一、Anaconda基本介绍
Anaconda包括Conda、Python以及一大堆安装好的工具包,比如:numpy、pandas等;
conda是一个开源的包、环境管理器,可以用于在同一个机器上安装不同版本的软件包及其依赖,并能够在不同的环境之间切换。
核心组成(开箱即用)
-
Python 解释器:不用单独装 Python。
-
Conda:核心工具,兼具包管理(类似 pip)与环境管理(创建多套独立 Python 环境)。
-
预装 200 + 常用库:
- 数据分析:NumPy、Pandas、SciPy
- 可视化:Matplotlib、Seaborn
- 机器学习:Scikit-learn
- 开发工具:Jupyter Notebook、Spyder
主要作用(解决什么问题)
- 1.一键安装,告别依赖地狱
装一个 Anaconda,上面所有库自动装好,且版本兼容,避免手动pip install时的各种报错。 - 2.多环境隔离(关键优势)
不同项目用不同 Python 版本 / 库版本,互不干扰:

- 3.跨平台:支持 Windows/macOS/Linux。
二、常用命令
-
- 查看版本号(验证是否安装成功)
conda --version

- 查看版本号(验证是否安装成功)
-
- 创建一个叫 myenv 的 Python 环境(最常用)
conda create -n myenv python=3.10
- 创建一个叫 myenv 的 Python 环境(最常用)
-
- 进入环境
conda activate myenv
conda activate base (进入base环境)

- 进入环境
-
- 安装常用库(比如数据分析用的)
conda install numpy pandas matplotlib
- 安装常用库(比如数据分析用的)
-
- 退出环境
conda deactivate

- 退出环境
-
- 查看环境
conda env list

- base = Anaconda 默认自带的环境
创建新环境,必须先在 base 环境里操作!只有 base 环境里才有 conda 命令。
conda create、conda activate、conda install这些管理环境的工具,全都只在 base 里才有。 - base = 管理环境用,不写代码
- 写代码 = 新建独立环境
- 不想自动进 base → 执行:
conda config --set auto_activate_base false
- 查看环境
-
- 删除不用的环境
conda remove -n myenv --all
- 删除不用的环境