如何彻底清理VSCode及Python开发环境残留并重新配置？

一、完全卸载VSCode并清除所有残留文件 #

Windows系统 #

1. 通过控制面板或设置应用卸载VSCode
2. 删除以下目录的所有内容：
   • C:\Users\<你的用户名>\.vscode（插件、配置文件）
   • C:\Users\<你的用户名>\AppData\Roaming\Code（用户设置、缓存）
   • C:\Users\<你的用户名>\AppData\Local\Programs\Microsoft VS Code（安装目录残留）
3. 打开命令提示符，执行以下命令清理注册表（可选，谨慎操作）：

   reg delete "HKEY_CURRENT_USER\Software\Microsoft\Visual Studio Code" /f
   reg delete "HKEY_LOCAL_MACHINE\Software\Microsoft\Visual Studio Code" /f
   

macOS系统 #

1. 拖放VSCode应用到废纸篓，清空废纸篓
2. 删除以下目录：
   • ~/Library/Application Support/Code（用户配置、缓存）
   • ~/Library/Caches/Code（缓存文件）
   • ~/Library/Preferences/com.microsoft.VSCode.plist（偏好设置）
   • ~/.vscode（插件目录）
3. 打开终端执行以下命令完成清理：

   rm -rf ~/.vscode
   rm -rf ~/Library/Application\ Support/Code
   rm -rf ~/Library/Caches/Code
   rm -rf ~/Library/Preferences/com.microsoft.VSCode.plist
   

Linux系统（以Ubuntu为例） #

1. 执行卸载命令：

   sudo apt remove --purge code
   

2. 删除用户目录下的残留文件：

   rm -rf ~/.vscode
   rm -rf ~/.config/Code
   rm -rf ~/.cache/Code
   

二、重新安装VSCode #

1. 下载对应系统的VSCode官方安装包
2. 运行安装程序，按提示完成安装（Windows系统建议勾选“添加到PATH”选项）

三、正确配置Python开发环境 #

1. 安装Python #

• Windows/macOS：从Python官网下载对应版本安装包，安装时务必勾选“Add Python to PATH”选项
• Linux：使用系统包管理器安装，例如Ubuntu执行 sudo apt install python3 python3-pip
• 推荐使用虚拟环境隔离项目依赖，避免全局环境混乱：
  创建并激活虚拟环境：

  # Windows（cmd）
  python -m venv myenv
  myenv\Scripts\activate.bat
  
  # Windows（PowerShell）
  python -m venv myenv
  .\myenv\Scripts\Activate.ps1
  
  # macOS/Linux
  python3 -m venv myenv
  source myenv/bin/activate
  

2. 配置VSCode的Python解释器 #

1. 打开VSCode，安装官方的Python插件（搜索“Python”，由Microsoft发布）
2. 按Ctrl+Shift+P（Windows/Linux）或Cmd+Shift+P（macOS）打开命令面板，输入Python: Select Interpreter
3. 选择刚才创建的虚拟环境中的Python解释器（路径类似myenv/bin/python3或myenv\Scripts\python.exe）

3. 安装pandas等依赖库 #

在激活虚拟环境的终端中，执行以下命令安装：

pip install pandas

若安装缓慢，可使用国内镜像源加速：

pip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple

四、验证环境 #

创建一个测试文件test.py，写入以下代码：

import pandas as pd
df = pd.DataFrame({'Name': ['Alice', 'Bob'], 'Age': [25, 30]})
print(df)

运行该文件，若能正常输出DataFrame内容，说明环境配置成功。

内容的提问来源于stack exchange，提问作者Ljuba Ceranic