A continuación comparto las instrucciones para configurar un ambiente de Python en Windows 10 utilizando WSL2. Este tipo de ambiente de desarrollo es ideal para desarrollo web o data science. Para temas de automatización o interfaces gráficas, es recomendable instalar Python en Windows.
Prerrequisitos
- Ambiente WSL2 preferiblemente la distribución Ubuntu 20.04
- Visual Studio Code instalado en Windows con Remote – WSL Extension
Ingresa a tu distribución WSL y como primera acción, se debe de actualizar los repositorios e instalar las últimas actualizaciones. En mi caso tengo instalada la versión LTS de Ubuntu 20.04.
sudo apt update
sudo apt -y upgrade
La distribución de Ubuntu ya posee instalado Python por lo que únicamente es necesario instalar y actualizar pip.
sudo apt install -y python3-pip
pip3 install -U pip
Ambiente Nivel Básico 😎
Para realizar una instalación básica, la cual puede ser más que suficiente para cuando inicias en Python, puedes instalar el paquete jupyter el cual es uno de los requisitos para que Visual Studio Code pueda abrir y crear este tipo de cuadernos.
pip3 -U install jupyter
Adicionalmente puedes instalar un Linter. Visual Studio Code tiene habilitado por defecto el uso de pylint, por lo que si este no se encuentra instalado te mostrará un mensaje de alerta.
pip3 -U install pylint
Una vez instaladas estas dependencias puedes crear una nueva carpeta para tu proyecto e iniciar Visual Studio Code.
cd ~
mkdir proyecto_prueba
cd proyecto_prueba
code .
El punto “.” en la última instrucción le indica al editor que utilice la carpeta actual (proyecto_prueba); una ventana de Visual Studio Code se abrirá automáticamente y se conectará por medio de la extensión Remote WSL.
En Visual Studio Code entra a la sección de Extensiones con la combinación de teclas Ctrl + Shift + X e instala la extensión Python por Microsoft.
Observa que el botón de instalación indica que se procederá a instalar en WSL. Posteriormente, finalizada la instalación, presiona el botón para recargar Visual Studio Code y activar la extensión.
En Visual Studio Code ingresa a la paleta de comandos desde el menú View o presionando Ctrl + Shift + P. En la ventana de comandos escribe python y te aparecerá un listado de comandos, escoge la opción Python: Create New Blank Jupyter Notebook.
Ambiente Nivel Básico + 1 😉
Por mucho tiempo la configuración básica fue más que suficiente para mi y no fue hasta que empecé a tener conflicto entre diferentes versiones de los paquetes instalados, esto ocurrió al empezar a descargar otros proyectos para mi aprendizaje.
Virtualenv
Virtualenv es una herramienta para crear ambientes virtuales aislados de Python, estos permiten tener versiones de paquetes específicos para uno o varios proyectos en un ambiente separado.
pip3 install -U virtualenv
Uso de Virtualenv
Lo siguiente es un extracto del video de YouTube de Corey Schafer titulado Tutorial de Python: virtualenv y por qué deberías utilizar entornos virtuales.
Personalmente, prefiero crear el ambiente virtual dentro de la carpeta de mi proyecto.
- Ambiente aislado para cada proyecto
- No es necesario recordar que ambiente posee que paquete o versión
- Facilita la detección del interprete en Visual Studio Code
Para poder conocer cómo es que funciona el uso de virtualenv, ingresa al directorio Home y crea una nueva carpeta llamada proyecto_prueba.
cd ~
mkdir proyecto_prueba
Crea un nuevo ambiente virtual, en este ejemplo se creará el ambiente llamado .venv
virtualenv proyecto_prueba/.venv
Activa el ambiente virtual recién creado utilizando el comando source ruta_ambiente/bin/activate
source proyecto_prueba/.venv/bin/activate
De haber realizado los pasos anteriores de manera satisfactoria, en la línea de comandos aparecerá entre paréntesis el nombre de tu ambiente virtual.
Como referencia, para desactivar el ambiente virtual utiliza el comando deactivate.
deactivate
Algo que debes de tomar en cuenta al crear un nuevo ambiente virtual es actualizar pip. Cuando el ambiente virtual se encuentra activo, puedes utilizar los comandos python y pip en lugar de python3 y pip3.
pip install -U pip
Instala el paquete de jupyter para disponer de esta funcionalidad en Visual Studio Code, así como el linter pylint.
pip install -U jupyter ipykernel pylint
Una vez finalizada la instalación, navega a la carpeta del proyecto y abre el editor Visual Studio Code.
cd proyecto_prueba
code .
El punto “.” en la última instrucción le indica al editor que utilice la carpeta actual (proyecto_prueba). Una ventana de Visual Studio Code se abrirá automáticamente y se conectará por medio de la extensión Remote WSL.
En Visual Studio Code entra a la sección de Extensiones con la combinación de teclas Ctrl + Shift + X e instala la extensión Python por Microsoft. Observa que el botón de instalación indica que se procederá a instalar en WSL. Posteriormente presiona el botón para recargar Visual Studio Code y activar la extensión.

En Visual Studio Code ingresa a la paleta de comandos desde el menú View o presionando Ctrl + Shift + P. En esta ventana de comandos escribe python y te aparecerá un listado de comandos, escoge la opción Python: Create New Blank Jupyter Notebook.
Selección de Interprete de Python
A diferencia del ambiente básico, en esta ocasión Visual Studio Code presenta unos mensajes de error al crear el cuaderno de jupyter, indicando que no fue posible encontrar ipykernel y adicionalmente que no hay interprete de python seleccionado.
Para corregir este inconveniente, es necesario especificarle a Visual Studio Code la ruta del interprete de Python en tu ambiente virtual. Presiona el botón Select Python Interpreter o la combinación de teclas Ctrl + Shift + P para abrir la paleta de comandos y escribe Python: Select Interpreter.
Aparecerá una ventana con una lista extendida, dentro de esta lista se encuentra la opción correspondiente al ambiente virtual que creaste con la etiqueta (.venv). Escoge esa opción de la lista.
Visual Studio Code automáticamente creará un archivo de configuración propio. De esta manera, la próxima vez que abras esta carpeta en el editor cargará automáticamente la ruta del interprete de python.
Finalizados los pasos anteriores, ya dispones de un ambiente de Python en WSL2 para desarrollo web o data science. Únicamente debes de instalar los paquetes correspondientes a tus necesidades.