Настройка интерпретатора Python: как правильно выбрать среду выполнения в VS Code

Расширенные примеры настройки интерпретатора Python

Пример 1: проверка используемого интерпретатора

Чтобы убедиться, какой именно интерпретатор выбран, можно выполнить простой скрипт, который выводит путь к исполняемому файлу:

import sys
print(sys.executable)

/home/user/project/.venv/bin/python

Этот код полезен при отладке, особенно когда VS Code показывает неожиданный интерпретатор.

Пример 2: автоматическая активация окружения в терминале

В settings.json можно настроить автоматическую активацию виртуального окружения при открытии терминала:

{
    "python.terminal.activateEnvironment": true
}

Теперь при запуске терминала VS Code будет активировать окружение, выбранное через интерпретатор.

Пример 3: использование нескольких интерпретаторов в одном проекте (ручной выбор)

Можно создать конфигурации запуска launch.json, где для каждой задачи задаётся свой интерпретатор. Пример:

{
    "version": "0.2.0",
    "configurations": [
        {
            "name": "Python: Module (python3.10)",
            "type": "python",
            "request": "launch",
            "program": "${file}",
            "python": "/usr/bin/python3.10"
        },
        {
            "name": "Python: Module (venv)",
            "type": "python",
            "request": "launch",
            "program": "${file}",
            "python": "${workspaceFolder}/.venv/bin/python"
        }
    ]
}

Позволяет быстро переключаться между интерпретаторами для отладки.

Пример 4: настройка интерпретатора через переменные окружения

Если интерпретатор задаётся через системную переменную PYTHONPATH, можно указать её в settings.json:

{
    "python.envFile": "${workspaceFolder}/.env",
    "python.defaultInterpreterPath": "${workspaceFolder}/venv/bin/python"
}

Содержимое файла .env:

PYTHONPATH=${workspaceFolder}/src

Этот подход полезен для проектов с нестандартной структурой каталогов.

Пример 5: работа с pyenv (управление версиями Python)

Если используется pyenv, можно указать глобальную версию Python, а затем выбрать её из списка VS Code. Для отображения всех версий, установленных через pyenv, следует добавить путь в settings.json:

{
    "python.condaPath": "",
    "python.venvPath": "~/.pyenv/versions",
    "python.defaultInterpreterPath": "~/.pyenv/versions/3.11.4/bin/python"
}

После этого в палитре команд Python: Select Interpreter появятся все версии pyenv.

Пример 6: использование pipenv

Pipenv также создаёт виртуальные окружения. Чтобы VS Code их распознал, можно указать путь через python.pipenvPath:

{
    "python.pipenvPath": "${workspaceFolder}/Pipfile",
    "python.defaultInterpreterPath": "C:/Users/username/.virtualenvs/myproject-abc123/Scripts/python.exe"
}

Путь к исполняемому файлу можно получить командой pipenv --venv.

Пример 7: устранение ошибки «Interpreter not found»

Ситуация: VS Code сообщает, что интерпретатор не найден, хотя файл существует. Решение - проверить права доступа и перезагрузить окно. В крайнем случае сбросить кеш VS Code (удалить папку .vscode-server или %APPDATA%\Code\CachedData).

# Проверка наличия файла из терминала
ls -la /path/to/python  # Linux/macOS
dir C:\path\to\python.exe  # Windows

Если файл существует, но не отображается, возможно, VS Code не пересканировал окружения. Следует выполнить команду Python: Clear Cache and Reload Window из палитры команд.

Пример 8: настройка интерпретатора для Jupyter Notebook внутри VS Code

Для ячеек Jupyter тоже требуется интерпретатор. Выбор осуществляется из выпадающего списка в левом верхнем углу ноутбука. Программно можно задать через settings.json:

{
    "jupyter.kernels.filter": [
        {
            "language": "python",
            "displayName": "Python 3.11 (conda)",
            "path": "C:/Users/username/anaconda3/envs/myenv/python.exe"
        }
    ]
}

Этот способ удобен для командной разработки с фиксированным окружением.