一前言

你是否遇到过这些问题：项目 A 需要 Python 3.8，项目 B 需要 Python 3.11；安装一个库后，之前能跑的代码突然报错版本冲突？

这就是Python 环境混乱导致的。而 Anaconda 是最简单、最适合新手的环境隔离工具，能让不同项目的依赖完全独立，互不干扰。

这篇文章从零教你用从安装 Anaconda 到管理 Python 环境，看完就能上手！

二用 Anaconda 做环境隔离的好处

隔离彻底：每个环境独立拥有 Python 版本和第三方库，互不影响

新手友好：命令简单，不用配置复杂路径

跨平台：Windows / Mac / Linux 用法完全一致

数据科学首选：自带 numpy、pandas、matplotlib 等常用库

用一句话概括就是一个项目，一个环境，永不冲突。

三安装 Anaconda

清华镜像 Anaconda 下载地址:(直接点下面的就可以开始下载了)

https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2024.02-1-Windows-x86_64.exe

安装时默认选项即可（Windows 建议勾选 “Add to PATH”）

安装完成后，打开 Anaconda Prompt

看看自己的版本

差不多这样子就安装完成了

三最常用的Conda 环境命令

下面我们熟悉一下一些常用的命令

1.查看当前所有环境

conda env list

默认会有一个 base 基础环境但是不建议直接在 base 里装库

2.创建新的独立环境

conda create -n 环境名 python=3.10

示例：创建一个叫 my_project、Python 3.10 的环境

过程中输入 y 回车确认

3.进入 / 激活环境

conda activate 环境名

示例：

conda activate my_project

命令行前缀变成 (my_project)，说明已进入隔离环境。

4. 在环境里安装库

激活环境后，安装的包只属于当前环境：

安装常用库

conda install numpy pandas matplotlib

也可以用 pip（推荐）

pip install requests django flask

5. 退出当前环境

conda deactivate

回到 base 环境

6. 删除不需要的环境

conda remove -n 环境名 --all

四你可能会遇到的情景

如果老师要求,或者开源项目里面指定用什么版本的包,怎么办

这边的解决方法就是直接下用(比如numpy)

pip install numpy==1.23.5

你就直接下就好了,因为conda会直接覆盖掉旧版本

后面你直接看

conda list numpy

就可以查看版本是不是你想要的了

再或者可能几个库会冲突,这个时候可以直接用

conda create -n 环境名字 python=3.10 --no-default-packages

这样子就是一个完全空环境,没用任何的库了

五常见问题

Windows 报错 “不是内部命令”用 Anaconda Prompt 打开，不要用系统 CMD

不要在 base 环境里乱装包base 只用来管理环境，项目用独立环境