【Python篇】——Anaconda安装与使用完全手册

晓13132026-03-30 10:55

目录

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)

安装常用包

查看包列表

切换到另一个环境

退出环境

删除环境

[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。

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：

6.2 图形安装步骤

双击安装包后，按下面流程操作：

  1. 点击 Next

  2. 点击 I Agree

  3. 选择 Just Me

  4. 选择安装目录，例如：

bash 复制代码 
D:\PythonVersionManager\Anaconda3
  1. 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

  1. 点击 Install

  2. 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。

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

相关推荐
码界筑梦坊2 小时前
354-基于Python的全国水稻数据可视化分析系统
开发语言·python·信息可视化·数据分析·flask·bootstrap·毕业设计
码界筑梦坊2 小时前
336-基于Python的肺癌数据可视化分析预测系统
开发语言·python·信息可视化·数据分析·django·vue·毕业设计
清水白石0082 小时前
《Python 性能优化实战：多进程并行 vs C/Rust/Cython 扩展的对比决策与团队落地指南》
python·spring·缓存
源码之家2 小时前
计算机毕业设计：基于Python与协同过滤的美食推荐系统 Django框架 可视化 协同过滤推荐算法 菜谱 食品 机器学习（建议收藏）✅
爬虫·python·机器学习·django·毕业设计·课程设计·美食
2501_921649492 小时前
RESTful 金融数据 API 文档：设计原则与最佳实践
开发语言·后端·python·金融·restful
学以智用2 小时前
Python 批量重命名文件工具（完整示例）
后端·python
badhope2 小时前
如何将小厂Java项目包装出高并发架构演进感
python·程序员·ipython
linzᅟᅠ2 小时前
狼人杀 Agent：让 LLM 在信息不对称博弈中推理、欺骗与协作
人工智能·python·语言模型
愤豆2 小时前
10-Java语言核心-JVM原理--字节码与执行引擎详解
java·jvm·python
热门推荐
012026年3月AI领域大事件：DeepSeek引领开源风暴02GitHub 镜像站点03围棋-html版本04纯 HTML/CSS/JS 实现的高颜值登录页，还会眨眼睛！少女心爆棚！05班级宠物园部署指南06小黑课堂计算机二级WPSoffice题库软件下载安装教程（2026年3月最新版）07中国象棋-html版本08“wsl --install -d Ubuntu-22.04”下载慢，中国地区离线安装 Ubuntu 22.04 WSL方法（亲测2025年5月6日）09OpenClaw 使用和管理 MCP 完全指南10UV安装并设置国内源