【Python篇】——Anaconda安装与使用完全手册

摘要

[1. 为什么要用 Anaconda？](#1. 为什么要用 Anaconda？)

[2. Anaconda、conda、Navigator 到底是什么关系？](#2. Anaconda、conda、Navigator 到底是什么关系？)

[2.1 Anaconda Distribution](#2.1 Anaconda Distribution)

[2.2 conda](#2.2 conda)

[2.3 Anaconda Navigator](#2.3 Anaconda Navigator)

[3. Anaconda 解决了什么问题？](#3. Anaconda 解决了什么问题？)

[3.1 解决 Python 版本冲突](#3.1 解决 Python 版本冲突)

[3.2 解决依赖冲突](#3.2 解决依赖冲突)

[3.3 解决项目污染](#3.3 解决项目污染)

[3.4 解决环境迁移困难](#3.4 解决环境迁移困难)

[4. Anaconda 和 Miniconda 怎么选？](#4. Anaconda 和 Miniconda 怎么选？)

[4.1 Anaconda](#4.1 Anaconda)

[4.2 Miniconda](#4.2 Miniconda)

[5. Windows 安装前的建议](#5. Windows 安装前的建议)

[5.1 建议安装到 D 盘](#5.1 建议安装到 D 盘)

[5.2 不建议勾选 Add Anaconda to PATH](#5.2 不建议勾选 Add Anaconda to PATH)

[5.3 尽量避免中文路径、特殊字符路径](#5.3 尽量避免中文路径、特殊字符路径)

[6. Windows 安装 Anaconda 的完整流程](#6. Windows 安装 Anaconda 的完整流程)

[6.1 下载安装包](#6.1 下载安装包)

[6.2 图形安装步骤](#6.2 图形安装步骤)

[7. 安装完成后，第一步该做什么？](#7. 安装完成后，第一步该做什么？)

[8. 让 PowerShell 和 CMD 都能识别 conda](#8. 让 PowerShell 和 CMD 都能识别 conda)

[8.1 在 PowerShell 中启用 conda](#8.1 在 PowerShell 中启用 conda)

[8.2 在 CMD 中启用 conda](#8.2 在 CMD 中启用 conda)

[9. 什么是 conda 环境？](#9. 什么是 conda 环境？)

[10. 最常用的 conda 命令](#10. 最常用的 conda 命令)

[10.1 查看 conda 版本](#10.1 查看 conda 版本)

[10.2 查看所有环境](#10.2 查看所有环境)

[10.3 创建环境](#10.3 创建环境)

[10.4 激活环境](#10.4 激活环境)

[10.5 退出环境](#10.5 退出环境)

[10.6 切回 base](#10.6 切回 base)

[10.7 查看当前解释器路径](#10.7 查看当前解释器路径)

[10.8 查看当前 Python 版本](#10.8 查看当前 Python 版本)

[10.9 查看当前环境已安装包](#10.9 查看当前环境已安装包)

[10.10 安装包](#10.10 安装包)

[10.11 安装指定版本](#10.11 安装指定版本)

[10.12 删除包](#10.12 删除包)

[10.13 删除环境](#10.13 删除环境)

[10.14 不激活环境直接运行命令](#10.14 不激活环境直接运行命令)

[10.15 清理缓存](#10.15 清理缓存)

[11. 从零创建多个 Python 解释器环境](#11. 从零创建多个 Python 解释器环境)

[11.1 创建 Python 3.11 环境](#11.1 创建 Python 3.11 环境)

[11.2 创建 Python 3.12 环境](#11.2 创建 Python 3.12 环境)

[11.3 查看环境列表](#11.3 查看环境列表)

[11.4 切换到 py311](#11.4 切换到 py311)

[11.5 切换到 py312](#11.5 切换到 py312)

[12. 如何查看当前到底用的是哪个 Python 解释器？](#12. 如何查看当前到底用的是哪个 Python 解释器？)

[13. 如何迁移旧 Python 环境中的包？](#13. 如何迁移旧 Python 环境中的包？)

[13.1 导出旧解释器中的包](#13.1 导出旧解释器中的包)

[13.2 激活新环境](#13.2 激活新环境)

[13.3 在新环境中安装](#13.3 在新环境中安装)

[13.4 为什么不能直接复制 site-packages？](#13.4 为什么不能直接复制 site-packages？)

[14. 推荐把环境和缓存统一放到 D 盘](#14. 推荐把环境和缓存统一放到 D 盘)

[14.1 用户目录下创建 .condarc](#14.1 用户目录下创建 .condarc)

[14.2 各字段含义](#14.2 各字段含义)

[14.3 查看配置是否生效](#14.3 查看配置是否生效)

[15. 为什么建议少用 base 环境装项目依赖？](#15. 为什么建议少用 base 环境装项目依赖？)

[16. Navigator 适合哪些人？](#16. Navigator 适合哪些人？)

[17. 常见问题与排错经验](#17. 常见问题与排错经验)

[17.1 conda 命令找不到](#17.1 conda 命令找不到)

[17.2 conda env list 里为什么只有 base？](#17.2 conda env list 里为什么只有 base？)

[17.3 conda activate py311 失败](#17.3 conda activate py311 失败)

[17.4 首次创建环境时要求接受 TOS](#17.4 首次创建环境时要求接受 TOS)

[17.5 cmd 能用，PowerShell 不能用，或者反过来](#17.5 cmd 能用，PowerShell 不能用，或者反过来)

[17.6 为什么不建议安装时直接勾选 Add to PATH？](#17.6 为什么不建议安装时直接勾选 Add to PATH？)

[18. 最实用的一组日常命令](#18. 最实用的一组日常命令)

创建环境

激活环境

[查看 Python 解释器](#查看 Python 解释器)

[19. 一套推荐的 Windows 初始化方案](#19. 一套推荐的 Windows 初始化方案)

[第一步：安装到 D 盘](#第一步：安装到 D 盘)

[第二步：初始化 shell](#第二步：初始化 shell)

第三步：配置环境和缓存目录

[第四步：接受 TOS](#第四步：接受 TOS)

第五步：创建环境

第六步：验证

[20. 总结](#20. 总结)

参考资料

摘要

很多 Python 初学者在学习和开发过程中，都会遇到这些问题：不同项目需要不同版本的 Python、pip install 容易依赖冲突、旧项目和新项目互相污染、Jupyter 和 IDE 的解释器切换混乱。而 Anaconda + conda 的核心价值，就是帮我们把 Python 解释器、第三方依赖、项目环境 管理清楚。

本文以 Windows 平台 为例，系统梳理 Anaconda 的作用、安装流程、环境管理方法、常用命令、环境迁移方案，以及实际开发中最常见的几个坑，适合新手从零上手，也适合作为日常查阅手册。

关键词：Anaconda、conda、Python 环境管理、Windows、Python 版本切换、数据分析、环境隔离

1. 为什么要用 Anaconda？

很多人第一次学 Python，通常是这样开始的：

bash 复制代码

python --version
pip install requests
pip install numpy
pip install pandas

一开始很顺，但随着项目增多，问题就来了：

项目 A 需要 Python 3.11
项目 B 需要 Python 3.12
项目 C 还只能跑在 Python 3.10
一个项目装的依赖，影响另一个项目
科学计算类库安装容易报错
Jupyter、PyCharm、VS Code 的解释器切换越来越乱

这时，单一全局 Python 已经不够用了。

Anaconda 的意义，不只是"帮你安装 Python"，而是：

帮你管理多个 Python 版本
帮你隔离不同项目的依赖
帮你更稳定地安装科学计算和数据分析相关包
帮你把开发环境变得可迁移、可复制、可维护

一句话总结：

Anaconda 是一个围绕 Python 的完整发行版，而 conda 是它的环境管理器和包管理器。

2. Anaconda、conda、Navigator 到底是什么关系？

很多人会把这三个概念混在一起，其实它们是不同层级的东西。

2.1 Anaconda Distribution

这是完整发行版，里面包含：

Python
conda
Anaconda Navigator
大量常用数据科学包

适合新手和想快速开箱即用的人。

2.2 conda

这是命令行工具，也是 Anaconda 的核心：

创建环境
删除环境
切换环境
安装包
升级包
导出环境

平时你最常接触的，其实就是 conda。

2.3 Anaconda Navigator

这是图形界面工具，可以帮助你：

图形化创建环境
图形化安装包
启动 Jupyter Notebook / JupyterLab / Spyder
管理 channels

如果你不喜欢命令行，可以先用 Navigator 入门。

3. Anaconda 解决了什么问题？

3.1 解决 Python 版本冲突

比如：

bash 复制代码

conda create -n py311 python=3.11
conda create -n py312 python=3.12

这样你就有了两个独立环境：

py311
py312

它们使用不同 Python 解释器，互不干扰。

3.2 解决依赖冲突

同样是安装 numpy、pandas、scipy、matplotlib，conda 在很多二进制依赖场景下会比纯 pip 更稳。

3.3 解决项目污染

推荐每个项目单独创建环境，例如：

web311
data312
torch-env

谁也不影响谁。

3.4 解决环境迁移困难

conda 环境可以导出和重建：

bash 复制代码

conda env export > env.yml
conda env create -f env.yml

这对团队协作尤其重要。

4. Anaconda 和 Miniconda 怎么选？

很多人安装前都会纠结这个问题。

4.1 Anaconda

特点：

自带很多常用包
自带 Navigator
上手简单
占用空间更大

适合：

Python 新手
数据分析入门用户
不想自己从零装环境的人

4.2 Miniconda

特点：

只有 conda 和最小依赖
更轻量
更适合自己定制环境

适合：

对命令行熟悉的人
希望环境更干净的人
想精细控制包安装的人

如果你是第一次接触，建议直接选 Anaconda 。如果你已经比较熟悉 Python 环境管理，想要轻量方案，可以选 Miniconda。

5. Windows 安装前的建议

正式安装前，先讲几个很重要的经验。

5.1 建议安装到 D 盘

如果你的 C 盘空间不富裕，建议把 Anaconda 本体、环境目录、包缓存目录统一放到 D 盘，例如：

bash 复制代码

D:\PythonVersionManager\Anaconda3
D:\PythonVersionManager\conda-envs
D:\PythonVersionManager\conda-pkgs

这样做的好处：

节省 C 盘空间
后续环境和缓存集中管理
迁移、备份、清理都更方便

5.2 不建议勾选 Add Anaconda to PATH

官方也不推荐安装时直接把整套 Anaconda 全部塞进 PATH。原因是容易与系统里已有 Python、其他 IDE、已有脚本环境发生冲突。

更稳妥的做法是：

安装后执行 conda init
或者只把 condabin 加入 PATH

5.3 尽量避免中文路径、特殊字符路径

虽然不一定必然报错，但为了稳，推荐使用纯英文路径。

6. Windows 安装 Anaconda 的完整流程

6.1 下载安装包

官方下载入口：

Anaconda 安装总览 https://www.anaconda.com/docs/getting-started/anaconda/install/overview
Windows 安装页 https://www.anaconda.com/docs/getting-started/anaconda/install
官方归档页 https://repo.anaconda.com/archive/

6.2 图形安装步骤

双击安装包后，按下面流程操作：

点击 Next
点击 I Agree
选择 Just Me
选择安装目录，例如：

bash 复制代码

D:\PythonVersionManager\Anaconda3

安装选项建议：

Create shortcuts：可选
Add Anaconda3 to my PATH environment variable：不建议勾选
Register Anaconda3 as my default Python：按需决定
Clear the package cache upon completion：按需决定

点击 Install
安装完成后点击 Finish

7. 安装完成后，第一步该做什么？

安装完成后，先打开：

Anaconda Prompt
或 PowerShell
或 CMD

然后执行以下命令：

bash 复制代码

conda --version
python --version
conda info
conda env list

如果安装正常，第一次一般只会看到一个环境：

复制代码

base

这表示你的 Anaconda 基础环境已安装完成。

8. 让 PowerShell 和 CMD 都能识别 conda

这是 Windows 最常见的问题。

8.1 在 PowerShell 中启用 conda

执行：

bash 复制代码

conda init powershell

然后关闭 PowerShell，重新打开。

8.2 在 CMD 中启用 conda

执行：

bash 复制代码

conda init --condabin

这一步的作用是： 让普通 CMD 窗口也能识别 conda 命令。

执行完后，关闭当前 CMD，再重新打开，执行：

bash 复制代码

conda --version
conda env list

如果仍然识别不了，说明 condabin 还没进入用户 PATH。这时可以手动把下面路径加入用户环境变量 PATH：

bash 复制代码

D:\PythonVersionManager\Anaconda3\condabin

9. 什么是 conda 环境？

你可以把 conda 环境理解为：

一个独立的 Python 解释器 + 一套独立的依赖包集合

比如下面两个环境：

bash 复制代码

conda create -n py311 python=3.11
conda create -n py312 python=3.12

这就意味着：

py311 有自己的 Python 3.11
py312 有自己的 Python 3.12
两者的包互不影响

10. 最常用的 conda 命令

这一节建议收藏，基本够日常使用。

10.1 查看 conda 版本

bash 复制代码

conda --version

10.2 查看所有环境

bash 复制代码

conda env list

或：

bash 复制代码

conda info --envs

10.3 创建环境

bash 复制代码

conda create -n py311 python=3.11
conda create -n py312 python=3.12

自动确认：

bash 复制代码

conda create -n py311 python=3.11 -y

10.4 激活环境

bash 复制代码

conda activate py311

10.5 退出环境

bash 复制代码

conda deactivate

10.6 切回 base

bash 复制代码

conda activate base

10.7 查看当前解释器路径

bash 复制代码

python -c "import sys; print(sys.executable)"

10.8 查看当前 Python 版本

bash 复制代码

python --version

10.9 查看当前环境已安装包

bash 复制代码

conda list
pip list

10.10 安装包

bash 复制代码

conda install numpy
conda install pandas matplotlib

10.11 安装指定版本

bash 复制代码

conda install python=3.11
conda install numpy=1.26

10.12 删除包

bash 复制代码

conda remove numpy

10.13 删除环境

bash 复制代码

conda env remove -n py311

10.14 不激活环境直接运行命令

bash 复制代码

conda run -n py311 python --version

10.15 清理缓存

bash 复制代码

conda clean --all -y

11. 从零创建多个 Python 解释器环境

下面演示最典型的多解释器环境管理。

11.1 创建 Python 3.11 环境

bash 复制代码

conda create -n py311 python=3.11 -y

11.2 创建 Python 3.12 环境

bash 复制代码

conda create -n py312 python=3.12 -y

11.3 查看环境列表

bash 复制代码

conda env list

你应该会看到类似：

bash 复制代码

py311
py312

11.4 切换到 py311

bash 复制代码

conda activate py311
python --version
python -c "import sys; print(sys.executable)"

11.5 切换到 py312

bash 复制代码

conda activate py312
python --version
python -c "import sys; print(sys.executable)"

如果输出路径类似下面这样，就说明切换成功：

bash 复制代码

D:\PythonVersionManager\conda-envs\py311\python.exe

12. 如何查看当前到底用的是哪个 Python 解释器？

这个问题非常重要，因为很多人以为自己切换成功了，其实没有。

最可靠的查看方法：

bash 复制代码

python --version
python -c "import sys; print(sys.executable)"
where python

解释：

python --version：看当前 Python 版本
sys.executable：看当前真正使用的 Python 可执行文件路径
where python：看命令搜索路径中有哪些 Python

如果你已经执行了：

bash 复制代码

conda activate py311

那么 sys.executable 正常应该指向：

bash 复制代码

D:\PythonVersionManager\conda-envs\py311\python.exe

13. 如何迁移旧 Python 环境中的包？

很多人之前已经在别的解释器里安装了不少包，比如：

bash 复制代码

D:\PDEV\Python3.12\python.exe

这时千万不要直接把 site-packages 整个复制过去。正确方法是：导出包清单，然后在新环境中重新安装。

13.1 导出旧解释器中的包

bash 复制代码

D:\PDEV\Python3.12\python.exe -m pip freeze > requirements.txt

13.2 激活新环境

bash 复制代码

conda activate py312

13.3 在新环境中安装

bash 复制代码

python -m pip install -r requirements.txt

13.4 为什么不能直接复制 site-packages？

因为很多包与：

Python 小版本
编译 ABI
操作系统平台
二进制依赖

强相关。直接复制常常导致环境损坏或运行异常。

14. 推荐把环境和缓存统一放到 D 盘

如果你想把所有 conda 环境都集中放到 D 盘，可以配置 .condarc。

14.1 用户目录下创建 `.condarc`

推荐内容如下：

bash 复制代码

channels:
  - defaults

envs_dirs:
  - D:\PythonVersionManager\conda-envs

pkgs_dirs:
  - D:\PythonVersionManager\conda-pkgs

auto_activate: false
number_channel_notices: 0

14.2 各字段含义

channels：默认下载源
envs_dirs：环境存放目录
pkgs_dirs：包缓存目录
auto_activate: false：打开终端时不自动进入 base
number_channel_notices: 0：关闭 channel notices 提示

14.3 查看配置是否生效

bash 复制代码

conda config --show

查看配置来源：

bash 复制代码

conda config --show-sources

15. 为什么建议少用 base 环境装项目依赖？

base 更像系统基础环境。推荐把它留给：

conda 本体
Navigator
少量基础工具

真正的项目开发，建议每个项目单独建环境。

错误做法：

把所有项目的包都装到 base

正确做法：

py311-web
py312-data
torch-env

这样后续排查问题会轻松很多。

16. Navigator 适合哪些人？

如果你不想记命令，可以使用 Anaconda Navigator。

它的作用：

图形化创建环境
图形化安装包
启动 JupyterLab / Jupyter Notebook / Spyder
管理工具和环境

启动命令：

bash 复制代码

anaconda-navigator

如果命令不方便，也可以直接从开始菜单打开。

17. 常见问题与排错经验

这一节是最实用的部分。

17.1 `conda` 命令找不到

现象：

复制代码

'conda' 不是内部或外部命令

原因通常是：

没执行 conda init
condabin 没加到 PATH
当前终端是老窗口，没有重开

解决：

bash 复制代码

conda init powershell
conda init --condabin

然后关闭终端，重新打开。

17.2 `conda env list` 里为什么只有 base？

这说明 新环境根本还没创建成功，而不是"conda 读不到"。

比如你看到：

bash 复制代码

--什么都没有的控制返回结果

那就说明现在只有基础环境。

解决：

bash 复制代码

conda create -n py311 python=3.11 -y
conda create -n py312 python=3.12 -y

然后再看：

bash 复制代码

conda env list

17.3 `conda activate py311` 失败

常见原因：

环境不存在
shell 没初始化
conda 没进 PATH
.condarc 配置有误

建议排查顺序：

bash 复制代码

conda env list
conda info
conda config --show-sources
python -c "import sys; print(sys.executable)"

17.4 首次创建环境时要求接受 TOS

现在 Anaconda 默认 channels 有 Terms of Service。首次使用时可能会要求先接受。

可执行：

bash 复制代码

conda tos accept --override-channels --channel https://repo.anaconda.com/pkgs/main
conda tos accept --override-channels --channel https://repo.anaconda.com/pkgs/r
conda tos accept --override-channels --channel https://repo.anaconda.com/pkgs/msys2

17.5 `cmd` 能用，PowerShell 不能用，或者反过来

这是 Windows 下很常见的 shell 初始化问题。

建议统一执行：

bash 复制代码

conda init powershell
conda init --condabin

然后把 PowerShell、CMD 都关掉重新打开。

17.6 为什么不建议安装时直接勾选 Add to PATH？

因为这会让整个系统长期把 Anaconda 二进制放在前面，容易影响：

其他 Python
IDE 默认解释器
一些系统脚本

更稳妥的是：

用 conda init
或者只放 condabin

18. 最实用的一组日常命令

下面是一套非常高频的日常用法。

创建环境

bash 复制代码

conda create -n py311 python=3.11 -y

激活环境

bash 复制代码

conda activate py311

查看 Python 解释器

bash 复制代码

python --version
python -c "import sys; print(sys.executable)"

安装常用包

bash 复制代码

conda install numpy pandas matplotlib

查看包列表

bash 复制代码

conda list

切换到另一个环境

bash 复制代码

conda activate py312

退出环境

bash 复制代码

conda deactivate

删除环境

bash 复制代码

conda env remove -n py311

19. 一套推荐的 Windows 初始化方案

如果你是第一次配置，推荐按下面顺序执行。

第一步：安装到 D 盘

bash 复制代码

D:\PythonVersionManager\Anaconda3

第二步：初始化 shell

bash 复制代码

conda init powershell
conda init --condabin

第三步：配置环境和缓存目录

bash 复制代码

.condarc：

channels:
  - defaults

envs_dirs:
  - D:\PythonVersionManager\conda-envs

pkgs_dirs:
  - D:\PythonVersionManager\conda-pkgs

auto_activate: false
number_channel_notices: 0

第四步：接受 TOS

bash 复制代码

conda tos accept --override-channels --channel https://repo.anaconda.com/pkgs/main
conda tos accept --override-channels --channel https://repo.anaconda.com/pkgs/r
conda tos accept --override-channels --channel https://repo.anaconda.com/pkgs/msys2

第五步：创建环境

bash 复制代码

conda create -n py311 python=3.11 -y
conda create -n py312 python=3.12 -y

第六步：验证

bash 复制代码

conda env list
conda activate py311
python --version
conda activate py312
python --version

20. 总结

Anaconda 最核心的意义，不是"帮你安装了一大堆库"，而是：

帮你管理多个 Python 解释器
帮你隔离项目依赖
帮你减少版本冲突
帮你让开发环境更稳定
帮你让环境更容易迁移和复现

如果你只记住一句话，那就是：

不要把所有项目都塞进一个全局 Python，而是用 conda 为每个项目创建独立环境。

这才是 Anaconda / conda 真正解决问题的方式。

参考资料

Anaconda 安装总览 https://www.anaconda.com/docs/getting-started/anaconda/install/overview
Anaconda 安装文档 https://www.anaconda.com/docs/getting-started/anaconda/install
Anaconda 静默安装 https://www.anaconda.com/docs/getting-started/anaconda/advanced-install/silent-mode
Navigator 介绍 https://www.anaconda.com/docs/tools/anaconda-navigator/overview
conda init 官方文档 https://docs.conda.io/projects/conda/en/latest/commands/init.html
conda env list 官方文档 https://docs.conda.io/projects/conda/en/stable/commands/env/list.html
conda install 官方文档 https://docs.conda.io/projects/conda/en/latest/commands/install.html
conda run 官方文档 https://docs.conda.io/projects/conda/en/latest/commands/run.html
conda config 官方文档 https://docs.conda.io/projects/conda/en/stable/commands/config.html
.condarc 配置文档 https://docs.conda.io/en/latest/user-guide/configuration/use-condarc.html
自定义环境与包缓存目录 https://docs.conda.io/projects/conda/en/stable/user-guide/configuration/custom-env-and-pkg-locations.html
conda env export 官方文档 https://docs.conda.io/projects/conda/en/latest/commands/env/export.html
conda env remove 官方文档 https://docs.conda.io/projects/conda/en/stable/commands/env/remove.html
conda clean 官方文档 https://docs.conda.io/projects/conda/en/stable/commands/clean.html
Anaconda TOS 插件说明 https://www.anaconda.com/docs/getting-started/tos-plugin