引言

在python项目中，为了避免不同项目之间引用包版本冲突，我们可以使用Conda包版本管理工具，它帮助我们更好地管理不同版本的项目，类似于java中的maven。接下来本篇文章将介绍如何下载安装使用Conda.

Anaconda VS Miniconda

特性	Miniconda	Anaconda
安装大小	50-100MB	500MB-3GB
预装包数量	只有基础包（conda, python等）	1500+ 数据科学包
启动速度	快	慢
灵活性	高（完全自定义）	低（预配置）
磁盘占用	小	大
网络需求	按需下载	一次性大量下载

作为一个初学者，我这里使用的是Anaconda.

安装

下载

官网下载地址，选择适合你操作系统的版本下载

我选择的是64-Bit (Apple silicon) Graphical Installer(754M)

安装

图形化界面操作，直接下一步到结束即可。

验证

打开终端/命令提示符，输入：

conda --version

显示版本号则表示安装成功

使用

环境管理

1. 创建新环境

#创建名为 learning 的环境，指定 Python 版本
conda create -n learning python=3.13

#创建环境并安装特定包
conda create -n learning python=3.13 numpy pandas matplotlib

2. 激活环境

conda activate myenv

3. 查看环境列表

conda env list

4.退出环境

conda deactivate

5.删除环境

conda env remove -n learning

包管理

# 查看已安装的包
conda list

# 更新包
conda update package_name

# 更新所有包
conda update --all

# 搜索包
conda search package_name

# 删除包
conda remove package_name

设置国内镜像下载

#清华镜像源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --set show_channel_urls yes

IDE集成

PyCharm

新建项目时，选择自定义环境——已存在的环境conda——在环境列表中选择对应环境