前言Anaconda 是一个非常流行的 Python 发行版它不仅包含了 Python 语言本身还预装了众多常用的科学计算库如 NumPy、Pandas、Matplotlib 等能够极大地方便用户的开发和数据分析工作。Anaconda 提供了一个统一的环境管理工具 Conda用户可以轻松创建和管理多个独立的 Python 环境避免了不同项目之间的依赖冲突。此外Anaconda 还提供了 Anaconda Navigator 这样的图形化界面让用户更直观地管理包和环境。对于刚开始学习 Python 或者需要处理复杂项目的用户来说Anaconda 都是一个非常友好且强大的工具。本文将手把手教你完成 Anaconda 的完整安装配置流程并深入讲解日常使用中的各项操作。一、Anaconda简介1.1 什么是AnacondaAnaconda 是一个用于科学计算的 Python 发行版支持 Linux、Mac 和 Windows 系统。它包含了Python 解释器默认安装最新稳定版 PythonConda强大的包管理和环境管理工具预装科学计算库NumPy、Pandas、Matplotlib、SciPy 等 250 个常用库开发工具Jupyter Notebook、JupyterLab、Spyder IDE 等Anaconda Navigator图形化管理界面1.2 Anaconda vs Miniconda在下载页面你会看到两个选项特性Anaconda DistributionMiniconda体积约 950MB约 100MB预装包8000 科学计算库仅 Python Conda安装时间较长很快适用人群新手、数据科学家有经验的开发者网络要求下载大但安装后即用下载小但需手动安装包建议如果你是新手或者需要快速开始数据科学工作选择Anaconda Distribution。如果你已经有明确的需求或者磁盘空间有限可以选择Miniconda。1.3 预装的核心库Anaconda 预装了大量常用的 Python 库包括但不限于库名用途NumPy数值计算多维数组操作Pandas数据处理与分析Matplotlib数据可视化SciPy科学计算与工程计算Scikit-learn机器学习Jupyter交互式编程环境SpyderPython 科学计算 IDEConda包和环境管理Pillow图像处理RequestsHTTP 请求二、下载Anaconda2.1 官网下载步骤1访问官网打开浏览器访问 Anaconda 官方网站https://www.anaconda.com/步骤2点击下载按钮在官网首页右上角点击“Free Download”按钮进入下载页面。步骤3选择版本进入下载页面后你会看到“Choose Your Download”区域有 Windows、Mac、Linux 三个选项卡。选择Windows选项卡然后选择Anaconda Distribution下的“Windows 64-Bit Graphical Installer”。注意2025 年之后Anaconda 官网下载需要注册账号。点击“Get Started”按钮使用邮箱注册后即可下载。步骤4等待下载Anaconda 安装包体积较大约 950MB下载可能需要一些时间请耐心等待。2.2 网盘下载如果官网下载速度较慢或者不想注册账号可以使用网盘下载百度网盘链接链接https://pan.baidu.com/s/13WEI6p6SH7W77KwnY1M2Gw提取码c8mw文件名Anaconda3-2025.06-0-Windows-x86_64.exe提示网盘中的安装包为 2025 年 6 月最新版本与官网版本一致。三、安装Anaconda3.1 运行安装程序下载完成后找到安装文件Anaconda3-2025.06-0-Windows-x86_64.exe双击运行。安装前准备确保磁盘空间充足建议预留 5GB 以上关闭杀毒软件避免误拦截建议以管理员身份运行安装程序3.2 安装选项说明运行安装程序后按照以下步骤操作步骤1欢迎界面点击“Next”继续。步骤2许可协议阅读许可协议点击“I Agree”同意。步骤3选择安装范围选择“Just Me (recommended)”仅为我安装这是推荐选项。如果你有管理员权限且希望所有用户都能使用可以选择“All Users”。点击“Next”继续。3.3 安装路径选择步骤4选择安装位置默认路径C:\Users\你的用户名\anaconda3建议修改路径将安装路径改为非系统盘例如D:\anaconda3或者E:\ENV\anaconda3重要提示安装路径中不要包含中文、空格或特殊字符路径不要太深建议不超过 3 层目录记住这个路径后续配置环境变量会用到点击“Next”继续。3.4 高级选项配置步骤5高级安装选项这一步非常关键请仔细选择选项1Add Anaconda3 to my PATH environment variable勾选此项将 Anaconda 添加到系统 PATH 环境变量强烈建议勾选这样可以在命令行中直接使用 conda 命令如果不勾选后续需要手动配置环境变量选项2Register Anaconda3 as my default Python 3.x勾选此项将 Anaconda 的 Python 设为默认 Python如果你之前安装过 Python勾选此项会覆盖默认 Python建议勾选确保 Anaconda 的 Python 优先级最高两个选项都勾选后点击“Install”开始安装。步骤6等待安装完成安装过程可能需要 5-15 分钟取决于电脑性能。安装过程中会显示进度条和正在安装的包列表。步骤7安装完成安装完成后会出现完成界面“Launch Anaconda Navigator”勾选后点击 Finish 会启动 Navigator“Getting Started with Anaconda Distribution”官方入门指南建议先取消勾选 “Launch Anaconda Navigator”先验证安装是否成功。点击“Finish”完成安装。四、验证安装安装完成后需要验证 Anaconda 是否正确安装。4.1 检查Anaconda版本打开命令提示符CMD或 Anaconda Prompt输入anaconda--version或者conda info如果显示版本信息说明安装成功4.2 检查Python版本python--version输出示例Python 3.12.34.3 检查Conda版本conda--version输出示例conda 24.5.04.4 检查预装库conda list这会列出当前环境中安装的所有包可以看到 NumPy、Pandas、Matplotlib 等库已经预装好了。五、Anaconda Navigator图形界面使用Anaconda Navigator 是 Anaconda 的图形化管理界面可以直观地管理环境、安装包、启动开发工具。5.1 启动Navigator方法一开始菜单点击 Windows 开始菜单找到Anaconda3 (64-bit)文件夹点击Anaconda Navigator。方法二命令行启动anaconda-navigator首次启动可能需要一些时间请耐心等待。5.2 界面功能介绍Navigator 主界面分为几个区域左侧导航栏选项功能Home启动各种开发工具Jupyter、Spyder 等Environments管理 Python 环境Learning学习资源和教程CommunityAnaconda 社区Home 页面显示所有可用的应用程序包括应用说明Jupyter Notebook交互式笔记本适合数据探索和可视化JupyterLabJupyter 的下一代界面功能更强大SpyderPython 科学计算 IDE类似 MATLABVS Code如果已安装可以在这里启动PyCharm如果已安装可以在这里启动Orange 3数据可视化与机器学习工具RStudioR 语言开发环境点击“Launch”即可启动对应的应用。5.3 使用Jupyter NotebookJupyter Notebook 是数据科学领域最常用的工具之一。启动 Jupyter Notebook在 Navigator 的 Home 页面找到 Jupyter Notebook点击“Launch”。或者在命令行中启动jupyter notebook启动后会自动打开浏览器显示 Jupyter 的文件管理界面。创建新 Notebook在 Jupyter 界面中点击右上角的“New”选择“Python 3 (ipykernel)”会打开一个新的 Notebook 页面Notebook 基本操作# 在单元格中输入代码按 ShiftEnter 运行importnumpyasnpimportpandasaspdimportmatplotlib.pyplotasplt# 创建一个简单的图表xnp.linspace(0,10,100)ynp.sin(x)plt.plot(x,y)plt.title(Sine Wave)plt.xlabel(x)plt.ylabel(sin(x))plt.show()常用快捷键快捷键功能Shift Enter运行当前单元格并跳到下一个Ctrl Enter运行当前单元格Alt Enter运行当前单元格并在下方插入新单元格A在上方插入单元格B在下方插入单元格DD删除单元格M将单元格切换为 MarkdownY将单元格切换为代码5.4 使用Spyder IDESpyder 是专为科学计算设计的 Python IDE界面类似 MATLAB。启动 Spyder在 Navigator 的 Home 页面找到 Spyder点击“Launch”。或者在命令行中启动spyderSpyder 界面布局区域功能编辑器编写 Python 代码变量浏览器查看当前环境中的变量IPython 控制台交互式执行代码文件浏览器浏览文件系统帮助查看文档和帮助六、Conda环境管理Conda 是 Anaconda 最核心的工具之一用于管理 Python 环境和包。掌握 Conda 的使用是高效使用 Anaconda 的关键。6.1 查看环境列表condaenvlist或者conda info--envs输出示例# conda environments: # base * D:\anaconda3*表示当前激活的环境默认是base环境。6.2 创建新环境为不同项目创建独立的环境避免依赖冲突。基本创建命令conda create-nmyenvpython3.11-n myenv环境名称为 myenvpython3.11指定 Python 版本创建环境时安装包conda create-ndatascipython3.11numpy pandas matplotlib scikit-learn从环境文件创建condaenvcreate-fenvironment.yml6.3 激活与切换环境激活环境conda activate myenv激活后命令行提示符前会显示环境名称(myenv) C:\Users\用户名退出环境conda deactivate切换到另一个环境conda activate another_env6.4 删除环境conda remove-nmyenv--all或者condaenvremove-nmyenv6.5 导出与导入环境导出环境将当前环境导出为 YAML 文件方便分享和复现condaenvexportenvironment.yml导出的文件内容示例name:myenvchannels:-defaults-conda-forgedependencies:-python3.11-numpy1.24.0-pandas2.0.0-matplotlib3.7.0-pip:-some-package导入环境condaenvcreate-fenvironment.yml导出精简版仅手动安装的包condaenvexport--from-historyenvironment.yml七、Conda包管理7.1 安装包使用conda安装condainstallnumpy安装指定版本condainstallnumpy1.24.0同时安装多个包condainstallnumpy pandas matplotlib使用pip安装当 conda 找不到包时可以使用 pippipinstallpackage_name建议优先使用 conda 安装conda 安装不了的再用 pip。在指定环境中安装condainstall-nmyenv numpy7.2 查看已安装包conda list查看指定环境的包conda list-nmyenv查看某个包是否安装conda list numpy7.3 更新包更新单个包conda update numpy更新所有包conda update--all更新conda本身conda update conda更新Anacondaconda update anaconda7.4 卸载包conda remove numpy或者conda uninstall numpy7.5 搜索包conda search numpy查看包的可安装版本conda search numpy--info八、配置国内镜像源由于网络原因从官方源下载包可能很慢。配置国内镜像源可以大幅提升下载速度。8.1 配置清华镜像方法一命令行配置# 添加清华镜像源conda config--addchannels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main conda config--addchannels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free conda config--addchannels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r conda config--addchannels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge# 设置搜索时显示通道地址conda config--setshow_channel_urlsyes方法二修改配置文件编辑用户目录下的.condarc文件C:\Users\用户名\.condarcchannels:-https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main-https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free-https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r-https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge-defaultsshow_channel_urls:true8.2 配置中科大镜像conda config--addchannels https://mirrors.ustc.edu.cn/anaconda/pkgs/main conda config--addchannels https://mirrors.ustc.edu.cn/anaconda/pkgs/free conda config--setshow_channel_urlsyes8.3 恢复默认源如果需要恢复官方默认源conda config --remove-key channels或者删除.condarc文件中的 channels 配置。8.4 清除缓存配置镜像后建议清除缓存conda clean-i九、常见问题及解决方案问题1安装时卡在Extracting packages原因安装包解压过程较慢或者磁盘空间不足。解决耐心等待大型包解压可能需要几分钟检查磁盘空间确保有 5GB 以上可用空间关闭杀毒软件后重试问题2conda命令无法识别现象输入conda命令提示 “不是内部或外部命令”。解决检查是否勾选 “Add Anaconda to PATH”手动添加环境变量将D:\anaconda3添加到 PATH将D:\anaconda3\Scripts添加到 PATH将D:\anaconda3\Library\bin添加到 PATH问题3创建环境时下载速度慢解决配置国内镜像源见第八章。问题4环境激活失败现象conda activate myenv报错。解决# 先初始化 shellconda init# 然后重新打开命令行窗口# 再尝试激活conda activate myenv问题5Jupyter Notebook无法启动解决# 重新安装 Jupytercondainstalljupyter# 或者在指定环境安装condainstall-nmyenv jupyter# 如果端口被占用指定其他端口jupyter notebook--port8889问题6包冲突Package Conflict现象安装包时提示依赖冲突。解决# 创建新环境安装conda create-nnewenvpython3.11package_name# 或者使用 --force-reinstallcondainstallpackage_name --force-reinstall# 或者使用 pip 安装pipinstallpackage_name问题7Anaconda Navigator打不开解决# 更新 Navigatorconda update anaconda-navigator# 重置 Navigatoranaconda-navigator--reset# 如果仍不行尝试重新安装condainstallanaconda-navigator问题8Python版本切换解决# 查看可用 Python 版本conda search python# 在当前环境切换 Python 版本condainstallpython3.10# 或者创建新环境conda create-npy310python3.10十、总结本文详细介绍了 Anaconda 的完整安装和使用流程阶段内容下载官网下载或网盘下载约 950MB安装图形化安装注意路径和选项选择验证检查 conda、python 版本图形界面Navigator 管理环境和启动工具环境管理conda create/activate/remove包管理conda install/update/remove镜像配置清华/中科大镜像加速下载问题排查常见错误及解决方案掌握以上内容后你就可以高效地使用 Anaconda 进行 Python 开发和数据科学工作了。Anaconda 强大的环境管理和包管理功能将帮助你轻松应对各种项目需求。
Anaconda安装及使用超详细教程
发布时间：2026/6/7 1:16:25
前言Anaconda 是一个非常流行的 Python 发行版它不仅包含了 Python 语言本身还预装了众多常用的科学计算库如 NumPy、Pandas、Matplotlib 等能够极大地方便用户的开发和数据分析工作。Anaconda 提供了一个统一的环境管理工具 Conda用户可以轻松创建和管理多个独立的 Python 环境避免了不同项目之间的依赖冲突。此外Anaconda 还提供了 Anaconda Navigator 这样的图形化界面让用户更直观地管理包和环境。对于刚开始学习 Python 或者需要处理复杂项目的用户来说Anaconda 都是一个非常友好且强大的工具。本文将手把手教你完成 Anaconda 的完整安装配置流程并深入讲解日常使用中的各项操作。一、Anaconda简介1.1 什么是AnacondaAnaconda 是一个用于科学计算的 Python 发行版支持 Linux、Mac 和 Windows 系统。它包含了Python 解释器默认安装最新稳定版 PythonConda强大的包管理和环境管理工具预装科学计算库NumPy、Pandas、Matplotlib、SciPy 等 250 个常用库开发工具Jupyter Notebook、JupyterLab、Spyder IDE 等Anaconda Navigator图形化管理界面1.2 Anaconda vs Miniconda在下载页面你会看到两个选项特性Anaconda DistributionMiniconda体积约 950MB约 100MB预装包8000 科学计算库仅 Python Conda安装时间较长很快适用人群新手、数据科学家有经验的开发者网络要求下载大但安装后即用下载小但需手动安装包建议如果你是新手或者需要快速开始数据科学工作选择Anaconda Distribution。如果你已经有明确的需求或者磁盘空间有限可以选择Miniconda。1.3 预装的核心库Anaconda 预装了大量常用的 Python 库包括但不限于库名用途NumPy数值计算多维数组操作Pandas数据处理与分析Matplotlib数据可视化SciPy科学计算与工程计算Scikit-learn机器学习Jupyter交互式编程环境SpyderPython 科学计算 IDEConda包和环境管理Pillow图像处理RequestsHTTP 请求二、下载Anaconda2.1 官网下载步骤1访问官网打开浏览器访问 Anaconda 官方网站https://www.anaconda.com/步骤2点击下载按钮在官网首页右上角点击“Free Download”按钮进入下载页面。步骤3选择版本进入下载页面后你会看到“Choose Your Download”区域有 Windows、Mac、Linux 三个选项卡。选择Windows选项卡然后选择Anaconda Distribution下的“Windows 64-Bit Graphical Installer”。注意2025 年之后Anaconda 官网下载需要注册账号。点击“Get Started”按钮使用邮箱注册后即可下载。步骤4等待下载Anaconda 安装包体积较大约 950MB下载可能需要一些时间请耐心等待。2.2 网盘下载如果官网下载速度较慢或者不想注册账号可以使用网盘下载百度网盘链接链接https://pan.baidu.com/s/13WEI6p6SH7W77KwnY1M2Gw提取码c8mw文件名Anaconda3-2025.06-0-Windows-x86_64.exe提示网盘中的安装包为 2025 年 6 月最新版本与官网版本一致。三、安装Anaconda3.1 运行安装程序下载完成后找到安装文件Anaconda3-2025.06-0-Windows-x86_64.exe双击运行。安装前准备确保磁盘空间充足建议预留 5GB 以上关闭杀毒软件避免误拦截建议以管理员身份运行安装程序3.2 安装选项说明运行安装程序后按照以下步骤操作步骤1欢迎界面点击“Next”继续。步骤2许可协议阅读许可协议点击“I Agree”同意。步骤3选择安装范围选择“Just Me (recommended)”仅为我安装这是推荐选项。如果你有管理员权限且希望所有用户都能使用可以选择“All Users”。点击“Next”继续。3.3 安装路径选择步骤4选择安装位置默认路径C:\Users\你的用户名\anaconda3建议修改路径将安装路径改为非系统盘例如D:\anaconda3或者E:\ENV\anaconda3重要提示安装路径中不要包含中文、空格或特殊字符路径不要太深建议不超过 3 层目录记住这个路径后续配置环境变量会用到点击“Next”继续。3.4 高级选项配置步骤5高级安装选项这一步非常关键请仔细选择选项1Add Anaconda3 to my PATH environment variable勾选此项将 Anaconda 添加到系统 PATH 环境变量强烈建议勾选这样可以在命令行中直接使用 conda 命令如果不勾选后续需要手动配置环境变量选项2Register Anaconda3 as my default Python 3.x勾选此项将 Anaconda 的 Python 设为默认 Python如果你之前安装过 Python勾选此项会覆盖默认 Python建议勾选确保 Anaconda 的 Python 优先级最高两个选项都勾选后点击“Install”开始安装。步骤6等待安装完成安装过程可能需要 5-15 分钟取决于电脑性能。安装过程中会显示进度条和正在安装的包列表。步骤7安装完成安装完成后会出现完成界面“Launch Anaconda Navigator”勾选后点击 Finish 会启动 Navigator“Getting Started with Anaconda Distribution”官方入门指南建议先取消勾选 “Launch Anaconda Navigator”先验证安装是否成功。点击“Finish”完成安装。四、验证安装安装完成后需要验证 Anaconda 是否正确安装。4.1 检查Anaconda版本打开命令提示符CMD或 Anaconda Prompt输入anaconda--version或者conda info如果显示版本信息说明安装成功4.2 检查Python版本python--version输出示例Python 3.12.34.3 检查Conda版本conda--version输出示例conda 24.5.04.4 检查预装库conda list这会列出当前环境中安装的所有包可以看到 NumPy、Pandas、Matplotlib 等库已经预装好了。五、Anaconda Navigator图形界面使用Anaconda Navigator 是 Anaconda 的图形化管理界面可以直观地管理环境、安装包、启动开发工具。5.1 启动Navigator方法一开始菜单点击 Windows 开始菜单找到Anaconda3 (64-bit)文件夹点击Anaconda Navigator。方法二命令行启动anaconda-navigator首次启动可能需要一些时间请耐心等待。5.2 界面功能介绍Navigator 主界面分为几个区域左侧导航栏选项功能Home启动各种开发工具Jupyter、Spyder 等Environments管理 Python 环境Learning学习资源和教程CommunityAnaconda 社区Home 页面显示所有可用的应用程序包括应用说明Jupyter Notebook交互式笔记本适合数据探索和可视化JupyterLabJupyter 的下一代界面功能更强大SpyderPython 科学计算 IDE类似 MATLABVS Code如果已安装可以在这里启动PyCharm如果已安装可以在这里启动Orange 3数据可视化与机器学习工具RStudioR 语言开发环境点击“Launch”即可启动对应的应用。5.3 使用Jupyter NotebookJupyter Notebook 是数据科学领域最常用的工具之一。启动 Jupyter Notebook在 Navigator 的 Home 页面找到 Jupyter Notebook点击“Launch”。或者在命令行中启动jupyter notebook启动后会自动打开浏览器显示 Jupyter 的文件管理界面。创建新 Notebook在 Jupyter 界面中点击右上角的“New”选择“Python 3 (ipykernel)”会打开一个新的 Notebook 页面Notebook 基本操作# 在单元格中输入代码按 ShiftEnter 运行importnumpyasnpimportpandasaspdimportmatplotlib.pyplotasplt# 创建一个简单的图表xnp.linspace(0,10,100)ynp.sin(x)plt.plot(x,y)plt.title(Sine Wave)plt.xlabel(x)plt.ylabel(sin(x))plt.show()常用快捷键快捷键功能Shift Enter运行当前单元格并跳到下一个Ctrl Enter运行当前单元格Alt Enter运行当前单元格并在下方插入新单元格A在上方插入单元格B在下方插入单元格DD删除单元格M将单元格切换为 MarkdownY将单元格切换为代码5.4 使用Spyder IDESpyder 是专为科学计算设计的 Python IDE界面类似 MATLAB。启动 Spyder在 Navigator 的 Home 页面找到 Spyder点击“Launch”。或者在命令行中启动spyderSpyder 界面布局区域功能编辑器编写 Python 代码变量浏览器查看当前环境中的变量IPython 控制台交互式执行代码文件浏览器浏览文件系统帮助查看文档和帮助六、Conda环境管理Conda 是 Anaconda 最核心的工具之一用于管理 Python 环境和包。掌握 Conda 的使用是高效使用 Anaconda 的关键。6.1 查看环境列表condaenvlist或者conda info--envs输出示例# conda environments: # base * D:\anaconda3*表示当前激活的环境默认是base环境。6.2 创建新环境为不同项目创建独立的环境避免依赖冲突。基本创建命令conda create-nmyenvpython3.11-n myenv环境名称为 myenvpython3.11指定 Python 版本创建环境时安装包conda create-ndatascipython3.11numpy pandas matplotlib scikit-learn从环境文件创建condaenvcreate-fenvironment.yml6.3 激活与切换环境激活环境conda activate myenv激活后命令行提示符前会显示环境名称(myenv) C:\Users\用户名退出环境conda deactivate切换到另一个环境conda activate another_env6.4 删除环境conda remove-nmyenv--all或者condaenvremove-nmyenv6.5 导出与导入环境导出环境将当前环境导出为 YAML 文件方便分享和复现condaenvexportenvironment.yml导出的文件内容示例name:myenvchannels:-defaults-conda-forgedependencies:-python3.11-numpy1.24.0-pandas2.0.0-matplotlib3.7.0-pip:-some-package导入环境condaenvcreate-fenvironment.yml导出精简版仅手动安装的包condaenvexport--from-historyenvironment.yml七、Conda包管理7.1 安装包使用conda安装condainstallnumpy安装指定版本condainstallnumpy1.24.0同时安装多个包condainstallnumpy pandas matplotlib使用pip安装当 conda 找不到包时可以使用 pippipinstallpackage_name建议优先使用 conda 安装conda 安装不了的再用 pip。在指定环境中安装condainstall-nmyenv numpy7.2 查看已安装包conda list查看指定环境的包conda list-nmyenv查看某个包是否安装conda list numpy7.3 更新包更新单个包conda update numpy更新所有包conda update--all更新conda本身conda update conda更新Anacondaconda update anaconda7.4 卸载包conda remove numpy或者conda uninstall numpy7.5 搜索包conda search numpy查看包的可安装版本conda search numpy--info八、配置国内镜像源由于网络原因从官方源下载包可能很慢。配置国内镜像源可以大幅提升下载速度。8.1 配置清华镜像方法一命令行配置# 添加清华镜像源conda config--addchannels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main conda config--addchannels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free conda config--addchannels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r conda config--addchannels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge# 设置搜索时显示通道地址conda config--setshow_channel_urlsyes方法二修改配置文件编辑用户目录下的.condarc文件C:\Users\用户名\.condarcchannels:-https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main-https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free-https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r-https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge-defaultsshow_channel_urls:true8.2 配置中科大镜像conda config--addchannels https://mirrors.ustc.edu.cn/anaconda/pkgs/main conda config--addchannels https://mirrors.ustc.edu.cn/anaconda/pkgs/free conda config--setshow_channel_urlsyes8.3 恢复默认源如果需要恢复官方默认源conda config --remove-key channels或者删除.condarc文件中的 channels 配置。8.4 清除缓存配置镜像后建议清除缓存conda clean-i九、常见问题及解决方案问题1安装时卡在Extracting packages原因安装包解压过程较慢或者磁盘空间不足。解决耐心等待大型包解压可能需要几分钟检查磁盘空间确保有 5GB 以上可用空间关闭杀毒软件后重试问题2conda命令无法识别现象输入conda命令提示 “不是内部或外部命令”。解决检查是否勾选 “Add Anaconda to PATH”手动添加环境变量将D:\anaconda3添加到 PATH将D:\anaconda3\Scripts添加到 PATH将D:\anaconda3\Library\bin添加到 PATH问题3创建环境时下载速度慢解决配置国内镜像源见第八章。问题4环境激活失败现象conda activate myenv报错。解决# 先初始化 shellconda init# 然后重新打开命令行窗口# 再尝试激活conda activate myenv问题5Jupyter Notebook无法启动解决# 重新安装 Jupytercondainstalljupyter# 或者在指定环境安装condainstall-nmyenv jupyter# 如果端口被占用指定其他端口jupyter notebook--port8889问题6包冲突Package Conflict现象安装包时提示依赖冲突。解决# 创建新环境安装conda create-nnewenvpython3.11package_name# 或者使用 --force-reinstallcondainstallpackage_name --force-reinstall# 或者使用 pip 安装pipinstallpackage_name问题7Anaconda Navigator打不开解决# 更新 Navigatorconda update anaconda-navigator# 重置 Navigatoranaconda-navigator--reset# 如果仍不行尝试重新安装condainstallanaconda-navigator问题8Python版本切换解决# 查看可用 Python 版本conda search python# 在当前环境切换 Python 版本condainstallpython3.10# 或者创建新环境conda create-npy310python3.10十、总结本文详细介绍了 Anaconda 的完整安装和使用流程阶段内容下载官网下载或网盘下载约 950MB安装图形化安装注意路径和选项选择验证检查 conda、python 版本图形界面Navigator 管理环境和启动工具环境管理conda create/activate/remove包管理conda install/update/remove镜像配置清华/中科大镜像加速下载问题排查常见错误及解决方案掌握以上内容后你就可以高效地使用 Anaconda 进行 Python 开发和数据科学工作了。Anaconda 强大的环境管理和包管理功能将帮助你轻松应对各种项目需求。
相关文章
深度体验ai结对编程：在快马平台驾驭codex++完成代码解释、生成与重构
快速体验 打开 InsCode(快马)平台 https://www.inscode.net输入框内输入如下内容： 在快马平台中，开启ai辅助开发模式，使用codex模型完成以下任务：首先，为我解释一段给定的javascript数组排序代码的工作原理。然后&am…
企业级大型 C++ 工程构建加速：基于 CMake 与编译依赖拓扑优化的构建管道搭建
企业级大型 C 工程构建加速：基于 CMake 与编译依赖拓扑优化的构建管道搭建在大型 C 企业级应用中（如核心中间件、游戏引擎内核、金融柜台交易系统等），随着模块数量与代码行数的指数级上涨，项目的“构建时间”往往会成为…
从GSM到5G：你的SIM卡鉴权密钥Ki和算法，是如何一步步升级防伪基站的？
从GSM到5G：移动通信鉴权安全演进史当你的手机在街头自动连上5G网络时，背后正上演着一场持续三十年的加密战争。那张指甲盖大小的SIM卡里，藏着从简单密钥到生物识别的安全进化史——而这一切，都始于1991年GSM网络诞生时那个致命的单…
避坑指南：在ABAP ALV里用自定义例程格式化数字，如何避免排序筛选报错和乱码？
ABAP ALV自定义格式化例程的陷阱与优化实践在SAP系统开发中，ALV报表几乎是每个ABAP开发者日常工作中不可或缺的组件。当标准功能无法满足特定显示需求时，自定义格式化例程便成为我们的得力工具。然而，正如许多开发者所经历的那样，…
鸿蒙 vs iOS vs Android：三大移动操作系统的技术对决
截止 2025 年，全球移动操作系统格局终于从「两强争霸」变成了「三足鼎立」。 HarmonyOS 5 的纯血架构、iOS 17/18 的封闭生态、Android 15/16 的开放阵营——它们的技术路线差异在哪？各自的护城河是什么？开发者该如何选择？ 本文从…
为什么分类任务总用交叉熵而不是MSE？从梯度消失和模型收敛速度给你讲明白
为什么分类任务总用交叉熵而不是MSE？从梯度消失和模型收敛速度给你讲明白在构建手写数字识别模型时，许多初学者会惊讶地发现：明明MSE（均方误差）在回归任务中表现优异，但在分类问题上却常常导致训练停滞不前…
独居者的 AI 陪聊解闷方案：深夜里那盏不灭的灯
独居者的 AI 陪聊解闷方案：深夜里那盏不灭的灯一、凌晨三点的孤独：一个真实的产品灵感 那是白泠钰在创业公司远程办公的第二年。一个深夜，她突然从噩梦中惊醒，房间里漆黑一片，只有电脑屏幕泛着幽幽的光。摸出手机想找个…
告别手动配置：用Ansible Playbook自动化部署你的VCS+Verdi仿真环境（CentOS 7）
基于Ansible Playbook的EDA仿真环境自动化部署实战在芯片设计领域，VCSVerdi工具链的部署一直是让工程师头疼的重复性工作。传统的手动安装方式不仅耗时费力，而且难以保证多台服务器环境的一致性。本文将分享如何通过Ansible Playbook实现一键式自动化部署…
告别内存泄漏！C#调用Halcon引擎(.hdev/.hdvp)的完整避坑指南与实战代码
告别内存泄漏！C#调用Halcon引擎(.hdev/.hdvp)的完整避坑指南与实战代码 工业视觉项目中，C#与Halcon的混编是常见的技术组合，但内存泄漏问题往往成为项目交付的"隐形杀手"。许多开发者在项目后期才发现内存持续增长，最终…
LED驱动技术全解析：从核心架构到实战选型与避坑指南
1. 从一颗灯珠到千亿市场：LED驱动的技术演进与商业逻辑十几年前，当我第一次从料盘上拿起一颗0603封装的白色LED时，它微弱的光晕和高达几块钱的单颗成本，让我很难想象今天它几乎照亮了我们生活的每一个角落。从手机屏幕的一抹背光&…
索引堆及其优化
索引堆及其优化 引言 索引堆是一种数据结构，广泛应用于计算机科学和软件工程领域。它主要用于解决优先队列问题，如最小堆和最大堆。本文将详细介绍索引堆的概念、实现方法以及优化策略。 索引堆的定义 索引堆是一种基于堆数据结构的索引机制。它通过维护一个堆来存储数据…
从零到日增237精准粉丝，我靠CSDN这张AI卡片爆了！手把手复刻全流程，含配置避坑清单
更多请点击： https://intelliparadigm.com 第一章：CSDN AI 数字营销的官方引流卡片是什么功能？ CSDN AI 数字营销平台推出的「官方引流卡片」，是一种面向技术创作者的轻量级、可嵌入式内容分发组件，专为提升博文、教程…
LED驱动技术全解析：从核心架构到实战选型与避坑指南
1. 从一颗灯珠到千亿市场：LED驱动的技术演进与商业逻辑十几年前，当我第一次从料盘上拿起一颗0603封装的白色LED时，它微弱的光晕和高达几块钱的单颗成本，让我很难想象今天它几乎照亮了我们生活的每一个角落。从手机屏幕的一抹背光&…
索引堆及其优化
索引堆及其优化 引言 索引堆是一种数据结构，广泛应用于计算机科学和软件工程领域。它主要用于解决优先队列问题，如最小堆和最大堆。本文将详细介绍索引堆的概念、实现方法以及优化策略。 索引堆的定义 索引堆是一种基于堆数据结构的索引机制。它通过维护一个堆来存储数据…
从零到日增237精准粉丝，我靠CSDN这张AI卡片爆了！手把手复刻全流程，含配置避坑清单
更多请点击： https://intelliparadigm.com 第一章：CSDN AI 数字营销的官方引流卡片是什么功能？ CSDN AI 数字营销平台推出的「官方引流卡片」，是一种面向技术创作者的轻量级、可嵌入式内容分发组件，专为提升博文、教程…
Zotero Duplicates Merger：5步彻底清理文献库重复条目
Zotero Duplicates Merger：5步彻底清理文献库重复条目 【免费下载链接】ZoteroDuplicatesMerger A zotero plugin to automatically merge duplicate items 项目地址: https://gitcode.com/gh_mirrors/zo/ZoteroDuplicatesMerger 还在为文献库中堆积如山的重…
利用随机有限集理论对蜂群的ILQR和MPC控制研究附Matlab代码
✅作者简介：热爱科研的Matlab仿真开发者，擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。🍎 往期回顾关注个人主页：Matlab科研工作室🍊个人信条：格物致知,完整Matlab代码及仿真咨询…
为什么你的Gemini邮件CTE低于行业均值2.8倍？：从Prompt架构到发送时序的深度归因
更多请点击： https://intelliparadigm.com 第一章：为什么你的Gemini邮件CTE低于行业均值2.8倍？：从Prompt架构到发送时序的深度归因 Gemini邮件的客户转化效率（CTE）显著偏低，根本原因常被误判为…