必须确认vscode中python解释器正确指向Anaconda或venv环境，否则pandas等库报ModuleNotFoundError；通过Ctrl+Shift+P选择带anaconda3/envs路径的解释器，并用终端验证which python与sys.executable一致。
确认 Python 解释器已正确配置
VSCode 不自带 Python 运行环境，python 命令能否被识别、是否指向你安装的 Anaconda 或 venv 环境，直接决定后续所有操作是否生效。常见错误是 VSCode 自动选中了系统自带的旧版 python（比如 macOS 的 /usr/bin/python3），导致 pandas、matplotlib 报 ModuleNotFoundError。
- 按
Ctrl+Shift+P（windows/linux）或Cmd+Shift+P（macOS），输入并选择Python: select Interpreter - 从列表中选带
anaconda3、miniconda3或明确含envs/your-env-name路径的选项；若用虚拟环境，确保该环境已通过pip install pandas numpy matplotlib seaborn安装依赖 - 打开终端（
Ctrl+`），执行which python和python -c "import sys; print(sys.executable)"，输出路径应与上一步选中的解释器一致
用终端快速初始化项目结构
不必手动建文件夹再点鼠标右键新建文件——在 VSCode 集成终端里几条命令就能搭好最小可用结构。关键不是“多酷”，而是避免后续因路径错乱导致 import 失败或数据读取报 FileNotFoundError。
- 在空文件夹下运行：
mkdir -p data notebooks src touch notebooks/explore.ipynb src/__init__.py src/utils.py -
data/存放 csv/excel 原始数据（VSCode 的Python扩展默认把该目录视为资源根，pd.read_csv("data/sales.csv")可直接工作） -
notebooks/放 jupyter 文件；右键打开方式选Open with Notebook Editor，而非普通文本编辑器 - 若在
src/里写模块，需确保当前工作目录是项目根（不是src/），否则import src.utils会失败
一键运行 .py 或 .ipynb 的实操要点
VSCode 提供多种运行方式，但行为差异大：右键菜单的 Run Python File in Terminal 会 cd 到文件所在目录再执行，而 Run Selection/Line in Python Terminal 默认在当前工作区根目录运行 —— 这直接影响相对路径解析。
- 对脚本（
main.py）：推荐右键 →Run Python File in Terminal，它自动激活所选解释器，并在文件同级目录启动，适合读取同目录data/下的文件 - 对 notebook：点击右上角 ▶️ 按钮运行单元格，或按
Ctrl+Enter；注意 kernel 必须与解释器一致（右下角显示Python 3.x.x ('myenv': conda)） - 调试时务必检查左下角状态栏的
Python解释器和右上角 notebook 的Kernel是否指向同一环境，否则import成功但plt.show()无反应、或seaborn样式不生效
调试数据分析代码时容易忽略的三件事
数据处理常卡在“没报错但结果不对”，VSCode 的调试器比 print 更准，但得避开几个隐蔽坑。
立即学习“Python免费学习笔记（深入）”；
- 变量查看器（Variables panel）里
pandas.DataFrame默认只显示前 10 行，右键变量 →Debug: View Value才能看完整内容或调用.head(50) - 在 notebook 中打断点后按
F5无效，必须先运行一次单元格让 kernel 加载模块，再在后续单元格设断点并用Shift+Enter触发调试 - 绘图不弹窗？在
.py脚本末尾加plt.show(block=True)；在 notebook 中确保首行有%matplotlib inline或%matplotlib widget（后者需装ipympl）
实际项目里，最耗时间的往往不是写代码，而是解释器路径错、工作目录错、kernel 和解释器不一致这三处。每次新建项目，花 30 秒确认这三点，比后面查一小时 ImportError 划算。