Conda 是一个开源的包管理与环境管理系统广泛应用于 Python、R 等科学计算语言的开发中。它能够轻松地安装、更新、切换多个版本的软件包及其依赖并支持创建相互隔离的“虚拟环境”从而避免不同项目之间的依赖冲突。本文将带你从零开始掌握 Conda 的基本使用方法。一、什么是 Anaconda Prompt在 Windows 系统中Anaconda Prompt是一个专门用于运行 Conda 命令的命令行工具。它已经预先配置好了 Conda 的环境变量因此你无需手动设置路径即可直接使用conda命令。你可以通过以下方式打开它在 Windows 开始菜单中搜索 “Anaconda Prompt”或者在任意终端如 PowerShell、CMD中确保已将 Conda 添加到系统 PATH 中。二、验证 Conda 安装首先确认你的系统是否已正确安装 Conda。在 Anaconda Prompt 中输入conda --version如果返回类似conda 24.5.0的信息说明 Conda 已成功安装。三、创建新环境Conda 的核心优势之一是支持多环境并存。例如你可以为不同的项目分别创建独立的 Python 环境。下面我们将创建一个名为py0311的新环境conda create --name py0311此命令会提示你确认安装内容输入y并回车即可完成创建。小贴士你也可以在创建时直接指定 Python 版本例如conda create --name py0311 python3.11四、查看所有环境要查看当前系统中所有的 Conda 环境使用conda env list输出结果中会列出所有环境及其路径当前激活的环境前会有星号*标记。五、激活与使用环境要进入我们刚刚创建的py0311环境执行conda activate py0311激活后命令行提示符通常会显示(py0311)表示你现在处于该环境中。六、搜索并安装特定版本的 Python有时我们需要安装某个具体的 Python 版本。可以先通过以下命令搜索可用版本conda search python在返回的结果中找到你需要的版本比如3.11.9然后安装它conda install python3.11.9Conda 会自动解析依赖关系并完成安装。七、安装 pip 并使用 pip 安装额外包虽然 Conda 自带包管理功能但有些包尤其是较新的或非 Conda 官方渠道提供的只能通过pip安装。因此建议在新环境中也安装 pipconda install pip接着你可以使用 pip 安装那些 Conda 仓库中没有的包。例如安装timesfm[torch]、matplotlib、pandas和numpypython -m pip install timesfm[torch] matplotlib pandas numpy注意推荐优先使用conda install只有当 Conda 无法提供所需包时再使用pip。混用两者时需谨慎以避免依赖冲突。八、退出与删除环境补充当你完成工作后可以通过以下命令退出当前环境conda deactivate若不再需要某个环境可以将其删除conda env remove --name py0311九、总结Conda 提供了一套强大而简洁的工具链帮助开发者高效管理 Python 环境和依赖。通过本文介绍的基本命令你已经可以查看 Conda 版本创建、激活、查看和删除虚拟环境安装指定版本的 Python结合使用 Conda 与 pip 安装所需库。这些技能足以应对大多数日常开发需求。随着使用深入你还可以探索更多高级功能如自定义 channel、导出/导入环境配置等。参考资料Conda 官方文档