python项目必须为每个项目单独创建虚拟环境并置于项目根目录内，禁用共享或跨项目复用；vs中需手动指定路径如.\my_project.venv，避免路径错误导致迁移失败、git误提交及协作问题。
Visual Studio 中 Python 虚拟环境不是“建一个就完事”，而是要按项目生命周期来规划：每个项目独占一个虚拟环境，路径必须在项目目录内，且不能共享、不能跨项目复用。否则 pip 安装包会错位，import 报错、调试器找不到模块、requirements.txt 生成失真，全是连锁反应。
虚拟环境必须放在项目根目录下
VS 不会自动帮你把 .venv 放对位置 —— 如果你手动在命令行用 python -m venv ../shared_venv 创建，或者选了项目外的路径，VS 仍能识别，但会导致：
- 项目迁移时
.venv被遗漏，新机器上直接无法运行 - Git 提交时容易误提交整个
.venv/（体积大、平台相关、含绝对路径） - 多人协作时，他人 clone 后执行
pip install -r requirements.txt实际装进的是自己的全局环境或别的 venv
正确做法：在 VS 的 “添加环境” 对话框中，选择 “Virtual Environment”，然后点击 “浏览” 按钮，**手动定位到当前项目文件夹内部**（例如 .\my_project\.venv），不要用默认路径或上级目录。
别混用 conda 环境和 venv
VS 能同时列出 conda 环境和 venv，但二者底层机制不同：conda 管理解释器+包+编译器工具链，venv 只隔离 site-packages 并复用系统 Python 解释器。常见错误包括：
- 在 venv 里执行
conda install numpy—— 报错，因为conda命令不可用 - 用
conda activate myenv激活后，在 VS 终端里运行pip list却看到全局包 —— 因为 VS 没绑定这个 conda 环境，它仍在用默认解释器 - 项目依赖含 C 扩展（如
numpy、torch），用 venv + 全局 Python 3.11 安装失败，但换 conda 环境就成功 —— 这是编译工具链缺失导致的，不是 pip 问题
建议：纯 Python 项目（无二进制依赖）用 venv；涉及科学计算、深度学习、Windows 下编译频繁的项目，优先用 conda 环境，并在 VS 中显式选中它（路径通常形如 C:\Users\XXX\Miniconda3\envs\myproject\python.exe）。
requirements.txt 生成前先清理非项目包
VS 自带的 “导出要求” 功能（右键环境节点 → Export Requirements）会把当前环境里所有已安装包都写进 requirements.txt，包括你临时调试装的 ipython、black、甚至 VS 自己用的 ptvsd。这会导致：
-
pip install -r requirements.txt在生产环境装一堆没用的开发工具 - 版本冲突：比如本地装了
django==4.2.7，但requirements.txt里还混着django-debug-toolbar==4.0.0，后者可能不兼容
安全做法：
- 先在 VS 终端中运行
pip freeze --local | grep -v "^\-e" > requirements.in（Windows 可用pip freeze --local > requirements.in），人工删掉非项目必需项 - 再用
pip install -r requirements.in在干净环境重装验证 - 最后导出锁定版：
pip freeze --local > requirements.txt
VS 底部状态栏显示的环境名容易误导
VS 状态栏右下角显示类似 Python 3.11 (venv) 或 Python 3.9 (conda)，但这只是当前活动解释器的简写，**不反映实际路径或是否激活**。你可能正看着 (venv)，却在终端里执行了系统级 pip install —— 因为终端没自动激活该 venv。
验证方法只有两个：
- 在 VS 内置终端中运行
where python（Windows）或which python（macOS/Linux），输出路径必须指向.\.venv\Scripts\python.exe或.\.venv\bin\python - 运行
python -c "import sys; print(sys.prefix)"，输出路径应与 venv 文件夹一致
真正容易被忽略的点：VS 的“Python 环境”窗口里某个环境虽然列出来了，但如果没被设为“当前项目环境”，它就只是个静态快照，不会影响任何 pip 或调试行为。切换必须通过右键项目下的 Python Environment 节点完成，而不是只在环境列表里点一下。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
