环境搭建 | Python+Anaconda/Miniconda+PyCharm的安装、配置与使用，详细介绍 Python 环境搭建的全过程，附本教程文档！

本文将分别介绍 Python、Anaconda/Miniconda、PyCharm 的安装、配置与使用，详细介绍 Python 环境搭建的全过程，涵盖 Python、Pip、Python Launcher、Anaconda、Miniconda、Pycharm等内容，以官方文档为参照，使用经验为补充，内容全面而详实，后附本教程文档，共20多页5000余字。

Python 的安装与配置

下载

访问 Python官网，进入下载页面，选择合适的版本。

如图 1.1 所示，在 Python 官网的下载页面，可以选择操作系统和版本。

以 Windows 为例，下载页面提供了直接下载最新版本的入口，点击 Download 即可下载 exe 安装程序。

图1.1 Python 官网 -下载页面

如果需要下载 Python 的其他版本，则下滑动下载页面，如图 1.2 所示，可以看到 Python 的各个发行版本，选择所需版本，点击右侧 Download，进入相应版本详情页面，下滑详情页面，找到 Files 栏，如图 1.3 所示。

图1.2 Python 各发行版本

图1.3 Python 版本详情

版本详情页面的 Files 栏如图 1.3 所示，可以看到有多个下载链接，该如何选择呢？

版本	操作系统	说明
Gzipped source tarball	Linux	.tgz 格式压缩包
XZ compressed source tarball	Linux	.tar.xz 格式压缩包
macOS 64-bit universal2 installer	64位 macOS	.pkg 格式安装程序
Windows installer (64-bit)	64位 Windows，x86 架构	.exe 格式安装程序
Windows installer (32-bit)	32位 Windows，x86 架构	.exe 格式安装程序
Windows installer (ARM64)	64位 Windows，arm架构	.exe 格式安装程序
Windows embeddable package (64-bit)	64位 Windows，x86 架构	.zip 格式压缩包
Windows embeddable package (32-bit)	32位 Windows，x86 架构	.zip 格式压缩包
Windows embeddable package (ARM64)	64位 Windows，arm架构	.zip 格式压缩包

目前仅介绍 Windows 下的安装，后续有需要再更新 Linux 下的安装，以下均以 Windows 为例。

安装程序和压缩包的区别可参考 在 Windows 上使用 Python，主要区别在于，相对于安装包，压缩包不包含 Tcl/tk、pip、Python 文档。还有就是，使用安装包安装，用户可以通过图形化界面完成某些配置，使用压缩包安装，用户需要手动显式完成这些配置。

The standard library is included as pre-compiled and optimized .pyc files in a ZIP, and python3.dll, python37.dll, python.exe and pythonw.exe are all provided. Tcl/tk (including all dependents, such as Idle), pip and the Python documentation are not included.

From Using Python on Windows - Python Documentation

以下分别介绍安装包安装（新手）和压缩包安装。

安装程序安装

双击 exe 安装程序，进入图 1.4 所示界面。

图1.4 安装程序安装 Python - 默认安装 OR 自定义安装

Install Now：立即安装，使用默认安装配置，包括安装路径、安装选项。

• IDLE：Integrated Development and Learning Environment，集成开发与学习环境，在其中可以完成编写、运行、调试代码，详情参照 IDLE - Python文档。
• pip：pip 是一个现代的，通用的 Python 包管理工具，详情参照 pip · PyPI，pip 的配置与使用见后文。

Customize installation：自定义安装，指定安装位置和安装选项。

Use admin privileges when installing py.exe：以管理员权限安装 Python，若勾选，则安装后当前电脑的其他用户可直接使用 Python，若不勾选，则此次安装的 python 仅当前用户可以使用。虽然 Windows 支持多用户，但个人电脑一般就只会创建一个用户，所以这里我选择不勾选。

Add python.exe to PATH：将 python.exe 添加到系统环境变量，添加之后，在系统的任何路径下均可直接使用 python 命令。为避免后续手动设置环境变量，此项可勾选，但为了演示设置环境变量，这里我选择不勾选。

点击 Customize installation，进入图 1.5 所示界面。

图1.5 安装程序安装 Python - 自定义安装选项

Documentation：Python 文档。文档可在线查阅和下载，可选可不选。

pip：Python包管理工具，勾选。

tcl/tk and IDLE：tcl/tk 与构建图形界面相关，tkinter 是标准 GUI 库，是 tcl/tk 工具包的 Python 接口。IDLE 是 Python 的集成开发与学习环境。若需要 tkinter，可手动下载，集成开发环境一般使用 PyCharm，故此项不勾选。

Python test suite：Python 测试套件。测试套件标准库可在有需要的时候手动安装，故此项不勾选。

py launcher：Python 启动器，当安装有多个版本的 Python 时，可通过 py 命令指定执行脚本的 Python 解释器，详细介绍见后文。由于未找到单独下载 py launcher 的入口，此项先勾选。

for all users (requires admin privileges)：若勾选，则系统中的所有用户均可直接使用该 py launcher，该项与图 4 中的 Use admin privileges when installing py.exe 勾选状态是同步的，故此项不勾选。

点击 Next，进入图 1.6 所示界面。

图1.6 安装程序安装 Python - 高级选项与安装位置

Install Python 3.12 for all users：为所有用户安装。不勾选。

Associate files with Python (requires the 'py' launcher)：关联 .py 等文件，需要安装 py launcher，关联后，双击 .py 等文件，可直接调用 py launcher 执行。

Create shortcuts for installed applications：创建快捷方式。没必要，不勾选。

Add Python to environment variables：将 Python 添加到系统环境变量。后续可手动添加，不勾选。

Precompile standard library：预编译标准库。提升编译速度，一般感知不明显，不勾选。

Download debugging symbols：下载调试模块。通常使用 PyCharm 开发、调试，不需要，不勾选。

Download debug binaries (requires VS 2017 or later)：下载调试库。适用 VS，常使用 PyCharm 开发、调试，不需要，不勾选。

Customize install location：自定义安装位置。建议路径不要包含中文和空格，可能会出现问题。

点击 Install，等待安装成功即可，安装成功的界面如图 1.7 所示。

图1.7 安装程序安装 Python - 安装成功

online tutorial：在线教程。

documentation：Python 文档。

Disable path length limit：Windows 将路径长度限制为 260 个字符，长度超过此长度的路径将无法解析。最新版本的 Windows 可将限制调整为约 32000 个字符，可通过开启 Enable Win32 long paths 组策略或者设置注册表中 LongPathsEnabled1HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\Control\FileSystem 的值修改长度限制。当然，在该界面直接点击该项即可禁用长度限制。

配置环境变量

由于在安装的过程中并没有勾选将 Python 添加到环境变量，所以无法全局执行 Python 命令，需要手动设置环境变量。

搜索栏搜索“环境变量”，进入 ⌈系统属性⌋， ⌈高级⌋， ⌈环境变量⌋，进入如图 1.8 所示界面。

图1.8 环境变量界面

点击 ⌈系统变量⌋ 下的 ⌈新建⌋，变量名为 PYTHON_HOME，变量值为 Python 的安装路径，如图 1.9 所示，点击“确定”。

图1.9 添加环境变量

在 ⌈系统变量⌋ 下，找到变量名为 Path 的变量，双击，进入如图 1.10 所示界面。

图1.10 Path 变量各项

点击 ⌈新建⌋，添加如下两项，如图 1.11 所示，点击“确定”。

%PYTHON_HOME%
%PYTHON_HOME%\Scripts

python.exe 在 %PYTHON_HOME% 下，pip.exe 等命令在 %PYTHON_HOME%\Scripts 下，所以需要将这两项添加到 Path。

图1.11 添加项到 Path

还有两个因为设置环境变量而打开的窗口，均需点击 ⌈确定⌋，不要直接点击 “×” 关闭。

进入 ⌈命令提示符⌋（CMD），输入 python -V，若显示 Python 版本，则说明 Python 安装并配置成功，输入 pip -V，若显示 pip 版本，则说明 pip 安装并配置成功，如图 1.12 所示。

图1.12 检查 Python 和 pip 是否安装并配置成功

Pip 的安装、配置与使用

Pip 官方文档

Pip 的安装

Pip 的安装方式有三种，均是将 pip 安装在 Python 安装目录的 Scripts 目录下，安装完成后需将 Scripts 目录添加到环境变量才能全局使用 pip 命令。Pip 的安装可参照 Installation - pip documentation。

方式一：在安装 Python 时勾选 pip。

方式二：将 get-pip.py 文件保存到本地，在 ⌈命令提示符⌋（CMD）中进入 get-pip.py 文件所在目录，执行如下命令。

python get-pip.py

方式三：通过 ensurepip 安装，在 ⌈命令提示符⌋（CMD）中执行如下命令。

python -m ensurepip --upgrade

安装完成后，在 ⌈命令提示符⌋ 中执行 pip -V ，若成功显示版本，则说明安装并配置成功。可通过如下命令更新或更换 Pip 版本。

# 更新最新版本
python -m pip install -U pip
# 更换指定版本
python -m pip install pip==24.2

Pip 的配置

执行 pip install 命令会默认国外网站 files.pythonhosted.org/ 下载包，可能会下载失败，可以将下载源修改为国内。

源	地址
阿里云	mirrors.aliyun.com/pypi/simple…
中国科技大学	pypi.mirrors.ustc.edu.cn/simple/
清华大学	pypi.tuna.tsinghua.edu.cn/simple/
中国科学技术大学	pypi.mirrors.ustc.edu.cn/simple/

在执行 pip install 命令时可指定当前下载的下载源，格式如下：

pip install <包名> -i https://mirrors.aliyun.com/pypi/simple/ 

可通过命令永久修改下载源，命令格式如下：

pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/ 

可通过修改配置文件永久修改下载源。

Windows 下，在 C:\用户\<用户名> 目录下新建 pip\pip.ini 文件，文件内容如下：

[global]
index-url = https://mirrors.aliyun.com/pypi/simple/ 
[install]
trusted-host = mirrors.aliyun.com

Linux 下，文件内容不变，执行如下命令：

mkdir ~.pip
vim ~.pip/pip.conf

Pip 的使用

# 安装，不指定版本则安装最新版
pip install <包名>==<版本>
# 删除
pip uninstall <包名>
# 显示已安装的包
pip list
# 显示已安装的包
pip freeze

pip list 和 pip freeze 区别在于显示格式，更多命令请查阅 Commands - pip documentation。

Python Launcher 的安装、配置与使用

Python Launcher 会被默认安装到如下路径，不需要进行配置。

C:\Users\<用户名>\AppData\Local\Programs\Python\Launcher

如果安装有多个版本的 Python，并且需要指定某个版本的 Python 来执行脚本，通过环境变量的方式就显得很不灵活，Python Launcher 应运而生。Python Launcher 详细介绍参照 PEP 397 – Python launcher for Windows 和 Using Python on Windows - python-launcher。

# 显示已安装的 Python
py --list

假设现有 test.py 文件，其内容如下：

# test.py
import sys
print(sys.version) # 显示当前使用的Python版本

# 使用已安装的最新版 Python 执行
py test.py
# 使用已安装的最新版 Python 3.x 执行，-2 同理
py -3 test.py
# 使用已安装的最新版 Python 3.12.x 执行，-2.x 同理
python -3.12 test.py

# 使用已安装的最新版 Python 执行
py -V:3

# 使用 PythonCore 发布的最新版本 Python 执行
py -V:PythonCore/

# 使用 PythonCore 发布的最新版本 Python 3.x 执行
py -V:PythonCore/3

-x.y 是 -V:Company/Tag 的简写，二者有些许区别。-3 仅从 PythonCore 发布的 Python 中查找，-V:3 会从任何来源发布的 Python 中寻找。

The short form of the argument (-3) only ever selects from core Python releases, and not other distributions. However, the longer form (-V:3) will select from any.

From Using Python on Windows - Python Launcher

在 .py 文件中也可指定具体版本，格式为 #! 版本，指定版本的语句需位于 .py 文件的所有代码之前（通常为第一行）。

#! python3.12
# test.py
import sys
print(sys.version) # 显示当前使用的Python版本

压缩包安装

将下载好的压缩包解压，复制到指定目录，然后将 python.exe 所在目录添加到环境变量。为了叙述方便，后续将 python.exe 所在目录称也为安装目录。

由于压缩包不包含 pip，所以需要通过方式二安装 pip（不能通过方式三），然后在安装目录的 python×××._path 文件中追加如下一行：

Lib\site-packages

也可以将 python×××._path 文件中 #import site 前的 # 删除，这样，在环境初始化时，会导入 size 模块，该模块会导入将特定路径下的包，其中就包括 Lib\site-packages。

别忘记将 Scripts 添加到环境变量，这样 pip 就可以在全局使用了。

Anaconda/Miniconda 的安装、配置与使用

Conda 是包和环境管理工具。

Anaconda 是 Conda 的 Python/R 数据科学发行版，包括 Conda 、Anaconda Navigator（图形化界面）、Python 以及预装的丰富的库。

Miniconda 是 Anaconda 的简化版，包括 Conda、Python 以及预装的少量库。

详情请参照 Anaconda文档。

安装

访问 Anaconda 的仓库，如图 2.1 所示，可下载 Anaconda 和 Miniconda。

图2.1 Anaconda 的仓库

Anaconda 和 Miniconda 的区别前面也有所提及，如图 2.2 所示。图形化界面不太需要，包可以在需要的时候安装，故选择 Miniconda。

图2.2 Anaconda 和 Miniconda 的区别

Anaconda 和 Miniconda 的区别详细参考Should I use Anaconda Distribution or Miniconda? - Anaconda documentation

国外网站下载速度可能有些慢，可从清华镜像下载 Anaconda 和 Miniconda，镜像的更新可能落后于官网。

下载完成后，双击 exe 进行安装，注意安装过程中的最后一步，如图 2.3 所示。

图2.3 安装过程最后一步

选项一：创建快捷方式。没必要，不勾选。

选项二：将 Miniconda3 添加到环境变量。官方提醒会产生冲突，不勾选。

选项三：将 Miniconda3 设置为主要的 Python，即将 Miniconda3 指定的 Python 解释器设置为本系统默认的 Python 解释器。官方推荐，勾选。

选项四：安装完成后清除缓存。官方推荐，勾选。

配置

配置环境变量

在 ⌈系统变量⌋ 下添加环境变量，变量名为 MINICONDA3_HOME，变量值为 Miniconda3 的安装路径。在 ⌈系统变量⌋ 下的 Path 变量中添加以下五项：

%MINICONDA3_HOME%
%MINICONDA3_HOME%\Scripts
%MINICONDA3_HOME%\Library\bin
%MINICONDA3_HOME%\Library\usr\bin
%MINICONDA3_HOME%\Library\mingw-w64\bin

环境变量如何配置可参考前文 ⌈Python 安装与配置⌋ 中 ⌈配置环境变量⌋ 部分，在 ⌈命令提示符⌋ 中执行 conda -V，若成功显示版本，则说明安装并配置成功。

配置镜像源

Anaconda 默认下载源在国内的访问速度可能较慢，可配置镜像源，以下下载源可供使用：

# 清华大学镜像源
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/pkgs/pro
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2 
# 中国科技大学下载源
https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
https://mirrors.ustc.edu.cn/anaconda/cloud/

使用 pip install 时可临时指定下载源，命令格式如下：

pip install <包名> -i https://pypi.mirrors.ustc.edu.cn/simple/

通过修改配置文件的方式也可以修改下载源，关于配置文件，详情请参照 Configuration - conda documentation。在 C:\用户\<用户名> 下创建名为 .condarc 的配置文件，内容如下，然后执行 conda clean -i 命令清除索引缓存。

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  deepmodeling: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/

镜像源各项含义参考 Mirroring channels - conda documentation，.condarc 文件内容来自 清华镜像源-Anaconda 镜像使用帮助。

其他一些与修改下载源相关的命令

# 添加，会添加到.condarc配置文件的channels项下，与defaults同级
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
# 查看
conda config --show channels
# 删除所有下载源
conda config --remove-key channels
# 在执行安装或者更行包操作时显示下载源
conda config --set show_channel_urls yes
# 查看show_channel_urls的值
conda config --get show_channel_urls

配置环境位置

在 ⌈命令提示符⌋ 中使用 conda create 命令创建环境，环境默认会存放到安装目录的 envs 目录下。但在 Pycharm 使用 Conda 创建环境，环境可能存放到 C:\用户\<用户名>\.conda\envs 下，因此，还需显式在 .condarc 配置文件中指定环境存放位置，在配置文件中追加如下内容：

envs_dirs:
  - D:\Python\Conda

在创建环境时，可使用 --prefix 参数指定当前环境的存放位置。

# 存放到D:\Conda\envs下
conda create --prefix D:\Conda\envs\test python=3.8

使用

Conda 的命令可以参照 Commands - conda documentation，如图 2.4 所示，Conda 提供了许多命令用来管理包和环境。

图2.4 Conda 的命令

以创建环境的 conda create 命令为例，其用法如下：

usage: conda create [-h] [--clone ENV] [-n ENVIRONMENT | -p PATH] [-c CHANNEL]
                    [--use-local] [--override-channels]
                    [--repodata-fn REPODATA_FNS] [--experimental {jlap,lock}]
                    [--no-lock] [--repodata-use-zst | --no-repodata-use-zst]
                    [--strict-channel-priority] [--no-channel-priority]
                    [--no-deps | --only-deps] [--no-pin] [--copy]
                    [--no-shortcuts] [--shortcuts-only SHORTCUTS_ONLY] [-C]
                    [-k] [--offline] [--json] [-v] [-q] [-d] [-y]
                    [--download-only] [--show-channel-urls] [--file FILE]
                    [--no-default-packages] [--subdir SUBDIR]
                    [--solver {classic}] [-m] [--dev]
                    [package_spec ...]

环境相关

# 查看已创建的环境
conda info -e
conda env list

# 创建名为test的环境，环境存放在配置文件中指定的目录，-y表示无需确认
conda create -n test python=3.8 -y
# 环境存放在prefix指定的目录，环境没有名字
conda create --prefix D:\Conda\envs\test python=3.8 -y

执行上述两条命令，查看当前已创建的环境，如图 2.5 所示，可以发现，通过指定 prefix 创建的环境没有名字。

图2.5 创建环境

# 重命名环境
conda rename -n test text
conda rename -p D:\Conda\envs\test demo
conda rename -p D:\Conda\envs\test D:\Conda\envs\demo

执行上述前两条命令，查看当前已创建的环境，如图 2.6 所示，可以发现，环境 D:\Conda\envs\test 不仅被重命名为 demo，还被移动到配置文件中指定的目录，如果需要保持原目录，需要显式指定路径，如第三条命令。

图2.6 重命名环境

# 删除环境
conda remove -n test --all -y
conda remove --prefix D:\Conda\envs\test --all -y

# 激活/进入环境
conda activate text
# 退出环境
conda deactivate

激活环境后，会显示当前所处环境，查看当前已创建的环境，被激活的环境前面有 * 标识，如图所示。激活环境后，就可以在当前环境使用 Python、pip 等命令了。

图2.7 激活环境

模块相关

# 查看当前环境安装的包
conda list
# 查找包
conda search requests
# 安装包，不指定版本则安装当前环境所支持的最新版本
conda install requests=2.32.3 -y
# 更新包
conda upgrade requests=2.32.3 -y
# 删除包
conda remove requests -y

缓存相关

# 清理所有缓存
conda clean --all

PyCharm 的安装与配置

PyCharm 的安装

访问 PyCharm 官网，根据操作系统选择合适的版本下载并安装。

创建项目时指定环境

如图 3.1 所示，在创建 Python 项目时，可通过三种方式指定 Python 版本。

图3.1 创建 Python 项目

Project venv：将已有 Python 环境（可在此处先下载并安装其他版本的 Python）作为基础环境，基于基础环境创建虚拟环境，Python Version 的值为 python.exe 的路径。创建虚拟环境会将基础环境中的内容部分复制到.venv 目录下。

图3.2 Project venv

Base conda：使用 conda 的 base 环境 ，值为 Anaconda/Miniconda 安装目录下的 _conda.exe 或者 Scripts\conda.exe （建议）的路径。

图3.3 Base conda

Custom environment：创建自定义环境，可创建新环境或者使用已有环境。

Generate new + Virtualenv（推荐）：将已有 Python 环境（可在此处先下载并安装其他版本的 Python）作为基础环境，基于基础环境创建虚拟环境，Inherit packages from base interpreter 表示从基础环境中继承已有的包，Make available to all projects 表示创建的虚拟环境可作为其他工程的基础环境。

图3.4 Generate new + Virtualenv

Generate new + Conda（推荐）：使用 Conda 创建 Python 环境，name 为将要创建的环境的名字。

图3.5 Generate new + Conda

Generate new + Pipenv/Poetry：Pipenv 与 Poetry 也是包管理工具，与 Conda 类似，本文暂不作介绍。

图3.6 Generate new + Pipenv/Poetry

Select existing + Python：使用已有的 Python 环境，包括 Conda 创建的 Python 环境。

图3.7 Select existing + Python

Select existing + Conda：使用已有的 Conda 创建的 Python 环境。

图3.8 Select existing + Conda

已有项目指定环境

⌈File⌋ -> ⌈Setting⌋ -> ⌈Project⌋ -> ⌈Python Interpreter⌋，可以选择已有环境，包括 Conda 创建的环境，也可以点击 ⌈Add Interpreter⌋ 添加环境。

图3.9 已有项目指定环境

Virtualenv Environment：可以使用现有虚拟环境，或者创建新的虚拟环境。

图3.10 Virtualenv Environment

Conda Environment：可以使用 Conda 中的现有的 Python 环境，或者使用 Conda 创建新的 Python 环境。此处无法识别 _conda.exe，只能使用 Scripts\conda.exe。

图3.10 Conda Environment

System Interpreter：使用现有 Python 环境，包括 Conda 创建的 Python 环境。

图3.11 System Interpreter

END

以上就是本文的全部内容，文档会根据自己的实际使用和各位提出的问题而不断更新。

如果觉得本文对您有一点点帮助，欢迎点赞、转发加关注，这会对我有非常大的帮助，如果有任何问题，欢迎在评论区留言，咱们下期见！

文章文档：公众号 字节幺零二四 回复关键字即可获取本文最新文档，关键字放在公众号的本文中。