VS Code环境下如何将Jupyter Notebook连接至Pipenv虚拟环境
VS Code关联Pipenv虚拟环境与Jupyter Notebook实操
前置准备
- 在项目根目录打开终端,执行
pipenv --venv拿到当前项目对应虚拟环境的Python解释器完整路径,不同系统的路径格式参考:- Windows:
C:\你的用户目录\.virtualenvs\项目名-随机后缀\Scripts\python.exe - macOS/Linux:
/你的用户目录/.local/share/virtualenvs/项目名-随机后缀/bin/python
- Windows:
- 先确认Pipenv环境里已经正常装上你需要的pandas依赖,再执行
pipenv install ipykernel装Jupyter内核识别组件——这个是Jupyter能正常加载虚拟环境的核心依赖,漏装的话哪怕选对路径也会加载失败。
Notebook内核关联步骤
- 打开项目里的
.ipynb笔记本文件,点编辑区右上角的内核选择按钮。 - 在弹出的解释器列表里,找到之前记下来的Pipenv虚拟环境Python解释器对应的选项,直接选中。
- 等VS Code完成内核加载,确认Notebook顶部显示的内核标识带有Pipenv的路径特征(一般会带
.virtualenvs字段),别误选了全局Python或者其他项目的虚拟环境。 - 加载完跑一行测试代码
import pandas; print(pandas.__version__),能正常输出版本号就说明连通没问题。
踩坑排查
- 别直接在全局终端启动Jupyter服务,全局启动的服务默认绑定系统全局Python环境,就算在VS Code里选对了解释器,也可能出现模块找不到的报错。正确的启动方式是先执行
pipenv shell激活虚拟环境,再启动Jupyter,或者直接靠VS Code选中的解释器自动拉起对应内核服务就行。 - 如果解释器列表里没自动扫到你的Pipenv环境,直接选手动输入路径的选项,把之前
pipenv --venv查出来的完整路径粘进去,不用死等VS Code的自动扫描。 - 要是之前在虚拟环境里装过冗余依赖,可以执行
pipenv clean清掉无效包,再重装一次ipykernel,避免包路径冲突导致内核加载失败。
内容的提问来源于stack exchange,提问作者Ethan Chaney
相关产品推荐
相关产品推荐

