为什么使用 Conda 管理 Python 环境？
如果你特别关心这个问题，可以仔细的阅读博客文章《Managing Python Environments in 2022 (for the 99%)》。这篇文章的作者认为 Mambaforge 是最好的选择，但由于 Mambaforge 并未得到 VS Code 的官方支持，所以我选择了 Miniconda 。Miniconda 仅包含 conda 命令行工具、一个特定版本的 Python 和其它一些少量的包。
下载/安装 Miniconda
下载/安装请参考 https://docs.conda.io/en/latest/miniconda.html 。请注意安装程序自带一个特定版本的 Python ，我通常选择可选的最新的 Python 版本。Conda 在初始化 Python 环境时可以设置 Python 版本，但是安装程序自带 Pthon 版本如果为自己常用版本可能会比较方便。
阿里云 Anaconda 镜像加速
强烈建议配置国内镜像，推荐阿里云（阿里巴巴镜像站技术社区），请参考 https://developer.aliyun.com/mirror/anaconda 完成配置。
安装 VS Code
安装 Visual Studio Code 请参考 https://code.visualstudio.com/docs/setup/setup-overview ，已安装请忽略。
安装 Microsoft 官方 VS Code Python 扩展
在 VS Code 扩展面板搜索 Python 来安装（认准作者是 microsoft.com）或访问 https://marketplace.visualstudio.com/items?itemName=ms-python.python 并点击页面绿色的 “Install” 按钮安装。在安装完成后，你可能需要重新启动 VS Code 来使 Conda 和 Python 扩展生效。
创建 Python 环境
首先在 VS Code 中打开一个文件夹，然后按 Ctrl + Shift + P 在命令面板中运行 “ >Python: Create Environment… ” ，环境类型选择 Conda ，Python 版本请按自己的需要选择，环境创建完成后会在打开文件夹下创建一个名为 .conda 的文件夹。.conda 文件夹中包含一个 .gitignore 文件，它用于防止将 Python 环境的文件提交到代码库。如果在 VS Code 打开的文件夹中有依赖项文件，比如 requirements.txt ，pyproject.toml ，或 environment.yml 等，该命令（ >Python: Create Environment… ）还将安装文件列出的依赖项。
接下来
如果你是 Conda 新手，可以阅读 Conda 文档以更顺利的完成自己的工作。