vscode 做数据科学的关键是打通 python、jupyter、git、sql 和调试环节：用 venv + pyproject.toml 隔离复现环境；Jupyter Kernel 绑定项目环境并禁用远程服务；Git 通过 .gitignore 和 nbdime 精准管理代码与 notebook；配合 black 格式化、SQLTools 查询及原生调试提升效率。
用 VSCode 做数据科学，关键不是装一堆插件，而是让 Python、Jupyter、Git、SQL 和调试几个环节真正串起来，不卡顿、不丢上下文、能复现。
Python 环境：隔离 + 可复现
别用系统 Python 或全局 pip。每个项目配独立虚拟环境，推荐 venv + pyproject.toml 管理依赖：
- 终端里运行
python -m venv .venv创建环境 - 在项目根目录放
pyproject.toml，写明 Python 版本和依赖（用[project.dependencies]） - VSCode 自动识别
.venv文件夹，按Ctrl+Shift+P→ “Python: select Interpreter” 指向.venv/bin/python（macOS/linux）或.venvScriptspython.exe（windows） - 安装包统一用
pip install -e .（可编辑模式），改了代码不用重装就能 import
Jupyter 工作流：本地 Kernel + 轻量笔记
VSCode 内置 Jupyter 支持已很成熟，重点是让它跑在你自己的环境里，而不是默认的“Jupyter Server”：
- 确保已激活项目虚拟环境后，在终端运行
pip install ipykernel，再执行python -m ipykernel install --user --name myproject --display-name "Python (myproject)" - 新建
.ipynb文件，点击右上角 Kernel 选择刚注册的名字，这样所有import和变量都走你项目的依赖 - 禁用自动启动远程 Jupyter Server（设置里搜
jupyter.enableRemote，关掉） - 写探索性代码优先用
.ipynb，逻辑稳定后及时拆成.py模块，避免 notebook 越来越重
Git 集成：跳过中间层，直接管好数据与输出
VSCode 的 Git ui 足够用，但数据项目容易误提交大文件或中间结果：
- 根目录加
.gitignore，至少包含：__pycache__/、.venv/、data/raw/（原始数据）、outputs/、*.ipynb（或用nbdime差分，见下条） - 想保留 notebook 版本对比？装官方插件 nbdime，它能让 Git diff 显示 cell 级别变更，而不是一整段 jsON
- 敏感配置（如 API keys）绝不硬编码，用
.env+python-dotenv加载，把.env加进.gitignore - Commit 前养成习惯：看一眼源码管理侧边栏，确认只选中了该提交的改动
效率增强：小配置，大不同
几个不显眼但每天省 10 分钟的设置：
- 格式化统一：装
black或ruff，在 VSCode 设置里搜 “format on save”，勾选；再设默认格式化工具为 black（需pip install black） - SQL 快速查看：装
SQLTools插件，连 sqlite / postgresql，右键 SQL 文件可直接“Run Query”，结果以表格展示 - 快速调试：在 Python 文件里打
F9设断点，F5启动调试；对 notebook，点 cell 左侧的 ▶️ 小图标即可单 cell 调试，变量面板实时显示 - 终端联动：设置终端默认为 bash/zsh（非 PowerShell），并开启“split terminal”，一边跑训练，一边查日志或 git status
基本上就这些。不需要追求插件数量，核心是环境干净、Kernel 可控、Git 不踩坑、操作有反馈。搭好一次，后续新项目复制粘贴配置，十分钟内就能开工。