【2025年超详细】Anaconda安装配置一站式指南（附安装包+图文教程+疑难解答） - 知乎
安装anaconda(内含安装包)
Anaconda conda常用命令：从入门到精通_conda list-CSDN博客
conda init
conda activative xx
conda create -prefix=xxx python=3.8
之后需要conda add config envs=上级目录 否则不显示conda环境
conda config --add envs_dirs F:\APP\Conda_Envs
win11下conda init错误
可以把一些依赖包弄在一个requirment.txt，一次性安装就行
切记，只有在conda install搞不定时才使用pip intall。 而且，最后使用虚拟环境进行环境隔离。
- conda install vs pip install
6.1 有什么区别？
conda可以管理非python包，pip只能管理python包。
conda自己可以用来创建环境，pip不能，需要依赖virtualenv之类的。
conda安装的包是编译好的二进制文件，安装包文件过程中会自动安装依赖包；pip安装的包是wheel或源码，装过程中不会去支持python语言之外的依赖项。
conda安装的包会统一下载到一个目录文件中，当环境B需要下载的包，之前其他环境安装过，就只需要把之间下载的文件复制到环境B中，下载一次多次安装。pip是直接下载到对应环境中。
conda只能在conda管理的环境中使用，例如比如conda所创建的虚环境中使用。pip可以在任何环境中使用，在conda创建的环境 中使用pip命令，需要先安装pip（conda install pip ），然后可以 环境A 中使用pip 。conda 安装的包，pip可以卸载，但不能卸载依赖包，pip安装的包，只能用pip卸载。
比如说，在某个环境中安装一个包，会出现以下打印信息：
这里"Using cached jupyter ..." 的意思就是jupyter安装包已经（在base环境或者别的环境中）之前安装过了，在缓存中有安装包，所以就不会重新下载，而是直接利用了。
pip和conda在安装软件包时，在依赖关系方面的处理机制不同。pip在递归的串行循环中安装依赖项，不会确保同时满足所有软件包的依赖关系，如果按顺序较早安装的软件包相对于按顺序较晚安装的软件包具有不兼容的依赖项版本，则可能导致环境以微妙的方式被破坏掉；conda使用SAT（satisfiability）solver来验证是否满足环境中安装的所有软件包的所有要求，只要有关依赖项的软件包元数据正确，conda就会按预期产生可用的环境。
6.2 能否混用？
首先，不建议混用。混用容易导致库的依赖关系出现混乱，然后突然哪天环境可能就崩了，安装不了新的包，无法进行conda update之类的。2023-05-07刚刚这两天遭遇了一次这样的事件，由于要安装一个新的包，各种各样的稀奇古怪的事情层出不穷，比如说：
>> conda install packagename
....
CondaMemoryError: The conda process ran out of memory. Increase system memory and/or try again.
>> conda update conda
-
defaults/win-64::_anaconda_depends==2020.07=py38_0
-
defaults/win-64::_ipyw_jlab_nb_ext_conf==0.1.0=py38_0
failed with repodata from current_repodata.json, will retry with next repodata source.
Solving environment: failed with repodata from current_repodata.json, will retry with next repodata
source.
Collecting package metadata (repodata.json): failed
RemoveError: 'requests' is a dependency of conda and cannot be removed from
conda's operating environment.
上天入地各种官方民间偏方的试，搞不定，最后只好卸载重新安装Anaconda完事。。。
其次，由于conda的库确实不如pip的库丰富{很多包只在 pip 有：PYPI有15万可用包，而Anaconda repository中（使用conda命令安装）提供了1,500多个软件包，Anaconda cloud上（使用conda-forge或bioconda命令安装）的几千种其他软件包。}，所以有时候可能迫不得已要使用pip安装。切记，只有在conda install搞不定时才使用pip intall。 而且，最后使用虚拟环境进行环境隔离。
6.3 安装在哪里？
conda install xxx：这种方式安装的库都会放在anaconda3/pkgs目录下，这样的好处就是，当在某个环境下已经下载好了某个库，再在另一个环境中还需要这个库时，就可以直接从pkgs目录下将该库复制至新环境而不用重复下载。
pip install xxx：分两种情况，一种情况就是当前conda环境的python是conda安装的，和系统的不一样，那么xxx会被安装到anaconda3/envs/current_env/lib/python3.x/site-packages文件夹中，如果当前conda环境用的是系统的python，那么xxx会通常会被安装到~/.local/lib/python3.x/site-packages文件夹 中
6.4 如何判断conda中某个包是通过conda还是pip安装的？
执行 conda list ，用pip安装的包显示的build项目为pypi。如下图所示：
- conda configuration
conda的配置文件为".condarc"，该文件在安装时不是缺省存在的。但是当你第一次运行conda config命令时它就被自动创建了。".condarc"配置文件遵循简单的YAML语法。
7.1 .condarc文件在哪儿？
执行conda info，会有信息显示如下所示：
7.2 Channel管理
追加conda-forge channel:
版权声明：本文为CSDN博主「笨牛慢耕」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/chenxy_bwave/article/details/119996001