VS Code需手动配置python解释器和jupyter内核才能支持科学计算：先确保系统已安装Python并加入PATH，再安装Python与Jupyter官方扩展，然后在VS Code中准确选择解释器路径并安装ipykernel，最后调整设置启用绘图内联、变量查看等关键功能。
vs code 本身不自带科学计算能力，但通过正确配置 python 和 jupyter 扩展，它能成为轻量、高效且可调试的数据分析环境——关键不在“装多少”，而在“装对什么”和“路径别错”。
确认系统已安装 Python 并在终端可用
VS Code 不会帮你装 Python，它只调用你系统里已有的解释器。如果 python --version 或 python3 --version 在终端报错，Jupyter 内核根本启动不了。
- windows 用户优先装
python-3.11-amd64.exe（勾选 “Add Python to PATH”） - macOS 推荐用
brew install python，避免系统自带 Python 的权限与路径混乱 - linux 用户注意区分
python（可能指向 Python 2）和python3，VS Code 默认识别的是python3 - 装完后在 VS Code 终端运行
which python3（macOS/Linux）或where python（windows），记下完整路径，后续选解释器要用
安装核心扩展：Python + Jupyter
这两个扩展缺一不可，且必须从 VS Code 官方扩展市场安装，第三方打包版常有内核通信异常。
-
ms-python.python：提供语法高亮、Pylance 支持、调试器和解释器管理 -
ms-toolsai.jupyter：支持.ipynb文件、内核选择、变量查看器、交互式窗口 - 装完重启 VS Code，否则解释器列表可能不刷新
- 不要装“Jupyter Keymap”之类辅助键位扩展，容易和默认快捷键冲突（比如
Ctrl+Enter运行单元格）
在 VS Code 中正确选择 Python 解释器和 Jupyter 内核
很多人卡在这步：明明装了 numpy 和 pandas，运行 import numpy 却报 ModuleNotFoundError——本质是 VS Code 没用对解释器，或者 Jupyter 内核没绑定到该环境。
- 按
Ctrl+Shift+P（Windows/macos）→ 输入Python: select Interpreter→ 选你之前记下的python3路径（如/usr/local/bin/python3或C:UsersXXXappDataLocalProgramsPythonPython311python.exe） - 打开一个
.ipynb文件，右上角点击内核选择器（显示为 “Python 3.x.x”）→ 点 “Enter interpreter path…” → 填同一路径；或选 “Python Environment” 下已列出的对应环境 - 验证方式：新建单元格，运行
import sys; print(sys.executable)，输出路径必须和你选的解释器路径一致 - 若用虚拟环境（推荐），确保先激活它再启动 VS Code（
source venv/bin/activate或venvScriptsactivate），否则解释器列表里看不到该环境
让 Jupyter 在 VS Code 里真正好用的细节
默认设置下，Jupyter 功能是残缺的：变量查看器不显示、绘图不内联、大数组截断严重——这些不是 bug，是需要手动开启的配置项。
立即学习“Python免费学习笔记（深入）”；
- 在 VS Code 设置中搜索
jupyter.askForKernelRestart，设为false，避免每次改代码都弹窗确认 - 搜索
jupyter.defaultCellMetadata，添加：{"jupyter": {"widgets": {"application/vnd.jupyter.widget-state+json": true}}}，启用交互控件（如ipywidgets） - 在 notebook 单元格顶部加魔法命令：
%matplotlib inline（绘图嵌入）和%config InlineBackend.figure_format='retina'（高清显示） - 想看完整 DataFrame？在设置中搜
notebook.output.textLineLimit，改为0（不限制）；同时加pd.set_option('display.max_columns', None)和'display.max_rows', 50
最常被忽略的一点：VS Code 的 Jupyter 支持依赖于本地 Python 环境里的 ipykernel 包。如果换了解释器却没在新环境里运行 python -m pip install ipykernel，内核就无法注册——这时候右上角内核列表里只会显示“Python 3”，点开却是空的。