这种情况我踩过好几个坑，大概率是下面几个原因之一，咱们一步步排查解决：

1. 确认VS Code和终端都正确关联了你的虚拟环境 #

这是最常见的“隐形坑”！你创建了虚拟环境，但如果VS Code没选中它的解释器，或者终端没激活环境，包就会装到全局Python里，VS Code自然找不到：

• VS Code解释器切换：点击左下角状态栏的Python版本号，在弹出的列表里选中你项目目录下虚拟环境的Python（路径一般是venv/bin/python（Mac/Linux）或venv/Scripts/python.exe（Windows））
• 终端激活环境：执行pip install命令前，必须先激活虚拟环境——激活后终端开头会显示(venv)标识：
  • Windows：venv\Scripts\activate
  • Mac/Linux：source venv/bin/activate
    只有在激活状态下，pip install才会把包安装到你的虚拟环境中。

2. 修复requirements.txt的格式错误 #

看你提供的requirements内容，有几个明显的问题会导致安装异常：

• 包名错误：scikit_learn==1.0.2是错的！这个包的正确名称是scikit-learn（用横杠而非下划线）。用pip install -r时，pip识别不了错误的包名，所以这个包根本没装成功；但你单独装的时候可能写了正确的包名，所以能正常安装——这绝对是核心问题之一！
• 重复条目：squarify==0.4.3和gapminder==0.1各出现了两次，虽然pip通常会忽略重复，但可能引发隐性的安装逻辑错误
• 缺少版本号：nbformat和ipywidgets没有指定版本，可能会安装与其他包冲突的版本，导致依赖链断裂，部分包安装失败

建议你把requirements.txt修正为：

Flask==1.1.2
joblib==1.0.1
keras==2.6.0
matplotlib==3.3.4
numpy==1.21.2
pandas==1.3.3
requests==2.25.1
scikit-learn==1.0.2
seaborn==0.11.1
xgboost==1.5.1
utils==1.0.1
jellyfish==0.8.9
langdetect==1.0.9
nltk==3.6.1
spacy==3.2.0
textblob==0.17.1
vaderSentiment==3.3.2
ipython==7.30.1
gapminder==0.1
mlxtend==0.19.0
networkx==2.5
squarify==0.4.3
pandas-profiling==3.1.0
plotly==5.3.1
scikit_image==0.18.1
scipy==1.7.1
nbformat==5.5.0
ipywidgets==7.6.5
tensorflow==2.7

（给无版本的包加了兼容的稳定版本号，修正了scikit-learn的包名，删除了重复条目）

3. 查看pip安装的详细日志，定位失败的包 #

有时候pip不会把安装失败的信息直接抛到控制台，你可以执行带详细日志的命令，看看有没有隐藏的错误：

pip install -r requirements.txt -v

通过日志你能看到哪个包安装失败、是依赖冲突还是权限问题，针对性解决。

4. 清除pip缓存后重新安装 #

pip的缓存可能会导致安装异常，比如缓存了损坏的包文件，你可以先清除缓存再重试：

pip cache purge
pip install -r requirements.txt

5. 重建虚拟环境（终极方案） #

如果上面的方法都没用，可能是你的虚拟环境本身损坏了，直接删掉重建最省心：

# Windows删除虚拟环境
rmdir /s venv
# Mac/Linux删除虚拟环境
rm -rf venv

# 重新创建并激活
python -m venv venv
# Windows激活：venv\Scripts\activate
# Mac/Linux激活：source venv/bin/activate

# 安装依赖
pip install -r requirements.txt

内容的提问来源于stack exchange，提问作者Kumar Hemjeet