority: strict
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

2.3 初始化 Shell（重要）

# PowerShell 中执行
mamba shell init --shell powershell
# 设置执行策略（如果提示权限问题）
Set-ExecutionPolicy -Scope CurrentUser -ExecutionPolicy RemoteSigned

关闭并重新打开终端，使配置生效。

---

三、为每个项目创建独立环境

3.1 创建环境命令格式

mamba create -n 环境名称 python=版本号 需要的包 -y

3.2 示例：为三个项目创建环境

# 数据分析项目（Python 3.9 + numpy + pandas）
mamba create -n data_analysis python=3.9 numpy pandas matplotlib -y
# Web 开发项目（Python 3.10 + flask）
mamba create -n web_dev python=3.10 flask -y
# 机器学习项目（Python 3.8 + scikit-learn）
mamba create -n ml_project python=3.8 scikit-learn -y

3.3 环境管理常用命令

mamba env list                    # 查看所有环境
mamba activate 环境名              # 激活环境
mamba deactivate                  # 退出环境
mamba env remove -n 环境名         # 删除环境
mamba env export > environment.yml # 导出环境配置

---

四、VS Code 配置：让每个项目自动加载对应环境

4.1 安装 VS Code 扩展

在 VS Code 扩展市场（Ctrl+Shift+X）搜索安装：

• Python（Microsoft 官方版本，必装）

4.2 为每个项目创建 .vscode 配置文件

步骤 1：在项目根目录创建 .vscode 文件夹

your-project/
├── .vscode/          ← 新建这个文件夹
├── src/
├── main.py
└── ...

步骤 2：在 .vscode 内创建 settings.json 文件

文件路径：项目根目录/.vscode/settings.json

步骤 3：写入对应环境的配置

示例 1：Web 项目（使用 web_dev 环境）

{
    "python.defaultInterpreterPath": "${env:USERPROFILE}\miniforge3\envs\web_dev\python.exe",
    "python.terminal.activateEnvironment": true,
    "python.condaPath": "${env:USERPROFILE}\miniforge3\Scripts\conda.exe"
}

示例 2：数据分析项目（使用 data_analysis 环境）

{
    "python.defaultInterpreterPath": "${env:USERPROFILE}\miniforge3\envs\data_analysis\python.exe",
    "python.terminal.activateEnvironment": true,
    "python.condaPath": "${env:USERPROFILE}\miniforge3\Scripts\conda.exe"
}

示例 3：机器学习项目（使用 ml_project 环境）

{
    "python.defaultInterpreterPath": "${env:USERPROFILE}\miniforge3\envs\ml_project\python.exe",
    "python.terminal.activateEnvironment": true,
    "python.condaPath": "${env:USERPROFILE}\miniforge3\Scripts\conda.exe"
}

---

五、完整项目结构示例

D:Projects
├── data-analysis/          # 数据分析项目
│   ├── .vscode/
│   │   └── settings.json   # 指向 data_analysis 环境
│   ├── data/
│   ├── notebooks/
│   └── main.py
│
├── web-app/                # Web 开发项目
│   ├── .vscode/
│   │   └── settings.json   # 指向 web_dev 环境
│   ├── src/
│   ├── templates/
│   └── app.py
│
└── ml-experiments/         # 机器学习项目
    ├── .vscode/
    │   └── settings.json   # 指向 ml_project 环境
    ├── data/
    ├── models/
    └── train.py

---

六、验证配置是否生效

1. 打开项目：在 VS Code 中打开 data-analysis 文件夹
2. 查看状态栏：右下角应显示 Python 3.9.x ('data_analysis': conda)
3. 打开终端（Ctrl + ）：提示符前应出现 (data_analysis)`
4. 运行代码：执行 import sys; print(sys.executable) 应输出 Conda 环境路径

---

七、常见问题排查

问题	原因	解决方案
VS Code 右下角显示"Select Python Interpreter"	未正确配置 settings.json	检查文件路径是否正确，确保使用双反斜杠 \
终端没有自动激活环境	settings.json 未生效	确保文件位于 .vscode/settings.json
找不到 Conda 环境	condaPath 配置错误	改用 "${env:USERPROFILE}\miniforge3\Scripts\conda.exe"
修改后没反应	需要重启 VS Code	关闭项目重新打开，或按 Ctrl+Shift+P → "Reload Window"

---

八、一句话总结

三步走：

1. 安装 Miniforge → 配置国内镜像源
2. 为每个项目创建独立环境 → mamba create -n 项目名 python=版本
3. 在项目根目录创建 .vscode/settings.json → 写入对应环境的路径配置

完成后，打开哪个项目，VS Code 自动使用哪个环境，彻底实现多项目环境隔离，告别"我这能跑，你那不行"的尴尬。