Anaconda 自带很多常用的数据科学库（如 numpy, pandas, matplotlib, scikit-learn 等），非常适合数据分析和机器学习。
使用pycharm创建conda虚拟环境的项目
创建项目后Terminal中可以看到创建conda我的环境
查看默认已安装库
使用命令行创建
创建 Anaconda 虚拟环境
conda create -n myenv python=3.9
激活环境
conda activate myenv
查看当前激活环境下已安装的所有库
conda list
在虚拟环境中安装库
使用 Conda 安装（优先推荐）
安装指定库（如 pandas）
conda install pandas
安装指定版本的库
conda install pandas=2.0.0
为指定环境安装库
conda install -n env_name pandas
使用 pip 安装（补充）
如果 Conda 源中没有目标库，可使用 pip：
激活目标环境后执行
pip install requests
安装指定版本
pip install requests==2.31.0
使用国内镜像源加速（推荐，解决下载慢的问题）
pip install requests -i https://pypi.tuna.tsinghua.edu.cn/simple
查看所有已创建的 Conda 环境
查看所有 Conda 环境（推荐）
conda info --envs
简写形式（更常用）
conda env list
* 号标记的是当前正在激活的环境（示例中是 myenv环境）；
项目切换虚拟环境
激活项目环境
conda activate lanenet
命令行切换环境仅对终端有效，IDE 需单独配置，确保运行 / 调试代码时使用对应环境：
PyCharm：File → Settings → Python Interpreter → 选择 Conda 环境下的 Python 解释器；
找到 Conda 环境目录
