前言

數據科學和機器學習工作流程中，當本地計算機無法滿足計算任務的需求時，往往需要一個更強大計算能力的遠程環境。另一方面，VSCode由于其輕便和易用性，以及豐富的插件生態系統，一直是遠程開發的首選編輯器。本文介紹Linux下Miniconda環境搭建、VSCode遠程Python環境、Jupyter環境搭建。

安裝Miniconda

Anaconda一個用于數據科學和機器學習的Python發行版和包管理平臺，將Python和對應的包打包成一個容器，實現環境的隔離，這意味著通過切換不同的容器就能夠實現不同環境的切換。Miniconda只包含最核心的 Conda、Python 和少量必要的依賴庫，安裝文件很小。

Miniconda默認會安裝到當前用戶的$HOME目錄下，安裝后正常情況下只有當前用戶能夠使用Miniconda。

下載

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh

安裝

bash Miniconda3-latest-Linux-x86_64.sh

安裝過程中會提示協議、安裝路徑、是否初始化等信息，一路yes即可。

不自動激活Conda環境

安裝完成后重新連接終端，會進入到Conda的base環境，這個是安裝自帶的一個Python環境，正常情況下在使用終端的過程中使用原來系統的Python即可，因此配置不推薦默認激活Conda環境。

conda config --set auto_activate_base false

配置軟件源

自帶的源下載包速度較慢，配置國內的軟件源，通過vi或者管理終端的軟件自帶的文件編輯器編輯 $HOME/.condarc 文件，將以下內容覆蓋到文件里面。完成后重新連接終端。

channels:- defaults
show_channel_urls: true
default_channels:- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
auto_activate: false

創建Conda環境

Conda的使用不過多介紹，包的安裝建議只使用conda命令，通過conda統一管理包。

conda create -n remote python=3.13

配置遠程環境

安裝VSCode

去官網或者Github下載安裝VSCode即可。

profile管理和使用

VSCode中的profile類似于conda，用于管理本地編輯器的不同配置，比如你有遠程開發Python、遠程開發C++等不同的需求，需要用到的插件也會有所不同，使用profile就能夠實現本地不同開發環境隔離。推薦在默認profile中安裝主題、安裝插件Remote-SSH、設置字體、安裝AI插件等基本的公共配置。

創建Python開發使用的profile

直接從默認配置中復制，或者新建一個profile，專用于遠程Python開發環境的本地設置。

安裝SSH插件

插件分為本地插件和遠程插件，在左側插件管理中，連接到遠程服務器后，灰色代表插件只在遠程服務器生效。安裝完SSH插件后，點擊左側SSH管理，連接到遠程服務器

左下角綠色SSH表示已經連接到遠程服務器，這個時候我們就可以打開遠程的工作目錄（如果沒有，可以創建一個）

安裝插件與使用

安裝Python、Jupyter兩個必要插件，安裝完這兩個插件后，在運行Python腳本、Jupyter代碼cell的時候，就能配置Python的Interpreter

其他插件

• GitLens：有Git使用需求，推薦安裝GitLens插件
• Cline：集成多個平臺API的AI插件
  

使用

通過以上步驟，遠程Python開發環境基本配置好了，如果使用Jupyter，安裝jupyterlab包。打開VSCode終端并切換到remote的conda環境安裝即可。

conda activate remote
conda install jupyterlab

• 配置解釋器
  
• 安裝其他包：其他包的安裝與jupyterlab類似，統一切換到remote環境后使用conda命令安裝

  (remote) # teletele @ Teletele-Linux in ~/Code/Python-remote [11:53:19]
  $ conda install numpy pandas matplotlib
  

• 代碼：完成配置后，編輯這一段代碼在遠程執行，對于matplotlib的繪圖功能，通過執行py文件將圖像投影到本地比較麻煩，使用.ipynb文件執行非常方便

  import matplotlib.pyplot as plt
  import numpy as np# 創建數據
  x = np.linspace(0, 30, 3000)  # 0到10之間的100個點
  y = np.cos(x)  # 正弦函數# 創建圖形和坐標軸
  plt.figure(figsize=(8, 6))  # 設置圖形大小# 繪制折線圖
  plt.plot(x, y, label='sin(x)', color='blue', linewidth=2)# 添加標題和標簽
  plt.title('graph sin(x)', fontsize=16)
  plt.xlabel('X', fontsize=12)
  plt.ylabel('Y', fontsize=12)# 添加網格和圖例
  plt.grid(True, alpha=0.3)
  plt.legend()# 顯示圖形
  plt.show()
  

總結

本文主要介紹了Python、Jupter遠程開發環境的配置和使用，核心在于環境管理的理念和插件的安裝，對環境配置比較感興趣也可以自行配置SSH免密連接遠程服務器。