VS Code中pip版本由所选Python解释器决定，状态栏显示Python 3.11但pip --version显示旧路径，是因为集成终端默认不继承解释器环境，仍依赖系统PATH；需通过配置terminal.integrated.profiles和defaultProfile，或手动激活虚拟环境，并统一使用python -m pip install确保绑定。
VS Code 里没有独立的“pip 版本切换”操作，pip 版本由当前 Python 解释器决定；换 pip 就是换解释器，不是改 pip 命令本身。
为什么 pip --version 和状态栏显示的 Python 版本不一致？
常见现象：状态栏显示 Python 3.11，但终端里运行 pip --version 却返回 pip 23.1.2 from C:\Python\Python39\lib\site-packages\pip —— 这说明终端没继承 VS Code 选中的解释器环境。
根本原因：python.defaultInterpreterPath 只影响调试器、Pylance、测试框架等组件，集成终端默认仍走系统 PATH，不会自动激活对应虚拟环境或调用该解释器下的 pip。
- 检查终端是否在虚拟环境中：运行
where pip（Windows）或which pip（macOS/Linux），看路径是否指向你选中的解释器目录（如./venv/Scripts/pip.exe） - 若不是，说明终端未激活环境 —— 不是 VS Code 切换失败，而是终端没同步
- 手动激活方式（以 Windows 为例）：
./venv/Scripts/activate.bat；Linux/macOS：source ./venv/bin/activate
如何让终端自动使用选中的解释器的 pip？
必须在 .vscode/settings.json 中显式配置终端启动行为，否则每次新开终端都要手敲 activate。
- 添加终端 profile（Windows）：
"terminal.integrated.profiles.windows": { "Python venv": { "path": "${config:python.defaultInterpreterPath}" } } - 设置默认终端为该 profile：
"terminal.integrated.defaultProfile.windows": "Python venv" - Linux/macOS 类似，用
terminal.integrated.profiles.linux+defaultProfile.linux - 注意：
${config:python.defaultInterpreterPath}必须已正确设置（比如./venv/bin/python），否则 profile 会失效
遇到 pip is not recognized 或装包后找不到模块？
这不是 pip 没切成功，而是你在错误的上下文中用了 pip：
- 在未激活的终端里运行
pip install requests→ 装到系统 Python 或旧环境，当前解释器看不到 - 在正确激活的终端里，应优先用
python -m pip install，它 100% 绑定当前python可执行文件，绕过 PATH 查找 - 验证安装位置：
python -c "import requests; print(requests.__file__)"，路径应落在你选中的解释器 site-packages 下 - 如果用的是 uv，也得对齐解释器：
uv pip install -p ./venv/bin/python requests
别碰系统 pip，也别用 python -m ensurepip 强行重装
很多教程建议“升级 pip 自身”，但在多解释器环境下极易搞混作用域：
-
python -m pip install --upgrade pip是安全的，它只升当前解释器的 pip -
pip install --upgrade pip风险高：取决于当前终端 PATH 里的 pip 是哪个，可能误升系统 pip -
python -m ensurepip在某些精简版 Python（如 pyenv 安装）中会失败，且不保证与解释器 ABI 兼容 - 真正需要降级 pip？删掉
site-packages/pip*后用python -m pip install pip==22.3.1，而不是全局替换
最易被忽略的一点：Jupyter Notebook 内核和终端 pip 不共享环境。即使你在右上角选了 Python 3.11，如果没给它装 ipykernel，它实际跑的可能是另一个 Python 实例 —— 所以 !pip list 显示的包列表，和你在终端里看到的，完全可能不一样。
