【管理多版本Python环境】Anaconda安装及使用

星星也在雾里2025-10-18 9:28

写在前面：

在日常 Python 开发中，不同项目往往依赖不同版本的 Python 及第三方库，这就给环境管理带来了不小的挑战。Anaconda 作为一款集成了 Python 解释器和科学计算库的发行版，不仅提供了便捷的包管理工具conda，还能轻松创建和切换虚拟环境，帮助开发者在同一台电脑上同时管理多版本 Python 环境。

一、Anaconda介绍

Anaconda 是一款专为科学计算、数据分析与机器学习设计的开源 Python 发行版。它集成了**Python 解释器、包管理工具（conda）**以及数百个常用的科学计算与数据分析库，如 NumPy、Pandas、Matplotlib、Scikit-learn、TensorFlow 等，为开发者提供了一套即装即用、功能完善的 Python 开发环境。

官方学习文档：https://www.anaconda.com/docs/main

提供安装、环境管理、库使用及常见问题解决方案，是Anaconda使用者必备参考资料。

与手动安装 Python 相比，Anaconda 的最大优势在于它能自动管理依赖环境与包版本，有效避免 "库冲突" 问题。通过内置的 conda 包管理器，用户可以轻松地创建独立虚拟环境、安装指定版本的库，并在不同项目间灵活切换，大幅提升开发效率与可维护性。

此外，Anaconda 自带 Jupyter Notebook、Spyder 等常用开发工具，适合从数据分析初学者到深度学习研究人员的不同使用需求。无论是机器学习实验、地理信息处理，还是 Python 可视化分析，Anaconda都提供了一个稳定、高效且可扩展的工作平台。

🐍Conda 简介

conda是一个跨平台的包管理器（Package Manager） 和环境管理器（Environment Manager），是Anaconda发行版中最核心的组件之一。它的主要任务是：

✅ 管理 Python 包与依赖库

✅ 创建、切换和隔离虚拟环境

这让开发者能够在同一台电脑上同时维护多个 Python 版本和项目环境，而不会相互干扰。

常用Conda命令速查表

（1）环境管理

功能 命令 说明
创建新环境 conda create -n env_name python=3.10 创建名为 env_name 的虚拟环境，并指定 Python 版本
激活环境 conda activate env_name 进入指定环境
退出环境 conda deactivate 返回到 base 环境
查看所有环境 conda env list 或 conda info --envs 列出当前所有环境
删除环境 conda remove -n env_name --all 删除整个虚拟环境
复制环境 conda create -n new_env --clone old_env 复制现有环境
导出环境配置 conda env export > environment.yml 导出环境的包配置文件
从配置文件创建环境 conda env create -f environment.yml 根据导出的配置文件重建环境

（2）包管理

功能 命令 说明
安装包 conda install package_name 安装指定包
安装指定版本的包 conda install package_name=1.2.0 安装指定版本
更新包 conda update package_name 更新某个包到最新版本
更新所有包 conda update --all 更新当前环境中的所有包
卸载包 conda remove package_name 删除某个包
查看包信息 conda list 列出当前环境中的所有包
查看指定包信息 conda list package_name 显示某个包的安装信息
搜索包 conda search package_name 查找可以安装的包及其版本

（3）系统与配置管理

功能 命令 说明
查看 Conda 版本 conda --version 或 conda -V 显示当前 Conda 版本
查看系统信息 conda info 查看 Anaconda 的安装路径、Python 版本等信息
清理缓存 conda clean --all 清除未使用的包和缓存文件，释放空间
设置国内镜像源 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/``conda config --set show_channel_urls yes 使用清华镜像源，加快下载速度
查看配置 conda config --show 查看当前 Conda 的配置参数
重置配置 conda config --remove-key channels 删除自定义镜像配置，恢复默认设置

🧰pip 简介

pip 是 Python 官方推荐的 包管理工具（Package Installer for Python），名字来源于 "Pip Installs Packages"。它的主要作用是：

✅ 从 Python 官方仓库PyPI（Python Package Index）下载并安装第三方库或模块，让开发者快速扩展 Python 的功能。

常用pip命令速查表

（1）环境管理

功能 命令 说明
创建虚拟环境 python -m venv env_name 使用 Python 内置模块创建虚拟环境
激活虚拟环境（Windows） env_name\Scripts\activate 进入虚拟环境
激活虚拟环境（Linux/Mac） source env_name/bin/activate 进入虚拟环境
退出虚拟环境 deactivate 返回系统环境
查看当前环境路径 where python（Windows） / which python（Linux） 查看当前正在使用的 Python 路径

（2）包管理

功能 命令 说明
安装包 pip install package_name 从 PyPI 安装指定包
安装指定版本 pip install package_name==1.2.3 安装指定版本的包
安装多个包 pip install numpy pandas matplotlib 一次安装多个包
升级包 pip install --upgrade package_name 更新到最新版本
升级 pip 自身 python -m pip install --upgrade pip 更新 pip 工具
卸载包 pip uninstall package_name 删除已安装的包
查看已安装包 pip list 列出当前环境中安装的所有包
查看包信息 pip show package_name 显示包的安装路径、版本、依赖等信息
搜索包（旧版支持） pip search keyword 在 PyPI 中查找相关包（部分版本已弃用）

（3）到处与导入环境配置

功能 命令 说明
导出当前环境中的所有包 pip freeze > requirements.txt 生成包依赖文件
根据文件安装包 pip install -r requirements.txt 根据 requirements.txt 重建环境
检查依赖是否过期 pip list --outdated 查看有哪些包需要更新

（4）系统与环境配置

功能 命令 说明
查看 pip 版本 pip --version 或 pip -V 显示当前 pip 版本
查看配置信息 pip config list 查看 pip 当前配置
设置国内镜像源（推荐清华源） pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple 使用清华镜像，加快下载速度
临时使用镜像源安装 pip install -i https://pypi.tuna.tsinghua.edu.cn/simple package_name 单次安装时指定镜像
清理缓存 pip cache purge 删除 pip 缓存，释放空间

⚖️ pip与conda的区别

对比项 pip conda
管理对象 仅限 Python 包 支持任意语言包（Python/C/R 等）
安装来源 PyPI 官方仓库 Anaconda 仓库 / conda-forge
依赖处理 只处理 Python 层依赖 自动安装底层依赖（如 C 库）
环境管理 ❌ 无 ✅ 内置虚拟环境系统
安装速度 较快，但可能冲突 稳定性更高
常用场景 轻量开发、Web 应用 数据分析、科学计算、AI

🧭 Anaconda Navigator

Anaconda Navigator是Anaconda自带的图形化管理工具（GUI），适合初学者和不熟悉命令行的用户使用。它提供了一个直观的界面，可以通过鼠标操作完成以下任务：

  1. 创建、删除或切换虚拟环境
  2. 安装、更新、卸载 Python 库和包
  3. 启动常用应用程序（如 Jupyter Notebook、Spyder、VS Code、RStudio 等）
  4. 管理多个 Python 版本 和项目依赖

👉 优点：

  • 操作直观，不需要记命令。

  • 可以直接查看各个环境中安装的包。

  • 适合初学者或非程序开发人员。

👉 缺点：

  • 启动较慢，占用内存较多。

  • 某些高级环境配置（如切换镜像源）仍需使用命令行完成。

💻 Anaconda Prompt

Anaconda Prompt 是一个命令行工具（CLI），可以看作是一个带有Anaconda环境的CMD。

它在启动时会自动激活Anaconda的路径，使你能够直接使用conda和python命令。常见用途包括：

  1. 创建和管理虚拟环境（如conda create -n myenv python=3.10）

  2. 安装、升级、卸载包（如conda install numpy 或pip install pandas）

  3. 管理 Python 版本与依赖关系

  4. 启动 Jupyter Notebook 或 Spyder（如jupyter notebook、spyder）

👉 优点：

  • 功能强大，可进行精确控制。

  • 操作速度快，占用资源少。

  • 适合中高级用户、科研开发者。

👉 缺点：

  • 需要熟悉命令行语法。

  • 对初学者不够直观。

二、Anaconda安装

官方下载地址：https://www.anaconda.com/download

选择I Agree，选择安装类型时有Just Me（仅当前用户）和All Users（所有用户）两个选项，建议选择Just Me，无需管理员权限要求，不会影响到系统或其他用户使用，不容易引发权限或路径冲突，更容易自定义环境，对初学者或开发者比较友好。

设置安装路径（内存较大不要装在C盘），路径要全英文，无中文和空格，本文设置路径为F:\anaconda3，记得自己设置的安装路径，后续要用到。

设置下载选项，勾选第三个下载Python3.13，第二个添加环境变量根据自己情况考虑。

✅"Add Anaconda3 to my PATH environment variable"

把 Anaconda 的python.exe和conda.exe等路径加入系统的PATH 环境变量，能够在命令行（cmd / PowerShell）中直接输入python或conda的命令，否则只能在 "Anaconda Prompt（带环境变量的终端）" 中使用这些命令。

⚠️官方标红"不推荐"的原因：

如果电脑上还有其他 Python 安装（例如C:\Python，OSGeo4W 或系统自带Python），

那么添加 Anaconda 到 PATH 会：覆盖原本的 Python 路径；导致其他软件（如 QGIS、ArcGIS、Blender、VSCode 插件等）错误调用 Anaconda 的 Python；引起 "环境冲突"、"包版本错乱"、"程序无法运行" 等问题。

💡建议：

如果你电脑上 只有 Anaconda 这一个 Python 环境 → 可以勾选；

如果你电脑上 已经有其他 Python（例如 OSGeo4W、ArcGIS、VSCode Python、系统Python） → ❌ 不要勾选，你仍然可以通过 Anaconda Prompt正常使用它。

✅"Register Anaconda3 as my default Python 3.13"

让 Windows 把 Anaconda 自带的 Python 注册为系统默认Python，让其他程序（例如 VSCode、PyCharm、Jupyter、QGIS 等）自动检测到 Anaconda 作为默认Python解释器。

💡 建议：

强烈推荐勾选，因为这样不会造成 PATH 冲突，但能让常用 IDE（VSCode、PyCharm）自动识别 Anaconda 的 Python。

下载完成后点击Next，取消勾选以下两个选项，点击Finish。

右键此电脑---属性---高级系统设置---环境变量，在用户变量的Path中可以看到已经添加的以下路径。用户变量的Path与系统变量的Path配置一个就可以，不需要两个都配置，在cmd中可以直接运行conda命令。

若在cmd中可以直接运行conda命令出现以下报错：

可以将以下路径手动添加在"用户变量"或"系统变量"中的Path：
F:\anaconda3

F:\anaconda3\Scripts

F:\anaconda3\Library\bin

F:\anaconda3\Library\usr\bin

F:\anaconda3\Library\mingw-w64\bin（根据安装位置修改路径）

⚠️注意：如果电脑上还有其他 Python 安装（例如C:\Python，OSGeo4W 或系统自带Python）导致QGIS、GDAL、GRASS 等程序启动时报错：No module named osgeo、Python path error等，需要手动删除在"用户变量"或"系统变量"中Path的以上内容，删除以后只能在Anaconda Prompt中运行conda命令。

对比项 ✅ 添加到 PATH ❌ 不添加到 PATH
命令行可直接使用 可以直接在任意路径下运行：python，conda，pip 不可以，运行 python 会找不到命令或调用系统其他 Python
是否修改系统设置 会修改环境变量，影响全局 不修改系统设置，仅在 Anaconda Prompt 内生效
是否需要管理员权限 可能需要（若写入系统 PATH） 不需要
对其他 Python 的影响 ⚠️ 高风险：可能覆盖系统或 OSGeo4W 的 Python 路径，导致冲突 安全：不会影响其他 Python 版本
启动方式 CMD、PowerShell、VSCode 都能直接用 需用 "Anaconda Prompt" 或 IDE 指定解释器路径
适合人群 仅安装一个 Python、无其他依赖环境的用户 系统已有多个 Python（如 OSGeo4W、QGIS、ArcGIS）
优点 操作方便，命令直接可用 环境隔离，安全稳定
缺点 容易路径冲突、影响其他程序 每次要进入 Anaconda Prompt 使用

安装结束后，打开Anaconda Prompt，输入以下命令，若显示版本号，则安装成功。

复制代码 
conda --version

三、Anaconda换源

由于国内访问国外服务器速度慢，官方源连接失败、超时或断开导致下载失败，因此将Anaconda换成国内清华源，方法是通过修改用户目录下的.condarc文件来使用镜像站，以Windows系统为例：C:\Users\<YourUserName>\.condarc

若无该文件，可先在Anaconda Prompt中执行以下命令生成该文件：

复制代码 
conda config --set show_channel_urls yes

生成.condarc以后用记事本打开，删除里面所有内容，若用于一般科学计算或机器学习任务，将以下内容复制粘贴，保存文件。

复制代码 
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
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

若追求全面、功能强大，适用于科研开发或跨领域项目，将以下内容复制粘贴至文件中，保存文件。两者选其一即可。

复制代码 
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
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

在Anaconda Prompt中使用下列命令清除索引缓存：

复制代码 
conda clean -i

继续输入以下命令安装常用包测试一下：

复制代码 
conda create -n myenv numpy

查看软件源：

复制代码 
conda config --show-sources

四、虚拟环境管理

1、查看当前环境信息

复制代码 
conda info

2、创建虚拟环境（64位）

复制代码 
conda create -n pythonxx python=X.X
#创建一个版本为PythonX.X名为pythonxx的虚拟环境

若下载失败有可能是conda包损坏的问题，可以尝试清理缓存并重试：

复制代码 
conda clean --all
conda create -n pythonxx python=X.X
#创建一个版本为PythonX.X名为pythonxx的虚拟环境

3、查看现有的虚拟环境

复制代码 
conda info -e

4、切换到xx虚拟环境

复制代码 
conda activate xx

5、列出虚拟环境中已安装的包及其版本信息

复制代码 
conda list  #查看当前虚拟环境的
conda list -n pythonxx  #查看名为pythonxx虚拟环境的

6、在虚拟环境中安装包

复制代码 
conda install numpy  #安装到该虚拟环境下
conda install numpy=1.25.0  #安装到虚拟环境下指定版本
conda install -n python311 numpy  #安装到指定虚拟环境下
conda install -n python311 numpy pandas matplotlib  #安装多个包到指定虚拟环境下

7、退出当前虚拟环境

复制代码 
conda deactivate

8、删除虚拟环境（删除前先退出该虚拟环境）

复制代码 
conda remove -n 环境名 --all

五、PyCharm+Anaconda

打开PyCharm，新建或者选择一个项目，打开设置，选择Python---解释器。

在解释器中选择添加解释器---本地解释器。

选择"选择现有"，类型选择Conda，conda的路径设置为F:\anaconda3\_conda.exe，选择重新加载环境，从本地文件夹中找到Anaconda文件夹下设置的虚拟环境，找到python.exe。

六、VS Code+Anaconda

打开VS Code，在扩展里下载安装Python和Python Debugger。

打开一个python文件， 按Ctrl+Shift+P打开命令面板。

然后输入：Python: Select Interpreter，VS Code会列出所有可用的解释器，选择你想要的环境。

选择后，VS Code底部状态栏右下角会显示：

运行示例代码：

复制代码 
print("Hello, world!")

若显示如下报错，说明你的Python解释器路径没问题，环境文件也没问题。问题仅在于 PowerShell 的执行策略（Execution Policy）阻止 conda 的激活脚本运行。因为PowerShell 默认的执行策略是Restricted（禁止执行任何脚本），而conda activate在 PowerShell 中实际上要执行一个.ps1启动脚本（conda-hook.ps1），执行策略阻止了它，所以报错。

解决方案：

✅ 方法 1：把 Conda 添加到 PATH

将以下路径手动添加在"用户变量"或"系统变量"中的Path：
F:\anaconda3

F:\anaconda3\Scripts

F:\anaconda3\Library\bin

F:\anaconda3\Library\usr\bin

F:\anaconda3\Library\mingw-w64\bin（根据安装位置修改路径）

保存以后重启VS Code，在 PowerShell 中输入：conda activate pythonxx（替换为虚拟环境名称）。

✅ 方法 3：切换 VS Code 终端为 CMD（绕过 PowerShell）

打开设置，搜索：terminal.integrated.defaultProfile.windows，将其改为"Command Prompt"，打开终端输入命令conda activate pythonxx（替换为虚拟环境名称），CMD 下 Conda 默认工作，不受 PowerShell 执行策略限制。

💡 快速验证 Conda 是否可用：

复制代码 
conda info

如果输出环境信息，就说明配置成功。

欢迎交流！🌹🌹

参考内容：

anaconda的安装和使用（管理python环境看这一篇就够了）-CSDN博客

Python安装与Anaconda环境搭建：新手完整教程 - 郝hai - 博客园

anaconda | 镜像站使用帮助 | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

Anaconda + VS Code 的安装与使用_anaconda vscode-CSDN博客

相关推荐
用户3721574261356 小时前
使用 Python 将 CSV 文件转换为 PDF 的实践指南
python
大佬，救命！！！6 小时前
算法实现迭代2_堆排序
数据结构·python·算法·学习笔记·堆排序
总有刁民想爱朕ha6 小时前
Python自动化从入门到实战(24)如何高效的备份mysql数据库，数据备份datadir目录直接复制可行吗？一篇给小白的完全指南
数据库·python·自动化·mysql数据库备份
孤客网络科技工作室7 小时前
Python - 100天从新手到大师：第五十七天获取网络资源及解析HTML页面
开发语言·python·html
帅大大的架构之路7 小时前
高级篇：Python脚本（101-150）
开发语言·python
liweiweili1267 小时前
Django中处理多数据库场景
数据库·python·django
reasonsummer8 小时前
【办公类-115-06】20250920职称资料上传04——docx复制、docx转PDF（课程表11个）
开发语言·windows·python·c#
E_ICEBLUE8 小时前
高效压缩 PDF 文件大小（3 大实用的 Python 库）
python·pdf
栀寒老醑9 小时前
Python实现的服务器日志监控脚本
开发语言·python
热门推荐
01BongoCat - 跨平台键盘猫动画工具02GitHub 镜像站点03两千字总结：Codex 国内如何安装和使用的教程，以及如何设置中文回答04UV安装并设置国内源05Linux下V2Ray安装配置指南06GitLab 零基础入门指南：从安装到项目管理全流程0746个Nano-banana 精选提示词，持续更新中08windows找不到gpedit.msc（本地组策略编辑器）09在VSCode配置Java开发环境的保姆级教程（适配各类AI编程IDE）10Labelme从安装到标注：零基础完整指南