本文原文链接
文章很长，且持续更新，建议收藏起来，慢慢读！疯狂创客圈总目录 博客园版 为您奉上珍贵的学习资源 ：
免费赠送 :《尼恩Java面试宝典》 持续更新+ 史上最全 + 面试必备 2000页+ 面试必备 + 大厂必备 +涨薪必备
免费赠送 :《尼恩技术圣经+高并发系列PDF》 ，帮你 实现技术自由，完成职业升级， 薪酬猛涨！加尼恩免费领
免费赠送 经典图书:《Java高并发核心编程（卷1）加强版》 面试必备 + 大厂必备 +涨薪必备 加尼恩免费领
免费赠送 经典图书:《Java高并发核心编程（卷2）加强版》 面试必备 + 大厂必备 +涨薪必备 加尼恩免费领
免费赠送 经典图书:《Java高并发核心编程（卷3）加强版》 面试必备 + 大厂必备 +涨薪必备 加尼恩免费领
免费赠送 资源宝库： Java 必备 百度网盘资源大合集 价值>10000元 加尼恩领取
python安装、vscode安装、conda安装：一文搞定Python的开发环境（史上最全）
尼恩特别说明： 尼恩的文章，都会在 《技术自由圈》 公号 发布， 并且维护最新版本。 如果发现图片 不可见， 请去 《技术自由圈》 公号 查找
尼恩：LLM大模型学习圣经PDF的起源
在40岁老架构师 尼恩的读者交流群(50+)中，经常性的指导小伙伴们改造简历。
经过尼恩的改造之后，很多小伙伴拿到了一线互联网企业如得物、阿里、滴滴、极兔、有赞、希音、百度、网易、美团的面试机会，拿到了大厂机会。
然而，其中一个成功案例，是一个9年经验 网易的小伙伴，当时拿到了一个年薪近80W的大模型架构offer，逆涨50%，那是在去年2023年的 5月。
不到1年，小伙伴也在团队站稳了脚跟，成为了名副其实的大模型 应用 架构师。接下来，尼恩架构团队，通过 梳理一个《LLM大模型学习圣经》 帮助更多的人做LLM架构，拿到年薪100W, 这个内容体系包括下面的内容：
- 《Python学习圣经：从0到1精通Python，打好AI基础》
- 《LLM大模型学习圣经：从0到1吃透Transformer技术底座》
- 《LangChain学习圣经：从0到1精通LLM大模型应用开发的基础框架》
- 《LLM大模型学习圣经：从0到1精通RAG架构，基于LLM+RAG构建生产级企业知识库》
- 《SpringCloud + Python 混合微服务架构，打造AI分布式业务应用的技术底层》
- 《LLM大模型学习圣经：从0到1吃透大模型的顶级架构》
- 《LLM 智能体 学习圣经：从0到1吃透 LLM 智能体 的架构 与实操》
- 《LLM 智能体 学习圣经：从0到1吃透 LLM 智能体 的 中台 架构 与实操》
以上学习圣经 的 配套视频， 2025年 5月份之前发布。
1 Python下载、安装、使用
1.1. Python简介
Python是一种广泛使用的解释型、高级和通用的编程语言。
Python支持多种编程范型，包括函数式、指令式、结构化、面向对象和反射式编程。
Python 拥有动态类型系统和垃圾回收功能，能够自动管理内存使用，并且其本身拥有一个巨大而广泛的标准库。
Python的创始人为吉多·范罗苏姆，当时他在阿姆斯特丹的荷兰数学和计算机科学研究学会工作。
1989年的圣诞节期间，吉多·范罗苏姆为了在打发时间，决心开发一个新的脚本解释编程，作为ABC语言的一种继承，替代使用Unix shell和C语言进行系统管理，担负同Amoeba操作系统的交互和异常处理。之所以选中Python作为编程的名字，是因为他是BBC电视剧——《蒙提·派森的飞行马戏团》（Monty Python's Flying Circus）的爱好者.
Python第一版发布于1991年，它是ABC语言的后继者，也可以视之为一种使用传统中缀表达式的LISP方言.
Python的设计哲学强调代码的可读性和简洁的语法，尤其是使用空格缩进划分代码块。
相比于C或Java，Python让开发者能够用更少的代码表达想法。不管是小型还是大型程序，该语言都试图让程序的结构清晰明了。
Python的设计哲学是“优雅”、“明确”、“简单”。它的重要准则被称为"Python之禅":
>>> import this
The Zen of Python, by Tim Peters
Beautiful is better than ugly.
Explicit is better than implicit.
Simple is better than complex.
Complex is better than complicated.
Flat is better than nested.
Sparse is better than dense.
Readability counts.
Special cases aren't special enough to break the rules.
Although practicality beats purity.
Errors should never pass silently.
Unless explicitly silenced.
In the face of ambiguity, refuse the temptation to guess.
There should be one-- and preferably only one --obvious way to do it.
Although that way may not be obvious at first unless you're Dutch.
Now is better than never.
Although never is often better than *right* now.
If the implementation is hard to explain, it's a bad idea.
If the implementation is easy to explain, it may be a good idea.
Namespaces are one honking great idea -- let's do more of those!
1.2. Python解释器
Python解释器本身几乎可以在所有的操作系统中运行，那什么是解释器？
解释器（英语：Interpreter），又译为直译器，是一种电脑程序，能够把高级编程语言一行一行直接转译运行。解释器不会一次把整个程序转译出来，只像一位"中间人"，每次运行程序时都要先转成机器语言再作运行，因此解释器的程序运行速度比较缓慢。它每转译一行程序就立刻运行，然后再转译下一行，再运行，如此不停地进行下去。
我们知道编程语言分为编译型和解释型，Python属于解释型语言，所以需要解释器。
简单来说我们需要一个翻译， 把Python语言翻译成 计算机能听懂的机器指令语言，这样计算机才能按照我们的Python程序的要求去做事。
python程序执行过程：
- 执行 .py 文件，就会启动python解释器
- 编译器将源文件解释成字节码
- 虚拟机将字节码转化成机器语言，与操作系统交互
- 程序运行结束后，将字节码存到pyc文件，便于后续直接执行
1.2.1 Python解释器的种类
-
CPython
官方版本的解释器：
CPython。这个解释器是用C语言开发的，所以叫CPython。在命令行下运行python就是启动CPython解释器。CPython是默认解释器。 -
IPython
IPython是基于CPython之上的一个交互式解释器，也就是说，IPython只是在交互方式上有所增强，但是执行Python代码的功能和CPython是完全一样的。CPython用>>>作为提示符，而IPython用In [序号]:作为提示符。 -
PyPy
PyPy是另一个Python解释器，它的目标是执行速度。PyPy采用JIT技术，对Python代码进行动态编译（注意不是解释），所以可以显著提高Python代码的执行速度。绝大部分
Python代码都可以在PyPy下运行，但是PyPy和CPython有一些是不同的，这就导致相同的Python代码在两种解释器下执行可能会有不同的结果。如果你的代码要放到PyPy下执行，就需要了解PyPy和CPython的不同点。 -
Jython
Jython是运行在Java平台上的Python解释器，可以直接把Python代码编译成Java字节码执行。 -
IronPython
IronPython和Jython类似，只不过IronPython是运行在微软.Net平台上的Python解释器，可以直接把Python代码编译成.Net的字节码。
Python默认解释器为CPython,所以说Python解释器时指的就是Cpython.
1.2.2 Python解释器版本
-
python1.X: 原始版本 几乎不用了
-
python2.X: 最高版本python2.7( 2020-01-01后不再维护更新)
目前还有很多公司的老项目使用的是2.7版本
-
python3.X: 目前最新版本python3.10
目前较为稳定的版本是python3.6(推荐)
1.3. Windows下安装Python
Python官方网站: https://www.python.org/
1.3.1 下载python
下载地址: https://www.python.org/downloads/
- 找到符合自己操作系统的版本。
1.3.2 安装python
安装时选自定义安装,
注意Add Python 3.10 to PATH这个选项，如果勾选上就不需要配置环境变量，如果没有勾选则需要配置环境变量。
默认即可,点击Next
安装目录手动指定，点击Install
1.3.3 配置环境变量
注意: 如果在安装时勾选了Add Python 3.10 to PATH这个选项，请忽略此步骤。
右键此电脑-->选择属性,打开如下界面
最后确定，环境变量配置完成。
配置环境变量的目的是在命令提示符任意目录下执行python命令都可以执行。
如果没有配置环境变量或配置有误直接输入python就会提示：
'python' 不是内部或外部命令，也不是可运行的程序或批处理文件。
没有配置环境变量要执行python必须要到它的安装目录下。
比如安装在D:\Program Files\python36目录下，现在要在命令提示符下调用python程序则先要切换到D:\Program Files\python36目录下，然后再执行python程序才可以。
这里就涉及两个概念: 绝对路径和相对路径
绝对路径:是从盘符开始的路径
C:\windows\system32\cmd.exe
相对路径:是指相对于当前文件的路径
假如当前路径为C:\windows要描述上述路径，只需输入
system32\cmd.exe或.\system32\cmd.exe
即可。
路径： 数据所在的位置
注意： 查找数据的时候先在当前所在的路径下查找，环境变量执行顺序是从上至下，先系统环境变量再用户环境变量，如果找到一个就不继续向下找了。
1.3.4 测试
打开命令提示符(快捷键:win+R,在运行里输入出cmd)
1.4.多Python版本同存
多版本共存即一台机器上安装了多个Python版本。另一个版本安装和配置环境变量参考上面。
设置多版本同存(当前安装了2.7和3.X版本)。
进入到2版本的安装目录，例如 :D:\Program Files\python27
然后把python.exe拷贝为python27.exe
然后再进入3版本的安装目录，如 :D:\Program Files\python36
然后把python.exe拷贝为python36.exe
2 Anaconda下载、安装、使用
Anaconda 可以便捷获取包且对包能够进行管理，同时对环境可以统一管理的发行版本。
Anaconda包含了conda、Python在内的超过180个科学包及其依赖项。
即它可以在你的电脑上创建多个你想要的python环境，并为每个python环境安装不同的包，不同环境相互切换，操作简单，使用方便！
2.1 安装了 Anaconda ，还需要独立安装 python吗
尼恩提示，安装了 Anaconda 后不需要再独立安装 Python。
原因如下：
1 Anaconda 自带 Python 解释器：
Anaconda 是一个开源的 Python 发行版本，它本身已经包含了 Python 解释器。当你安装 Anaconda 时，会根据你选择的版本（如 Anaconda 可能包含 Python 3.7、Python 3.8、Python 3.9 等）将相应的 Python 安装在 Anaconda 的安装目录下。
2 方便的 Python 环境管理：
Anaconda 提供了 conda 命令行工具，用于管理 Python 环境和安装包。你可以使用 conda 创建不同的 Python 环境，并且可以指定不同的 Python 版本，例如：
conda create -n myenv python=3.8
这将创建一个名为 myenv 的 Python 环境，其中包含 Python 3.8 解释器，而不需要单独安装 Python 3.8。
3 额外好处：
- 包管理优势：除了 Python 解释器，Anaconda 还预装了许多常用的科学计算和数据处理包，如
numpy、pandas、matplotlib等，方便用户直接开始开发和数据分析工作。 - 虚拟环境创建：通过
conda可以方便地创建和管理虚拟环境，避免不同项目之间的包依赖冲突。
4 特殊情况：
比如特定 Python 版本需求：
如果 Anaconda 自带的 Python 版本无法满足 需求，或者说，需要使用的 Python 版本没有被 Anaconda 所支持，你可以使用 conda 尝试更新 Python 版本，例如：
conda update python
但在大多数情况下，这可以满足你的 Python 版本更新需求。
系统 Python 需求：如果你需要在系统层面使用 Python，而不是通过 Anaconda 的环境，并且你使用的操作系统没有自带 Python 或自带的 Python 版本过旧，你可能需要考虑单独安装 Python。
但通常不建议这样做，因为使用 Anaconda 可以更好地管理 Python 环境和依赖，避免影响系统的稳定性。
对于一般的开发和数据处理需求，安装了 Anaconda 后，其自带的 Python 解释器和 conda 环境管理工具已经足够，无需再单独安装 Python。
2.2 Anaconda 的下载和安装
下载地址：https://www.anaconda.com/download/
这个 是外网， 下载速度慢，可以去 技术自由圈 的 AI大模型 配套视频的 网盘中下载。
打开下载好的 Anaconda.exe文件，出现如下界面。
点击 Next 即可。
用户协议，点击 I Agree。
选All Users 点Next
接下来选择安装路径，这里不建议装在C盘，安装完大概3个G左右，现在都是固态硬盘了，安装到固态硬盘就好，路径要知道自己安到了哪里（后续使用不同环境的时候会用到这个安装路径）。
选择好了之后点击Next
接下来是重中之重，第一个选项是添加环境变量，默认是没有勾选的，请务必勾选上，如果这里不勾选，后续安装完成后想要自行添加环境变量会非常麻烦。
勾选完后点击 Install 安装。如果忘了勾选可以卸载重装。
这里是pycharm的一个推广没有需求的话可以不用管，最后一步了，继续点Next。
Finish完成。（那两个 √ 可以取消。）
安装完成后在开始菜单会多出一个快捷方式，也就是Anaconda下的子程序：
开始菜单
2.3 Anaconda使用教程
主要用的两个为Anaconda Prompt 和Anaconda Navigator
2.3.1 Anaconda Prompt基本功能：
Anaconda Prompt 是一个命令行工具，专门为使用 Anaconda 发行版而设计。
它基于 Windows 的命令提示符（Command Prompt）或 Linux/Mac 的终端（Terminal），但会自动配置好 Anaconda 所需的环境变量。
当打开 Anaconda Prompt 时，它会自动将 Anaconda 的 conda 命令添加到系统路径中，方便你使用 conda 命令来管理 Python 环境和包。
Anaconda Prompt 使用示例
- 示例1 创建新的 Python 环境：
conda create -n myenv python=3.8
这将创建一个名为 myenv 的 Python 环境，其中包含 Python 3.8 版本。
- 示例2 激活环境 ：
conda activate myenv
激活 myenv 环境，此后在该环境中安装的包将不会影响其他环境。
- 示例3 安装包 ：
conda install numpy
在当前激活的环境中安装 numpy 包。
2.3.2 接下来，尼恩开始使用实操：
安装完成后在开始菜单会多出一个快捷方式，也就是Anaconda下的子程序：
开始菜单
Anaconda Prompt 就是我们的cmd，打开后如下：
以后的创建环境和环境切换，和pip安装各种包全在这里，
2.3.2.1 conda info 查看当前环境的信息
上面是 国外的依赖包下载源， 需要 修改为清华源
直接打开cmd输入以下命令
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
#设置搜索时显示通道地址
conda config --set show_channel_urls yes
https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
如果需要 移除清华源, 输入：
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
这个命令是为了移除之前conda config --show channels显示的清华源。
使用 conda config --remove-key channels
conda config --remove-key channels
此命令会删除 conda 配置文件中 channels 部分的所有自定义通道，使 conda 恢复到默认的源。
2.3.2.2 conda下添加国内镜像源（window下）（永久添加）
1.配置清华镜像源
直接在anaconda prompt下输入以下代码即可。
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
#设置搜索时显示通道地址
conda config --set show_channel_urls yes
2.配置中科大镜像源
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
#设置搜索时显示通道地址
conda config --set show_channel_urls yes
3、配置上海交通大学镜像源
conda config --add channels https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.sjtug.sjtu.edu.cn/anaconda/cloud/conda-forge/
# 设置搜索时显示通道地址
conda config --set show_channel_urls yes
4、显示添加的镜像源
conda config --show channels
效果：
2.3.2.3 conda info -e 查看已经创建的所有 虚拟环境
创建的一个 虚拟环境
conda create -n dify python=3.10.11
下载的过程比较长， 大家稍安勿躁：
创建完了之前， 下载了 很多 依赖包， 包括 python
2.3.2.4 conda activate xx 切换到xx虚拟环境
conda activate dify
conda info 可以看到 active 的环境。
6.conda remove -n env_name --all 移除环境，也可在Anaconda Navigator中移除
2.4 congda 进行python 依赖包管理
1. 查看已安装包
conda list
2. 使用 Conda 命令安装包
conda install beautifulsoup4
3. 通过 pip 命令来安装包
如果无法通过conda安装，可以用pip命令来安装包。
pip install beautifulsoup4
4. 移除包
conda remove beautifulsoup4
2.5 Anaconda Prompt的优缺点：
优点：
- 适合熟悉命令行操作的用户，操作更加灵活，可以使用各种
conda命令进行复杂的环境和包管理操作。 - 可以方便地使用
conda命令与其他命令行工具集成，例如在脚本中使用conda命令。
缺点：
- 对于不熟悉命令行的用户可能不太友好，需要记住各种
conda命令及其参数。
Anaconda Navigator基本功能
Anaconda Navigator 是一个图形用户界面（GUI）工具，提供了一种更直观的方式来管理 Anaconda 发行版中的 Python 环境和包。
它允许无需使用命令行就可以轻松地创建、管理和切换 Python 环境，以及安装和更新各种 Python 包。
1 Anaconda Navigator 创建环境：
打开 Anaconda Navigator，点击左侧的 Environments 选项卡。
点击 Create 按钮，输入环境名称，选择所需的 Python 版本，然后点击 Create 按钮即可创建新的 Python 环境。
2 Anaconda Navigator 安装 依赖包：
在 Environments 选项卡中，选择你想要操作的环境。
在 Channels 区域选择安装包的来源，一般默认是 conda-forge 和 main。
在 Search Packages 区域输入要安装的包名称，例如 pandas，找到该包后，在其右侧的复选框中勾选，然后点击 Apply 按钮即可安装。
3 Anaconda Navigator启动应用程序：
Anaconda Navigator 还提供了一些预装的应用程序，如 Jupyter Notebook、Spyder、QtConsole 等，你可以直接点击相应的图标启动它们。
Anaconda Navigator为可视化管理软件
这是我们添加的清华源，加快包的下载速度，
我们创建的环境和环境里的安装的包可以在Environments里查看
也可以在这里创建虚拟环境和移除虚拟环境，还可为每个独立的环境安装需要的包
Anaconda Navigator的优缺点：
优点：
- 对于初学者非常友好，提供了可视化的界面，操作直观，无需记住复杂的命令。
- 可以方便地查看不同环境中的包列表和版本信息，方便管理和更新。
缺点：
- 某些高级功能可能无法通过图形界面实现，需要切换到命令行。
总之，你可以根据自己的喜好和需求选择使用 Anaconda Prompt 或 Anaconda Navigator。对于简单的环境和包管理任务，Anaconda Navigator 是一个不错的选择；对于复杂的任务和习惯命令行操作的用户，Anaconda Prompt 可能更适合。两者都可以帮助你有效地管理 Anaconda 中的 Python 环境和包，为你的开发和学习提供便利。
3 VSCode的下载 、安装、使用
Visual Studio Code 是一个轻量级功能强大的源代码编辑器，支持语法高亮、代码 自动补全 （又称 IntelliSense）、代码重构、查看定义功能，并且内置了命令行工具和 Git 版本控制系统。
VSCode 适用于 Windows、macOS 和 Linux。
VSCode 内置了对 JavaScript、TypeScript 和 Node.js 的支持，并为其他语言和运行时（如 C++、C#、Java、Python、PHP、Go、.NET）提供了丰富的扩展生态系统。
官方下载页面--->：VSCode官方下载页面链接，选择自己系统对应的下载链接。
对于Windows下载标绿文本的解释
| 文本 | 文本解释 |
|---|---|
| User Installer | 默认安装在当前计算机帐户目录，如果使用另一个帐号登陆计算机将无法使用别人安装的vscode。vscode默认提供的为User Installer |
| System Installer | 安装在非用户目录,例如C盘根目录,任何帐户都可以使用。 |
关于具体下载哪个版本我进行了大量的调研，发现网络上大部分的教程都是选择的VSCode默认提供的User Installer版本。但是对于我们实际和真正的开发，以及我们对于系统文件的管理难易度上来讲我更推荐System Installer版本，它可以自定义安装路径，使其我们后期对于它的管理十分方便。
3.1 VSCode的安装
此处我选择了System Installer版本，原因无它，因为它可以自定义安装路径，使其我们后期对于它的管理十分方便，我也十分建议你选择此版本安装。
同意协议
选择同意协议，点击下一步
选择安装位置
选择安装位置，单击浏览按需选择自己要设置的安装路径位置。然后点击下一步即可
注意： 为了后期的稳定性，切勿使用中文路径。
选择开始菜单文件夹
如需修改，请点击浏览进行设置，无需修改直接单击下一步即可
选择附加任务
按需选择自己需要的附加任务，这里我推荐将其他中的所有选项都勾选上，对于创建桌面方式则按需选择是否勾选，我这里因为不需要所以就不勾选了。
设置完毕最后单击下一步
注意： 添加到PATH一定要勾选，很重要。
准备安装
确认自己前面设置的是否有误，无误则点击安装即可
安装完成
如果你看到如下界面，那么恭喜你，你的VSCode安装完成。
3.2 VSCode基础配置
VSCode界面简介
VS Code 采用通用的用户界面和左侧的资源管理器布局，显示您可以访问的所有文件和文件夹，右侧的编辑器显示您打开的文件的内容。
关于对上图界面的区域解释：
| 区块颜色 | 区块名称 | 区块作用 |
|---|---|---|
| 红色 | 活动栏 | 位于最左侧，可让您在视图之间切换，并为您提供额外的特定于上下文的指标，例如启用 Git 时传出更改的数量。 |
| 绿色 | 侧栏 | 包含不同的视图，例如资源管理器，可在您处理项目时为您提供帮助。 |
| 粉色 | 状态栏 | 有关已打开项目和您编辑的文件的信息。 |
| 紫色 | 面板 | 您可以在编辑器区域下方显示不同的面板，用于输出或调试信息、错误和警告或集成终端。面板也可以向右移动以获得更多垂直空间。 |
| 白色 | 编辑区 | 编辑文件的主要区域。您可以垂直和水平并排打开任意数量的编辑器。 |
| 黄色 | 菜单栏 | 进行VSCode的各项操作 |
VSCode设置中文界面
因为我们此时安装的VSCode还是英文界面，对于英语不是那么好的小伙伴不是十分友好，所以我们此时需要安装一个插件来对VSCode进行中文化处理。
| 活动栏简单介绍 | 作用 |
|---|---|
 |
| 编辑器打开的文件 |
|
| 全局搜索 |
| 
| Git管理 |
| 
| Debug |
| 
| 插件安装 |
| 
| 用户登录 |
| 
| VSCode设置 |
经过如上对VSCode界面基本的了解，我们在活动栏区域找到插件安装这个选项，单击它，在搜索框中搜索Chinese 选择第一个即可，选择Install进行安装。
安装完毕，右下角会弹出如下提示框，单击Restart重启VSCode即可完成。
VSCode个性化设置
我们找到设置，选择颜色主题
会弹出如下框选，此时我们根据自己的喜好选择即可，如果你觉得没有，还可以选择浏览其他颜色主题进行预览选择。
其余文件图标主题和产品图标主题的个性化设置同理。
VSCode常用设置
打开活动栏的VSCode设置，我们在常用设置，设置字体大小，字体，是否自动保存等常用的设置项目，此处按需选择设置即可。
对于其他的设置也是同理，按需选择设置。
对于常用设置这一项，我的个人建议是将Files：AutoSave选项的off更改为onFocusChange选项（当编辑器失去焦点时，会自动保存具有更改的编辑器）
3.3 VSCode常用快捷键
为了大家更为方便的使用快捷键，我再次列了一个表格进行规整化说明。
常规快捷键
| 快捷键 | 说明 |
|---|---|
| Ctrl+Shift+P, F1 | 显示命令选项板 |
| Ctrl+P | 快速打开，转到文件… |
| Ctrl+Shift+N | 新建窗口/实例 |
| Ctrl+Shift+W | 关闭窗口/实例 |
| Ctrl+ | 用户设置 |
| Ctrl+K Ctrl+S | 键盘快捷键 |
基本编辑快捷键
| 快捷键 | 说明 |
|---|---|
| Ctrl+X | 剪切线(空选区)。 |
| Ctrl+C | 复制行(空选择)。 |
| Alt+↑/↓ | 向上/向下移动行。 |
| Shift+Alt+↓/↑ | 复制行向上/向下。 |
| Ctrl+Shift+K | 删除行。 |
| Ctrl+Enter | 在下面插入行。 |
| Ctrl+Shift+Enter | 在上面插入行。 |
| Ctrl+Shift+\ | 跳转到匹配的括号。 |
| Ctrl+]/[ | 缩进/凸出行。 |
| Home/End | 转到行的开始/结束。 |
| Ctrl+Home | 转到文件开头。 |
| Ctrl+End | 转到文件末尾。 |
| Ctrl+↑/↓ | 向上/向下滚动行。 |
| Alt+PgUp/PgDn | 上/下滚动页面。 |
| Ctrl+Shift+[ | 折叠(折叠)区域。 |
| Ctrl+Shift+] | 展开(展开)区域。 |
| Ctrl+K Ctrl+[ | 折叠(折叠)所有子区域。 |
| Ctrl+K Ctrl+] | 展开(展开)所有子区域。 |
| Ctrl+K Ctrl+0 | 折叠(折叠)所有区域。 |
| Ctrl+K Ctrl+J | 展开(展开)所有区域。 |
| Ctrl+K Ctrl+C | 添加行注释。 |
| Ctrl+K Ctrl+U | 删除行注释。 |
| Ctrl+/ | 切换行注释。 |
| Shift+Alt+ | 切换块注释。 |
| Alt+Z | 切换自动换行 |
导航
| 快捷键 | 说明 |
|---|---|
| Ctrl+T | 显示所有符号。 |
| Ctrl+G | 转到行...。 |
| Ctrl+P | 转到文件...。 |
| Ctrl+Shift+O | 转到符号...。 |
| Ctrl+Shift+M | 显示问题面板。 |
| F8 | 转到下一个错误或警告。 |
| Shift+F8 | 转到上一个错误或警告。 |
| Ctrl+Shift+Tab | 导航编辑器组历史记录。 |
| Alt+←/→ | 后退/前进 |
| Ctrl+M | 切换选项卡移动焦点 |
3.4 VSCode安装 Python 扩展
打开 VSCode，点击左侧的扩展图标（通常是方块状图标，或者使用快捷键 Ctrl+Shift+X）。
在搜索栏中输入 Python，找到由 Microsoft 提供的 Python 扩展，点击 Install 进行安装。
安装完成后，等待一段时间让扩展完成加载，然后再次尝试使用 Shift+Ctrl+P 打开命令面板，输入 Python: 创建环境。
检查扩展是否启用：
- 在扩展面板中，确保
Python扩展是启用状态（扩展列表中Python扩展的开关按钮处于开启状态）。 - 如果没有启用，点击开关按钮启用它，然后重新打开命令面板，输入
Python: 创建环境。
4 Conda+vsCode：vsCode 中使用 conda 配置虚拟环境
配置 Python 的虚拟环境通常有两种方法：
- 方法一：直接在编译器 vsCode 中进行配置，使用 Pycharm 开发也是同样道理；
- 方法二：先在 Anaconda 的命令行中使用一些命令语句配置好环境，再在 vsCode 选择相应的环境。
4.1 在 vsCode 中直接创建
创建步骤
1、在 VSCode 中打开项目文件夹（我打开的是 pythonDemo），键盘输入快捷键 “Shift+Ctrl+P” 打开命令面板，或者点击【查看】中的命令面板。
接着输入 “Python”，选择 “Python：创建环境”。
2、选择创建 Conda 环境。
3、选择你需要的 python 版本。
4、点击相应的 python 之后，右下角会显示正在创建 Conda 环境，等待一会会出现 “已选择以下环境：你的环境存放的路径”，左侧项目文件夹出现 .conda文件夹。
5、此时，你的虚拟环境已经创建好了。存放的路径在项目文件下。
测试
现在可以创建一个 .py 文件，测试一下新建的虚拟环境。
import sys
print(sys.version)
这里我新建了一个 main.py 文件，输入以上代码查看当前环境的 python 解释器版本。
终端窗口中显示，python 解释器的版本为 3.10，正是我们步骤 3 中选择的 python 版本。
更新环境
如果更新虚拟环境，比如安装一些需要的工具包 ，可以在终端窗口中输入相应的 conda 命令，常用的命令有：
conda list # 查看已安装的工具包
conda install numpy # 安装需要的工具包，numpy 换成你需要的工具包即可，在包后面加上版本号可以安装相应版本的工具
conda uninstall 工具包名 # 卸载工具包
4.2 使用 Anaconda 建立虚拟环境
创建步骤
1、打开 Anaconda Prompt 命令行。
2、在命令行中输入一下命令查看目前已经存在的虚拟环境：
conda env list # 查看已存在的虚拟环境
带有 * 的环境表示当前所在的环境，base 环境是安装 Anaconda 之后自带的环境。目前我建立了四个虚拟环境，前两个虚拟环境有名字，而两个没有名字。e:\vsCode_Project\pythonDemo.conda 这一个正是我们通过方法一建立的虚拟环境，只有环境地址，但是没有环境名。
而前两个环境有别名，这个别名可以自己设置，设置得当的话通过名字就可以知道这个环境适应哪些项目。通过名字我们知道有些环境可以通用，这样也省去一些重复的虚拟环境的空间。所以说，起名字是很重要的，是一门手艺。无论是环境名还是代码中的变量名，起名字起码要见名知意。
对我而言，我还是喜欢使用方法二建立虚拟环境，就是因为可以给环境起别名，方便我投过别名了解环境可以适配的项目类型。
3、使用 Anaconda 建立有别名的环境，有两种方法：使用图形化界面和使用 conda 命令。两种方法在 【一文讲清楚 Anaconda 相关环境配置与Package管理】 中都有具体说明。接下来将演示使用 conda 命令建立环境。 在命令行中输入一下命令：
conda create --name myenv python=3.8
这将创建一个名为 “myenv” 的新环境。你可以通过添加 python 参数指定 Python 版本。
我们使用 步骤 1 中的查看环境命令会看到我们新建的环境 myenv。
在 vsCode 中选择环境
1、重新打开一个项目文件，按照方法一中的 步骤 1，打开命令面板。选择 “Python：选择解释器”。
2、根据别名（见名知意）选择你需要的环境，也就选择了相应环境中的解释器。
3、接下来可以进行方法一中的测试与更新环境。过程很简答，这里不再赘述。
总结
- 以上提供两种在 vsCode 中使用 Conda 配置虚拟环境的方法，大家挑选一个使用就可以了。
- 虽然本文是关于在 vsCode 中使用 Conda 配置虚拟环境，但是在 Pycharm 中使用 Conda 配置虚拟环境也基本是这两个思路，大家可以参考。
- 给环境起别名时，一定要慎重，见名知意，不要随随便便取名字
5 idea家族的pycharm如何使用anaconda创建的虚拟环境
1.进入项目设置里的Project Interpreter
然后点击show all
然后点击添加
接着选Existing environment
选择自己在anaconda里创建的虚拟环境，路径在anaconda的安装路径里的envs里
最后点确定应用即可。
至此pycharm使用该环境已完毕。
总结
anaconda是一款强大的软件也是python程序员必备的软件，
anaconda 尽量达到每个项目单独一个虚拟环境，因为后面使用pyinstaller打包的项目成为可执行文件的时候，会打包环境里所有安装的包，该环境下每个包都是我们项目用到才安装的，非常干净，这样会加快文件的运行速度也减小文件的大小。
便于我们管理和维护！
尼恩架构团队的大模型《LLM大模型学习圣经》
尼恩架构团队的大模型《LLM大模型学习圣经》是一个系列， 包括下面的内容：
- 《Python学习圣经：从0到1精通Python，打好AI基础》
- 《LLM大模型学习圣经：从0到1吃透Transformer技术底座》
- 《LangChain学习圣经：从0到1精通LLM大模型应用开发的基础框架》
- 《LLM大模型学习圣经：从0到1精通RAG架构，基于LLM+RAG构建生产级企业知识库》
- 《SpringCloud + Python 混合微服务架构，打造AI分布式业务应用的技术底层》
- 《LLM大模型学习圣经：从0到1吃透大模型的顶级架构》
- 《LLM 智能体 学习圣经：从0到1吃透 LLM 智能体 的架构 与实操》
- 《LLM 智能体 学习圣经：从0到1吃透 LLM 智能体 的 中台 架构 与实操》
以上学习圣经 的 配套视频， 2025年 5月份之前发布。
技术自由的实现路径：
实现你的 架构自由：
《阿里二面：千万级、亿级数据，如何性能优化？ 教科书级 答案来了》
《峰值21WQps、亿级DAU，小游戏《羊了个羊》是怎么架构的？》
… 更多架构文章，正在添加中
实现你的 响应式 自由：
这是老版本 《Flux、Mono、Reactor 实战（史上最全）》
实现你的 spring cloud 自由：
《Spring cloud Alibaba 学习圣经》 PDF
《分库分表 Sharding-JDBC 底层原理、核心实战（史上最全）》
《一文搞定：SpringBoot、SLF4j、Log4j、Logback、Netty之间混乱关系（史上最全）》
实现你的 linux 自由：
实现你的 网络 自由：
《网络三张表：ARP表, MAC表, 路由表，实现你的网络自由！！》
实现你的 分布式锁 自由：
实现你的 王者组件 自由：
《队列之王： Disruptor 原理、架构、源码 一文穿透》
《缓存之王：Caffeine 源码、架构、原理（史上最全，10W字 超级长文）》
《Java Agent 探针、字节码增强 ByteBuddy（史上最全）》
实现你的 面试题 自由：
免费获取11个技术圣经PDF：
