如果你第一万次否定自己，那我希望我可以一万零一次大声称赞你
------ 25.5.22
一、什么是conda
conda是一个开源的包管理系统和环境管理系统，主要用于Python语言，但也可以用于其它语言的项目
二、为什么要使用conda
① 多环境共存，多个环境相互隔离
② 方便支持和管理包依赖
③ 支持多平台，如Windows、Linux、Mac OS
三、下载conda
1.Anaconda 和 Miniconda的区别
| 对比项 | Anaconda | Miniconda |
|---|---|---|
| 安装包内容 | 预装 Python、conda 包管理器，以及超过 1500 个科学计算库（如 NumPy、Pandas、Jupyter Notebook、Spyder 等）。 | 仅包含 Python 和 conda 包管理器，无预装科学计算库。 |
| 安装包大小 | 约 500MB-1GB（下载包），安装后占用 3-5GB 磁盘空间478。 | 约 50-100MB（下载包），安装后初始占用约 100-200MB，具体取决于后续安装的包。 |
| 默认工具和包 | 包含 Jupyter Notebook、Spyder IDE、Matplotlib、Scikit-learn 等开箱即用的工具。 | 无默认工具，需手动安装（例如通过conda install jupyter）。 |
| 适用场景 | 新手入门、快速搭建数据科学 / 机器学习环境，适合需要一站式解决方案的用户。 | 资源受限环境（如服务器）、自定义环境需求，或希望最小化安装的用户。 |
| 包管理方式 | 直接使用 conda 安装 / 更新包，默认包含大量常用库。 | 需手动安装所需包，可通过conda install anaconda升级为完整 Anaconda 环境。 |
| GUI 支持 | 内置 Anaconda Navigator 图形界面，方便管理环境和包。 | 无图形界面，需通过命令行或第三方工具（如 PyCharm）管理。 |
| 安装配置步骤 | 自动配置环境变量，开箱即用。 | 需手动配置环境变量（部分系统默认不自动添加）。 |
| 灵活性 | 预装库较多，灵活性较低，适合标准化需求。 | 高度灵活，用户可按需安装 / 卸载包，避免冗余。 |
| 推荐场景 | 本地开发、数据分析、机器学习等需要快速启动的场景。 | 服务器部署、Docker 容器、轻量级 Python 运行环境。 |
| 版本更新影响 | 预装库版本可能与最新版存在差异，需手动更新。 | 环境更纯净，版本冲突风险较低，适合需要严格控制依赖的项目。 |
2.安装Miniconda
① 开始安装： 
② 选择安装的用户权限：
③ 选择安装位置：
④ 开始安装：
3.添加到系统环境变量
4.验证是否添加成功
Win + r，输入cmd，打开命令提示符窗口，输入：conda --version验证是否添加成功。
四、常用操作
1.创建新环境
使⽤conda create命令来创建⼀个新的虚拟环境。例如，创建⼀个 Python 3.13 环境：
conda create --name 环境名 python=3.13
2.激活环境
创建环境后，使用conda activate 环境名命令激活该环境
3.查看所有已创建的环境
conda env list，这会列出所有的环境及其路径
4.查看当前激活的环境
① conda env list
② conda info
5.安装或更新包
在激活环境后，你可以安装或更新包，**例如：**安装numpy包
conda install numpy或pip3 install numpy
6.切换环境
切换环境，只需要使用conda activate 环境名
7.退出环境
conda deactivate 会将你直接带回到base环境或者是默认系统环境
五、conda环境中执行Python脚本
1.激活对应的conda环境然后运行脚本
① conda activate 环境名
② python python文件名
2.在命令行中直接指定环境运行脚本
conda run -n 环境名 python python文件名
conda run -n 环境名 set PYTHONIOENCODING=设置编码 && python python文件名
3.在Python文件中使用不同的环境
如果你需要在⼀个Python文件中根据不同的需求运⾏不同的 Python 代码（例如，调⽤不同环境的包），你可以在Python文件中利⽤ subprocess 模块启动外部进程来运⾏不同环境的 Python 文件。
示例：
假设你有两个脚本 script1.py 和 script2.py ，分别需要在不同环境中运⾏，你可以在 main_script.py 中，通过 subprocess 模块来启动外部进程，指定不同的 conda 环境来执⾏它们。
python
import subprocess
# 在 env1 环境中运⾏ script1.py
subprocess.run(['conda', 'run', '-n', 'env1', 'python', 'script1.py'])
# 在 env2 环境中运⾏ script2.py
subprocess.run(['conda', 'run', '-n', 'env2', 'python', 'script2.py'])这样，这个Python文件就会在不同的环境中执行对应的脚本