如果你第一萬次否定自己，那我希望我可以一萬零一次大聲稱贊你
????????????????????????????????????????????????????????????????????????????????????????????????—— 25.5.22
一、什么是conda
? ? ? ? conda是一個開源的包管理系統和環境管理系統，主要用于Python語言，但也可以用于其它語言的項目
二、為什么要使用conda
????????① 多環境共存，多個環境相互隔離
? ? ? ? ② 方便支持和管理包依賴
? ? ? ? ③ 支持多平臺，如Windows、Linux、Mac OS
三、下載conda
Download Now | Anaconda
1.Anaconda 和 Miniconda的區別
| 對比項 | Anaconda | Miniconda |
|---|---|---|
| 安裝包內容 | 預裝 Python、conda 包管理器，以及超過 1500 個科學計算庫（如 NumPy、Pandas、Jupyter Notebook、Spyder 等）。 | 僅包含 Python 和 conda 包管理器，無預裝科學計算庫。 |
| 安裝包大小 | 約 500MB-1GB（下載包），安裝后占用 3-5GB 磁盤空間478。 | 約 50-100MB（下載包），安裝后初始占用約 100-200MB，具體取決于后續安裝的包。 |
| 默認工具和包 | 包含 Jupyter Notebook、Spyder IDE、Matplotlib、Scikit-learn 等開箱即用的工具。 | 無默認工具，需手動安裝（例如通過conda install jupyter）。 |
| 適用場景 | 新手入門、快速搭建數據科學 / 機器學習環境，適合需要一站式解決方案的用戶。 | 資源受限環境（如服務器）、自定義環境需求，或希望最小化安裝的用戶。 |
| 包管理方式 | 直接使用 conda 安裝 / 更新包，默認包含大量常用庫。 | 需手動安裝所需包，可通過conda install anaconda升級為完整 Anaconda 環境。 |
| GUI 支持 | 內置 Anaconda Navigator 圖形界面，方便管理環境和包。 | 無圖形界面，需通過命令行或第三方工具（如 PyCharm）管理。 |
| 安裝配置步驟 | 自動配置環境變量，開箱即用。 | 需手動配置環境變量（部分系統默認不自動添加）。 |
| 靈活性 | 預裝庫較多，靈活性較低，適合標準化需求。 | 高度靈活，用戶可按需安裝 / 卸載包，避免冗余。 |
| 推薦場景 | 本地開發、數據分析、機器學習等需要快速啟動的場景。 | 服務器部署、Docker 容器、輕量級 Python 運行環境。 |
| 版本更新影響 | 預裝庫版本可能與最新版存在差異，需手動更新。 | 環境更純凈，版本沖突風險較低，適合需要嚴格控制依賴的項目。 |
2.安裝Miniconda
① 開始安裝：?
② 選擇安裝的用戶權限：
③ 選擇安裝位置：
④ 開始安裝：
3.添加到系統環境變量
4.驗證是否添加成功
Win + r，輸入cmd，打開命令提示符窗口，輸入：conda --version驗證是否添加成功。
四、常用操作
1.創建新環境
使? conda create 命令來創建?個新的虛擬環境。例如，創建?個 Python 3.13?環境：
conda create --name 環境名 python=3.13
2.激活環境
創建環境后，使用 conda activate 環境名命令激活該環境
3.查看所有已創建的環境
conda env list，這會列出所有的環境及其路徑
4.查看當前激活的環境
① conda env list
② conda info
5.安裝或更新包
在激活環境后，你可以安裝或更新包，例如：安裝numpy包
conda install?numpy 或 pip3 install?numpy
6.切換環境
切換環境，只需要使用conda activate 環境名
7.退出環境
conda deactivate 會將你直接帶回到base環境或者是默認系統環境
五、conda環境中執行Python腳本
1.激活對應的conda環境然后運 行腳本
① conda activate 環境名
② python python文件名
2.在命令行中直接指定環境運行腳本
conda run -n 環境名 python python文件名
conda run -n?環境名 ?set PYTHONIOENCODING=設置編碼?&& python python文件名
3.在Python文件中使用不同的環境
????????如果你需要在?個Python文件中根據不同的需求運?不同的 Python 代碼（例如，調?不同環境的包），你可以在Python文件中利? subprocess 模塊啟動外部進程來運?不同環境的 Python 文件。
示例：
????????假設你有兩個腳本 script1.py 和 script2.py ，分別需要在不同環境中運?，你可以在 main_script.py 中，通過 subprocess 模塊來啟動外部進程，指定不同的 conda 環境來執?它們。
import subprocess
# 在 env1 環境中運? script1.py
subprocess.run(['conda', 'run', '-n', 'env1', 'python', 'script1.py'])
# 在 env2 環境中運? script2.py
subprocess.run(['conda', 'run', '-n', 'env2', 'python', 'script2.py'])這樣，這個Python文件就會在不同的環境中執行對應的腳本
通信（使用示例為SD2068）)
