• Saltar al contenido principal
  • Skip to secondary menu
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Machine Learning
    • Noticias
    • Opinión
    • Productividad
    • Programación
      • JavaScript
      • Julia
      • Matlab
      • Python
      • R
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Laboratorio
    • Encuestas: Tamaño de Muestra
    • Lotería: Probabilidad de Ganar
    • Reparto de Escaños (D’Hondt)
    • Tres en Raya con IA
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad
    • Tiendas afiliadas
      • AliExpress
      • Amazon
      • Banggood
      • GeekBuying
      • Lenovo

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • Python
  • Pandas
  • NumPy
  • Matlab
  • Julia
  • Excel
  • IA Generativa

Usar entornos de Python en VS Code

enero 12, 2022 Por Daniel Rodríguez 4 comentarios
Tiempo de lectura: 3 minutos

Al trabajar en diferentes proyectos con Python es habitual encontrarse con el problema de que tanto código como paquetes presentan problemas de compatibilidad con ciertas versiones del intérprete. Por lo que es necesario ejecutar cada proyecto en una versión del intérprete de Python diferente. Lo que se puede conseguir usando varios ordenadores, instalando en cada uno una versión diferente de Python, o, de una forma mucho más eficiente, mediante el uso de los entornos de Python. Veamos a continuación cómo se pueden crear y trabajar los entornos de Python en VS Code.

Creación de entornos virtuales con virtualenv

Python permite la creación de entornos virtuales mediante venv. Una solución que es útil cuando se desea probar diferentes paquetes, pero no permite seleccionar una versión diferente del intérprete. Para solucionar este problema se puede recurrir al paquete virtualenv que es necesario instalar mediante el siguiente comando

pip install virtualenv

Una vez hecho esto se pude comprobar que el paquete se ha instalado correctamente consultado la versión instalada.

virtualenv --version

En el caso de que este comando devuelve una versión se puede crear un nuevo entorno visual mediante el comando

virtualenv venv

donde venv es la ruta donde se creará este. Para cambiar al nuevo entorno solamente se deberá ejecutar

source venv/bin/activate

En el caso de que se desee trabajar en el entorno visual con una versión diferente de Python es necesario primero instalar esta, no lo hace virtualenv. Una vez instalado solamente se debe crear el entorno mediante el siguiente comando

¡Nuevo video! Aprende a seleccionar datos en Pandas con .iloc y .loc
En Analytics Lane
¡Nuevo video! Aprende a seleccionar datos en Pandas con .iloc y .loc

virtualenv -p /path-to-python venv

En donde /path-to-python se debe reemplazar por la ruta al entorno que se desea usar. Este proceso puede ser un poco complicado, por lo que una solución más sencilla es usar conda.

Publicidad


Crear entornos virtuales con conda

Una de las ventajas de conda es la posibilidad de crear entornos virtuales con diferentes versiones de Python de una forma sencilla. Simplemente se debe usar el comando create e indicar mediante la opción python la versión de Python que se desea usar en ese entorno. Por ejemplo, para crear un entorno con Python solamente se debería escribir

conda create -n venv-36 python=3.6

Con lo que inmediatamente se creará el entorno e instalarán los recursos necesarios. Una vez hecho esto para cambiar de entorno solamente se deberá escribir

conda activate venv-36

y para volver a la configuración por defecto

conda deactivate

Seleccionar los entornos de Python en VS Code

Por defecto la extensión de Python de VS Code busca y usa el primer intérprete que se encuentra en la ruta del sistema. Aunque es posible indicar un intérprete específico escribiendo Python: Seleccionar intérprete en la paleta de comandos (⇧⌘P en macOS o Ctrl+⇧+P en Windows)

Llamar a la herramienta para seleccionar el intérprete de Python en V
Llamar a la herramienta para seleccionar el intérprete de Python en V

Lo que nos permitirá seleccionar cualquiera de los entornos o intérpretes de Python que se encuentren en el sistema.

Seleccionar el intérprete de Python en VS Code
Seleccionar el intérprete de Python en VS Code

Pudiéndose consultar el entorno de Python seleccionado en la parte inferior izquierda de VS Code.

Consultar el entorno activo de Python en VS Code
Consultar el entorno activo de Python en VS Code

Publicidad


Conclusiones

En esta ocasión se ha visto como se puede crear y seleccionar entornos de Python en VS Code para poder trabajar con diferentes intérpretes. Algo que puede ser de utilidad cuando existen problemas de compatibilidad en los códigos que se usan en dichos proyectos.

Imagen de PIRO4D en Pixabay

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 0 / 5. Votos emitidos: 0

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Publicaciones relacionadas

  • ¡Nuevo video! Aprende a seleccionar datos en Pandas con .iloc y .loc
  • ¡Nuevo video! Aprende a eliminar filas y columnas en Pandas sin errores
  • Nuevo video en el canal: Cómo eliminar duplicados de una lista en Python
  • Nuevo video en YouTube: Trabajando con archivos JSON en Python
  • Nuevo video: Leer y guardar archivos Excel y CSV en Python
  • Nuevo video: cómo activar copiar y pegar en VirtualBox fácilmente
  • Cómo extender el tamaño de un disco en Rocky Linux 9 usando growpart y LVM
  • Curiosidad: El origen del análisis exploratorio de datos y el papel de John Tukey
  • Cómo calcular el tamaño de la muestra para encuestas

Publicado en: Herramientas, Python Etiquetado como: Visual Studio Code

Interacciones con los lectores

Comentarios

  1. Javier dice

    enero 12, 2022 a las 11:51 pm

    Hola,

    Muchas gracias por el blog.

    Tengo una duda: ¿esto no esta pensado para Python 2?
    ¿Cuál es la mejor forma de crear un entrono en Python 3.10? ¿ pipenv, venv o virtualenv?

    Muchas gracias,

    Responder
    • Daniel Rodríguez dice

      enero 13, 2022 a las 10:18 am

      Para los usuarios que empiezan o con poca experiencia quizás la mejor solución sea virutalenv. Pero, dependiendo de los casos de uso concretos, puede que sea mejor otra opción.

      Responder
      • Javier dice

        enero 13, 2022 a las 11:35 am

        Muchas gracias,

        Responder
  2. David dice

    junio 7, 2022 a las 12:53 am

    Muchisimas gracias! Despues de toda una tarde luchando porque vs code no me reconocia una libreria de python, pude ver que el problema es que vs code estaba utilizando el entorno virtual equivocado!

    Responder

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Barra lateral principal

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

Analytics Lane en redes sociales

  • Amazon
  • Bluesky
  • Facebook
  • GitHub
  • Instagram
  • Mastodon
  • Pinterest
  • RSS
  • Telegram
  • Tumblr
  • Twitter
  • YouTube

Publicidad

Entradas recientes

Cómo calcular el tamaño de la muestra para encuestas

septiembre 9, 2025 Por Daniel Rodríguez

Curiosidad: El origen del análisis exploratorio de datos y el papel de John Tukey

septiembre 4, 2025 Por Daniel Rodríguez

Cómo extender el tamaño de un disco en Rocky Linux 9 usando growpart y LVM

septiembre 2, 2025 Por Daniel Rodríguez

Publicidad

Es tendencia

  • Cómo desinstalar Oracle Database 19c en Windows publicado el noviembre 25, 2022 | en Herramientas
  • NumPy NumPy: Concatenar matrices en NumPy con np.concatenate() publicado el agosto 17, 2021 | en Python
  • pandas Pandas: Contar los valores nulos en DataFrame publicado el agosto 12, 2021 | en Python
  • Creación de documentos Word con Python publicado el septiembre 7, 2020 | en Python
  • Correlación y causalidad: no es lo mismo publicado el junio 13, 2025 | en Ciencia de datos

Publicidad

Lo mejor valorado

4.9 (24)

Seleccionar filas y columnas en Pandas con iloc y loc

4.6 (16)

Archivos JSON con Python: lectura y escritura

4.4 (14)

Ordenación de diccionarios en Python mediante clave o valor

4.7 (13)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

4.5 (10)

Diferencias entre var y let en JavaScript

Publicidad

Comentarios recientes

  • Pepe en Probabilidad básica: cómo entender el azar en nuestra vida diaria
  • CARLOS ARETURO BELLO CACERES en Justicio: La herramienta gratuita de IA para consultas legales
  • Piera en Ecuaciones multilínea en Markdown
  • Daniel Rodríguez en Tutorial de Mypy para Principiantes
  • Javier en Tutorial de Mypy para Principiantes

Publicidad


Footer

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Libros
  • Lo más popular
  • Noticias
  • Tienda
  • Tiendas afiliadas

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Machine Learning
  • Opinión
  • Productividad
  • Programación
  • Reseñas

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Copyright © 2018-2025 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto