注意Anaconda版本和Python版本的对应关系，同一个Anaconda可以支持多个Python版本，
注：现在vscode已原生支持jupyter notebook（要求Python版本>=3.6）
Anaconda在Python解析器的基础上封装了很多Python包，尤其是涉及科学计算的，不用一个个下载，非常方便，且自带的conda包管理工具比较好用。
一、Anaconda 下载
Anaconda可以看做Python的一个集成安装，安装它后就默认安装了python、IPython、集成开发环境Spyder和众多的包和模块，让你在管理环境和包时更加方便。我们可以直接上官网下载。
官网地址：https://www.anaconda.com/products/individual
二、Anaconda 安装
安装包下载好后，遵照以下步骤进行：
下面注意勾选：ALL USERS
三、VSCode 下载安装
VSCode官网：https://code.visualstudio.com/Download#
比较简单，这里不赘述。
四、环境变量配置
1、首先检查是否配置了环境变量：
在 Windows 中，按下 win+R 组合键打开“运行”对话框。然后键入cmd 并按下 Enter 键，打开命令提示符，然后输入conda
从结果可以看出没有配置环境变量。
2、配置环境变量
计算机（右键）→属性→高级系统设置→（点击）环境变量 →系统变量→path→（点击）编辑
提前复制好路径，新建四条：
再次检查环境变量是否配置成功：输入conda，结果如下，说明配置成功了。
五、Anaconda创建虚拟环境
1、配置虚拟环境所在位置
打开文件C:\Users\(对应到你本人的用户名)\.condarc ,添加如下代码，可以修改内核的位置：
envs_dirs:
- D:\computerScience\Anaconda\envs(修改成你想要放的位置）
对于你要存放位置的文件夹点击右键→属性→安全→Users→编辑
再选择Users，再允许这里打勾，除了最后以后一个特殊控制可以不用勾选，其余都勾选
2、conda创建虚拟环境
3、conda查看虚拟环境
4、conda进入虚拟环境
5、conda关闭/退出虚拟环境
6、conda切换虚拟环境
7、conda删除虚拟环境
六、jupyter的使用流程
1、打开jupyter
找到你要使用的目标文件夹，在路径这里输入cmd，然后按Enter，进入命令提示符。
这时我的笔记之苦到这里卡了将近半个月。之前我也用过Jupyter notebook，和新的不太一样，并且总是感觉不太顺手，因为他不是以CELL的形式编译代码，总是感觉不舒服，于是我反复卸载、安装，一直都怀疑自己再安装过程出错，但始终找不到解决办法。
这件事告诉我，找不到解决办法的问题不是问题，后来在navigator上找到了答案（如下图），是版本的问题！！！新版7.0Jupyter notebook默认界面就是没有集群，如果大家用的以前的版本顺手，可以换个版本下载，十分便捷，在这里埋一个小伏笔，lab和notebook的区别~~~
2、查看、删除jupyter已有的（虚拟环境）内核：
在命令提示符里输入jupyter kernelspec list查看已有的内核：
jupyter kernelspec remove 你不要的内核3、创建jupyter新的内核
首先创建一个conda的虚拟环境，名为test
conda create --name test激活这个虚拟环境并安装jupyter库
将虚拟环境配置到jupyter的内核中：这条命令会安装一个名为 "test" 的 Jupyter 内核，使其可用于 Jupyter Notebook，并在列表中显示为 "test"。
python -m ipykernel install --user --name test --display-name test
七、VScode配置
1、安装python插件
2、安装code runner
3、安装中文插件（可选）
八、用vscode运行python文件
可切换python版本运行python文件
第一次运行可能出现报错提示：ModuleNotFoundError: No module named 'prettytable'
意思是当前环境中缺少prettytable的包，需要安装这个包，可以用conda install prettytable或者pip install rettytable来安装这个包。
终端输出结果：
九、小小感受
历经了九九八十一难，这篇文章终于完工啦~不谦虚地说，涉及到anaconda/jupyter/vscode看我这篇文章足够啦~~最主要的心路历程在文中已经体现，细心的朋友们一定会看到，如果有什么问题，也可以留言，我们一起探讨。
标签：jupyter,VSCode,Lumos,python,虚拟环境,conda,Anaconda,安装 From： https://blog.csdn.net/Sunshine_XX/article/details/137616444