基于 VSCode 的代码环境配置type
status
date
slug
summary
tags
category
icon
password
一、安装 Python 与 R 的环境
PyCharm 和 RStudio 分别是 Python、R 两种代码语言的工作利器，不过随着 VSCode 相关生态的逐渐完善，使用 VSCode 进行 Python 和 R 的 coding 已经趋于成熟。相较于 VSCode，PyCharm 和 RStudio 也略显笨重。因此，本文将详细介绍如何基于 VSCode，完成 Python 和 R 两种代码环境的一体化配置。
1. 配置 Python 环境
机器学习技术日新月异，不过也导致了 Python 环境的管理问题，时常导致多个项目依赖包的不兼容问题，而 conda 为此提供了一个解决方案。不过，Anaconda 实在是过于庞大，个人而言更青睐一个小体量的工具，也因此选择了 MiniForge。
Miniforge 的安装十分简单，macOS 上在终端运行下述代码，安装即可。
在 Windows 上则需前往 GitHub 下载名称为
Miniforge3-Windows-x86_64.exe 的安装包即可。值得注意的是，Windows 系统中在默认设置下，Miniforge 不会自动添加到系统环境中，因此直接在终端运行下述命令可能会报错。解决方法有两个，其一是官方推荐的做法，即通过 Miniforge Prompt （在开始菜单中） 来进行以下代码；其二是在安装时勾选添加到系统环境中。macOS 中请直接使用终端进行运行以下代码。
- 初始化 conda。运行即可，如果报错，请确保系统环境中已添加 Miniforge。
- 创建虚拟环境。
name是虚拟环境的名称，可以随意设置，例如 nlp、cv 等等。python=3.10声明了安装的 Python 版本是 3.10，按需设置即可。
- 激活环境。注意，请将
name修改为上一步中你自定义的名称。这一步之后即可通过 pip 来安装包了。每次启动终端时，会默认启用base环境，这是 conda 的基础环境。若想在虚拟环境中进行包的管理与安装，请先激活该环境。
至此，Python 环境即已经配置完成。
2. 配置 R 环境。
R 的配置相对简单，同样的也可以通过包管理器安装，macOS 请在终端运行
brew install —cask r，Windows 请运行 winget install rproject.r。同样的，也可以前往 R 的官网下载安装包来安装。到这里 R 的安装就已经完成了，不过推荐继续安装 Radian，来优化在 VSCode 中进行 R 编程的体验。在安装了conda 的情况下，安装 Radian 也相当简单，在终端运行
conda install radian 即可。注意，如果你不想将 Radian 安装在默认的 base 环境中，请先激活虚拟环境再运行。二、配置 VSCode
与 Python 与 R 的安装相同，安装 VSCode 也有包管理器和安装包两种安装方式。使用包管理器安装，macOS 用户请运行
brew install --cask visual-studio-code，Windows 用户请运行 winget install microsoft.visualstudiocode。与之前相同，也可以前往 VSCode 的官网来下载安装包以安装。在安装完成后，建议登录 Microsoft 或 GitHub 账号，以进行跨终端的同步设置，避免在不同系统环境，或是重装系统后重复配置 VSCode。
1. 安装插件
插件是 VSCode 中简化操作的重要工具，以下是 Python 和 R 工作中的常用插件。以下，是我常使用的一些插件。当然，在部分功能上有许多相似的插件，这部分插件的选择更加符合我的个人偏好。例如，用于自动格式化 Python 代码的插件 charliermarsh.ruff，就有 Microsoft 出品的 Black Format 等替代品。
在 VSCode 的扩展栏中搜索下列插件的名称点击安装即可。注意，可能部分插件不是必须的，例如 ms-vscode-remote 的相关插件，是用于运行 WSL 或是连接远程服务器用的。下列插件中，个人觉得较为重要的插件会在插件末尾加上 * 号说明，请根据需要进行安装。
2. 配置插件及编辑器
在安装完插件之后，还需要进行设置。在 VSCode 中，提供了可视化的设置界面（左下角的⚙️状图标 → 设置）和 JSON 文件（设置界面中，右上角的 📄 状图标）两种设置方法。
以下是我的 JSON 设置文件，以供参考。
注意，其中有几个需要自定义的选项。
editor.fontFamily和editor.fontLigatures。 这两个选项规定了编辑器使用的字体，及字体特性。我选用的字体是 Monaspace Xenon Var 和 霞鹜文楷。前者是 GitHub 开发的一款英文等宽字体，后者是一款开源的中文字体。若有别的偏好字体，可以在这里进行修改。
r.rterm.mac和r.rterm.windows。这两个选项规定了编辑器在运行 R 代码时使用的终端。 在 macOS 中，若使用 R 的默认终端，一般设置为/usr/local/bin/r；若使用 Radian，则设置为/opt/homebrew/Caskroom/miniforge/base/bin/radian。若忘记了 R 或 Radian 的安装位置，可以通过whereis r和whereis radian来查询。 在 Windows 中，若使用 R 的默认终端，一般设置为C:/Program Files/R/R-4.3.3/bin，注意每次 R 更新版本后都要修改该终端位置；若使用 Radian，则设置为C:/Users/你的用户名/miniforge3/Scripts/radian.exe。若忘记了 R 的位置，一般来说无法直接通过命令行查询，因为 R 默认不添加到系统环境中，不过 R 的默认安装位置一般也不发生改变；若使用 Radian，在 cmd 终端中通过where radian来查询，在 PowerShell 中则通过get-command radian来查询。另外，Windows 系统中默认路径使用反斜杠，在 VSCode 中请修改为正斜杠，或使用转义符号来修饰。
其余的选项可以根据需要来进一步修改。
最后，为了更好的交互效果，还需要在 R 语言中安装三个必要的包，其中 languageserver 是必选装的。httpgd 则是提供了一个更好的查看画图结果的界面，而 lintr 则是提供了一些代码书写风格的检查和修改建议。
3. 可能的问题排查
在 VSCode 中对 Python 环境的配置已经较为成熟，但在一些细节上对 R 语言的支持还不是太完善，可能存在一些问题，也因此提供一些排查思路。
- R Interactive 无法启动。
这个报错是因为 VSCode 无法连接到 R 终端。一个可能的问题是 VSCode 的集成终端中无法读取到 R Home 的路径。可以在 R 终端中（打开 R 软件或 Radian），输入
R.home()即可查找 R Home 的路径。随后，在 VSCode 的 JSON 配置中添加以下代码即可。注意，请将/Library/Frameworks/R.framework/Resources替换成你自己系统上的路径。
- R 的输出中，中文是乱码。
这个错误通常发生在使用 Radian 终端的 Windows 系统中。临时的解决办法是，在运行 R 代码之前，先运行
Sys.setenv(LANG = "en_US.UTF-8")。也可以通过在C:\Users\你的用户名文件夹下创建一个 TXT 文件，随后将上述代码输入， 保存后将该文件名修改为.radian_profile即可。
三、配置 CUDA 或 MPS（可选）
1. 在 Windows 平台配置 CUDA
- 创建虚拟环境。
conda create —name nlp python=3.9，这里创建了一个名为 nlp，Python 版本为 3.11 的虚拟环境，由于许多包适配的版本不一致，不建议安装太新的 Python 版本。
- 在激活环境后安装 pytorch，前往官方网站，选择合适的选项后运行相关命令即可，当前最新的命令为
conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia。
- 在当前，Windows 系统中，Tensorflow 2.10 版本之后已经不适配，因此不推荐安装 Tensorflow 的 GPU 版本，若确实需要安装，建议配置 WSL 之后，在 WSL 中安装。
若确实需要在 Windows 系统中安装 Tensorflow，2.10 版本的 Tensorflow 要求 CUDA 版本为 11.2，cuDNN 版本为 8.1（其他版本点此查阅）。随后前往英伟达官网，分别下载并安装对应版本的 CUDA 和 cuDNN。此外，需要安装 GPU 驱动，下载安装 GeForce Experience 即可。在激活环境后安装 tensorflow，运行
conda install tensorflow=2.10。
2. 在 Mac 平台配置 MPS
依次在终端运行以下代码即可。
3. 在 WSL 或 Linux 平台配置 CUDA
依次在终端运行以下代码即可。
最后，可以通过下述代码验证是否能够调用 GPU。