你是不是听别人说“装个 Anaconda 吧，省事”，但装完后发现自己只会用 Jupyter Notebook？别急！这篇文章手把手带你从 安装、环境管理、包管理 到 虚拟环境隔离、远程部署、conda 高阶技巧，通通搞定！
参考文章：Anaconda 安装与使用指南
🧭 目录导航
- 什么是 Anaconda
- Anaconda 和 Miniconda 有啥区别
- 安装 Anaconda（含 Win/Mac/Linux）
- 初次使用 Anaconda 必做的几件事
- 使用 conda 管理环境（入门）
- conda 安装/卸载/升级包（进阶）
- 创建隔离项目环境（进阶）
- Jupyter Notebook、JupyterLab 和 VS Code（进阶）
- 高级技巧：导出/导入环境、离线安装、conda forge
- 高级进阶：配置镜像源、使用 mamba 提速
- 总结 & 推荐实用命令速查表
1. 什么是 Anaconda
Anaconda 是一个用于数据科学和机器学习的 Python 发行版，它集成了：
- Python 解释器
- 科学计算常用包（如 numpy、pandas、matplotlib）
- conda：包管理器 + 虚拟环境管理工具
- Jupyter Notebook / JupyterLab
- Spyder IDE
一句话：Anaconda 就是个自带“干粮和工具箱”的 Python 版本，装完就能干活。
2. Anaconda vs Miniconda
| 项目 | Anaconda | Miniconda |
|---|---|---|
| 包含内容 | 上百个常用包 | 只包含 Python + conda |
| 安装体积 | > 3GB | < 100MB |
| 安装时间 | 比较久 | 飞快 |
| 适合人群 | 想一步到位的人 | 喜欢精简安装的人 |
新手推荐用 Anaconda，装好就能开干。追求轻量的老鸟可以用 Miniconda。
3. 安装 Anaconda（Win / macOS / Linux）
📥 安装步骤
- 官网下载：www.anaconda.com/products/di…
- 选择对应系统的安装包
- 安装时推荐勾选：
- ✅ Add Anaconda to PATH（Windows）
- ✅ Register Anaconda as default Python
✅ 验证是否安装成功
打开终端/命令行输入：
conda --version
出现版本号说明安装成功。
4. 初次使用 Anaconda 必做的几件事
创建第一个环境：
conda create -n myenv python=3.10
激活环境：
conda activate myenv
安装一个包：
conda install numpy
打开 Jupyter：
jupyter notebook
Tip：可以用 Anaconda Navigator 图形界面操作，但推荐尽早习惯命令行。
5. 使用 conda 管理环境（入门）
查看已有环境：
conda env list
创建新环境：
conda create -n mydataenv python=3.11
激活/退出环境：
conda activate mydataenv
conda deactivate
删除环境：
conda remove -n mydataenv --all
6. conda 安装/卸载/升级包（进阶）
安装包：
conda install pandas
指定版本安装：
conda install pandas=1.5.3
升级包：
conda update pandas
卸载包：
conda remove pandas
搜索包：
conda search seaborn
7. 创建隔离项目环境（进阶）
为每个项目建独立环境是个好习惯：
conda create -n projectA python=3.10 flask numpy
然后进入该环境，开发、运行、安装都互不干扰。
8. Jupyter Notebook、JupyterLab 和 VS Code（进阶）
安装 Jupyter：
conda install notebook
安装 JupyterLab（升级版界面）：
conda install jupyterlab
在 VS Code 中使用 conda 环境：
- 安装 VS Code 和 Python 插件
- 选择 Python 解释器时选你的 conda 环境路径（一般是
.conda/envs/xxx/bin/python）
9. 高级技巧：导出/导入环境、离线安装、conda forge
导出环境依赖：
conda env export > environment.yml
从 YML 文件创建环境：
conda env create -f environment.yml
离线安装：
先用一台联网电脑下载 .tar.bz2 包，再用：
conda install --offline somepackage.tar.bz2
使用 conda-forge 第三方源：
conda install -c conda-forge streamlit
10. 高级进阶：配置国内镜像 & 用 mamba 加速
配置国内镜像（清华源）：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --set show_channel_urls yes
安装快很多！
安装 mamba（超级快的 conda 替代品）：
conda install -n base -c conda-forge mamba
然后用 mamba 替代 conda：
mamba install pandas
11. 总结 & 实用命令速查表
🛠 常用 conda 命令
| 操作 | 命令 |
|---|---|
| 查看版本 | conda --version |
| 创建环境 | conda create -n envname python=3.x |
| 激活环境 | conda activate envname |
| 退出环境 | conda deactivate |
| 删除环境 | conda remove -n envname --all |
| 安装包 | conda install 包名 |
| 卸载包 | conda remove 包名 |
| 更新包 | conda update 包名 |
| 导出环境 | conda env export > environment.yml |
| 导入环境 | conda env create -f environment.yml |
✅ 最后一句话
如果你是搞数据分析、机器学习、深度学习的，Anaconda 会是你最好的工具箱，conda用起来香得不行！
