前言這把“左輪手槍”我用了整整一個(gè)開發(fā)周期如果你剛接觸 Python 開發(fā)大概率會(huì)在一篇教程或者同事的電腦上見到這個(gè)名字Anaconda。很多人的第一反應(yīng)是——它不就是個(gè) Python 安裝包嗎也有人說既然 Python 官網(wǎng)可以直接下載解釋器為什么要多裝一個(gè) Anaconda還有人在安裝時(shí)一路點(diǎn)“Next”結(jié)果到了配置 PyTorch 環(huán)境時(shí)才發(fā)現(xiàn)Anaconda 真正的用處并不是“幫你把 Python 裝好”而是一個(gè)能讓你在多個(gè)實(shí)驗(yàn)環(huán)境之間自由切換的“環(huán)境管理工具”。我給這篇文章取了一個(gè)有點(diǎn)故事感的名字叫“Anaconda-黑蓮”。原因很簡(jiǎn)單在我早期做數(shù)據(jù)分析和深度學(xué)習(xí)實(shí)驗(yàn)時(shí)Anaconda 就像一把永遠(yuǎn)別在腰間的左輪手槍。你平時(shí)可能感覺不到它的存在但當(dāng)你需要切換 Python 版本、安裝某個(gè)依賴庫(kù)、或者復(fù)現(xiàn)一個(gè)幾個(gè)月前的實(shí)驗(yàn)環(huán)境時(shí)它總能在關(guān)鍵時(shí)刻“開出一槍”幫你從混亂的依賴泥潭里脫身。這篇文章不是 Anaconda 官方文檔的中文翻譯而是我結(jié)合實(shí)際開發(fā)經(jīng)驗(yàn)寫的一份“回憶錄式”完整教程。我會(huì)從安裝、換源、虛擬環(huán)境、IDE 集成、Jupyter Notebook 使用到高頻報(bào)錯(cuò)的排查思路全部講一遍。讀完這篇文章你應(yīng)該能做到清楚 Anaconda、Miniconda、conda、Python 之間的關(guān)系獨(dú)立完成 Windows、Linux、macOS 三個(gè)平臺(tái)的安裝和驗(yàn)證配置清華源、阿里源解決安裝依賴時(shí)的 404 和連接超時(shí)熟練創(chuàng)建、激活、刪除虛擬環(huán)境并用environment.yml備份環(huán)境將 Anaconda 集成到 PyCharm、VS Code并正確選擇 Python 解釋器遇到unavailableinvalidchannel等報(bào)錯(cuò)時(shí)知道從哪個(gè)方向排查。如果你正打算用 Python 做數(shù)據(jù)分析、機(jī)器學(xué)習(xí)或者 Web 后端開發(fā)這篇文章值得收藏備用。1. 這篇文章真正要解決的問題很多人第一次安裝 Anaconda是在一篇“深度學(xué)習(xí)環(huán)境搭建教程”的指引下進(jìn)行的。教程說先裝 Anaconda再創(chuàng)建虛擬環(huán)境然后激活環(huán)境最后用 conda 或 pip 安裝 PyTorch。問題在于教程往往只告訴你“按這個(gè)順序敲命令”卻沒有解釋每一步背后的原理。于是你會(huì)遇到一系列困惑Anaconda 安裝完了為什么命令行里找不到conda命令為什么創(chuàng)建了虛擬環(huán)境啟動(dòng) PyCharm 后用的還是原來的 Python為什么我用conda install安裝某個(gè)包提示unavailableinvalidchannel: http 404 not found for channel為什么網(wǎng)上教程給的 conda 源配置有的人能用有的人卻總是超時(shí)為什么我明明安裝了 AnacondaJupyter Notebook 卻打不開這些問題并不復(fù)雜但它們會(huì)消耗大量時(shí)間。而 Anaconda 作為數(shù)據(jù)科學(xué)領(lǐng)域應(yīng)用最廣的發(fā)行版之一幾乎繞不開。所以這篇文章要解決的不是“Anaconda 怎么裝”這一個(gè)問題而是一整套“從安裝到穩(wěn)定使用”的閉環(huán)包括環(huán)境隔離、源管理、IDE 集成、常見報(bào)錯(cuò)和最佳實(shí)踐。一個(gè)明確的判斷是Anaconda 最大的價(jià)值不是“自帶了很多庫(kù)”而是“環(huán)境管理”。如果你只把它當(dāng)安裝包用那你只發(fā)揮了它 20% 的能力。2. Anaconda 到底解決了什么問題先說一個(gè)最容易混淆的概念A(yù)naconda 并不是一個(gè) Python 解釋器它是一套發(fā)行版工具鏈。什么叫發(fā)行版你可以類比 Linux 系統(tǒng)Ubuntu、CentOS、Debian 都是 Linux 內(nèi)核的發(fā)行版。Python 解釋器是“內(nèi)核”Anaconda 則是在這個(gè)“內(nèi)核”之上額外幫你打包了 conda 包管理器、Python 常用庫(kù)、Jupyter Notebook、Spyder 等工具。用“左輪手槍”來類比會(huì)更好理解。一把左輪手槍的彈倉(cāng)里通常可以裝六發(fā)子彈。Anaconda 的“彈倉(cāng)”里裝了什么呢六發(fā)分別是組件作用Python 解釋器運(yùn)行 Python 代碼的基礎(chǔ)運(yùn)行時(shí)conda包管理器和環(huán)境管理器負(fù)責(zé)安裝、升級(jí)、刪除依賴常用數(shù)據(jù)科學(xué)庫(kù)NumPy、Pandas、Matplotlib、SciPy 等預(yù)裝庫(kù)Jupyter Notebook交互式筆記本適合數(shù)據(jù)分析和教學(xué)Spyder類似 MATLAB 的 Python IDEconda 虛擬環(huán)境機(jī)制創(chuàng)建相互隔離的開發(fā)環(huán)境避免依賴沖突平時(shí)你用的是“手槍”但真正解決關(guān)鍵問題的是那枚可以隨時(shí)切換的“彈倉(cāng)”——虛擬環(huán)境。假設(shè)你現(xiàn)在要同時(shí)做兩個(gè)項(xiàng)目。項(xiàng)目 A 使用 TensorFlow 1.x項(xiàng)目 B 使用 TensorFlow 2.x。如果你只裝一個(gè) Python那么這兩個(gè)項(xiàng)目無法共存因?yàn)?TensorFlow 1.x 和 2.x 的 API 差異極大還依賴不同版本的 NumPy。如果你不用 Anaconda你也可以用 Python 自帶的venv模塊解決這個(gè)問題。但venv只能管理 Python 包無法優(yōu)雅地管理 Python 解釋器版本、CUDA 相關(guān)依賴、以及非 Python 的原生庫(kù)。conda 比venv更進(jìn)一步它不僅管理 Python 包還管理 Python 解釋器本身甚至能管理一些 C/C 庫(kù)。這也是為什么深度學(xué)習(xí)領(lǐng)域特別推薦使用 Anaconda。因?yàn)楹芏鄰?fù)雜的依賴比如 numpy、scipy、pytorch它們的底層都包含編譯好的二進(jìn)制文件用pip安裝在某些平臺(tái)上會(huì)強(qiáng)制編譯或產(chǎn)生沖突而 conda 可以從預(yù)編譯的通道channel中直接下載匹配的版本。一句話總結(jié)Anaconda 解決的是 Python 開發(fā)中的環(huán)境隔離和依賴管理問題。當(dāng)你從“寫一個(gè)腳本”升級(jí)到“管理一個(gè)項(xiàng)目”“復(fù)現(xiàn)一篇論文”“部署一個(gè)服務(wù)”時(shí)這種能力會(huì)變得極其重要。3. Anaconda 與 Miniconda 的選擇熱詞搜索里有一個(gè)高頻問題Miniconda 和 Anaconda 的區(qū)別是什么應(yīng)該選哪個(gè)我直接用一張表格說明差異對(duì)比項(xiàng)AnacondaMiniconda默認(rèn)安裝內(nèi)容Python 解釋器 300 數(shù)據(jù)科學(xué)常用包Python 解釋器 conda 包管理器安裝包體積較大約 500MB 以上很小約 80MB 左右適合場(chǎng)景新手、離線環(huán)境、想開箱即用老手、容器鏡像、想自己按需安裝對(duì)系統(tǒng)的影響默認(rèn)會(huì)占較多磁盤空間輕量便于定制conda 命令完全相同完全相同從使用命令的角度看兩者沒有本質(zhì)區(qū)別。它們的核心都是 conda。選擇建議如下如果你是剛?cè)腴T或者在 Windows 上使用希望安裝完就能打開 Jupyter Notebook、Spyder直接開始寫數(shù)據(jù)分析代碼推薦安裝 Anaconda。如果你是 Linux 服務(wù)器用戶開發(fā)環(huán)境想盡量精簡(jiǎn)或者你打算用 Docker 打包環(huán)境推薦 Miniconda。因?yàn)榉?wù)器上通常不需要 IDE 和 300 多個(gè)預(yù)裝包Miniconda 加conda install按需安裝效率更高。這篇文章后面都以 Anaconda 為例但所有 conda 命令在 Miniconda 上完全適用。還有一個(gè)額外問題Anaconda 官網(wǎng)下載速度慢怎么辦推薦使用清華大學(xué)的鏡像站下載安裝包。搜索“清華 tuna anaconda 鏡像”進(jìn)入鏡像站后選擇對(duì)應(yīng)平臺(tái)的安裝包即可。下載時(shí)注意文件名中的版本號(hào)比如Anaconda3-2024.10-1-Linux-x86_64.sh其中2024.10是版本號(hào)具體版本以你下載到的實(shí)際文件為準(zhǔn)。4. 安裝過程與安裝后驗(yàn)證4.1 Windows 安裝Windows 安裝 Anaconda 相對(duì)簡(jiǎn)單下載.exe安裝包后雙擊運(yùn)行按照提示點(diǎn)擊 Next。這里有兩個(gè)關(guān)鍵選項(xiàng)需要特別注意。第一個(gè)關(guān)鍵選項(xiàng)是安裝路徑。不要使用默認(rèn)的C:\ProgramData\Anaconda3這種帶空格的路徑。建議安裝在D:\Anaconda3或者C:\Anaconda3。原因是某些基于 C/C 的 Python 包在編譯時(shí)對(duì)空格路徑支持不好容易在include路徑上出問題。第二個(gè)關(guān)鍵選項(xiàng)是環(huán)境變量。安裝過程中會(huì)詢問是否把 Anaconda 加入 PATH 環(huán)境變量。不同版本的安裝器提示不同有的顯示Add Anaconda3 to my PATH environment variable有的顯示Add to PATH。這里的建議是對(duì)于新手可以勾選加入 PATH這樣安裝完后可以直接在 CMD 或 PowerShell 中使用 conda 命令。如果不想污染系統(tǒng) PATH可以不勾選然后在“開始菜單”中找到 Anaconda Prompt 進(jìn)入命令行。有一個(gè)容易踩的坑如果你之前已經(jīng)安裝過 Python并且勾選了 Add to PATH可能造成 Python 命令指向混亂。遇到這種情況不用慌檢查系統(tǒng)環(huán)境變量中 Path 的順序把 Anaconda 的路徑放在前面即可。安裝完成后打開 Anaconda Prompt 或 CMD執(zhí)行conda --version如果輸出類似conda 24.9.2說明 conda 安裝成功。這個(gè)版本號(hào)是示例實(shí)際輸出取決于你安裝的版本。再執(zhí)行python --version注意這里顯示的應(yīng)該是 Anaconda 自帶的 Python 版本。如果你電腦上之前已經(jīng)裝過 Python并且終端里輸入python后顯示的是另一個(gè)版本說明 PATH 順序有問題或者沒有使用 Anaconda Prompt。4.2 Linux 安裝Linux 下推薦使用.sh安裝腳本。以 Ubuntu 和 CentOS 為例操作步驟一致。先把安裝包下載到服務(wù)器然后執(zhí)行bash Anaconda3-2024.10-1-Linux-x86_64.sh腳本運(yùn)行時(shí)會(huì)先顯示許可協(xié)議一直按回車直到出現(xiàn)Do you accept the license terms?輸入yes回車。接下來腳本會(huì)詢問安裝路徑默認(rèn)是$HOME/anaconda3直接回車即可。然后腳本會(huì)詢問是否將 Anaconda 初始化到 shell 配置中類似這樣Do you wish the installer to initialize Anaconda3 by running conda init? [yes|no]建議輸入yes。這樣安裝器會(huì)自動(dòng)在~/.bashrc中寫入初始化代碼以后打開終端就能直接使用 conda 命令。安裝完成后執(zhí)行source ~/.bashrc然后驗(yàn)證conda --version如果在某些 Linux 發(fā)行版上比如麒麟 V10或者你使用的是非 bash 的 shell如 zshconda init 的配置可能沒有自動(dòng)生效。你可以手動(dòng)在~/.bashrc末尾添加類似下面的配置段這是 Anaconda 安裝時(shí)生成的初始化腳本實(shí)際內(nèi)容以你的安裝為準(zhǔn)# conda initialize # !! Contents within this block are managed by conda init !! __conda_setup$(/home/yourname/anaconda3/bin/conda shell.bash hook 2 /dev/null) if [ $? -eq 0 ]; then eval $__conda_setup else if [ -f /home/yourname/anaconda3/etc/profile.d/conda.sh ]; then . /home/yourname/anaconda3/etc/profile.d/conda.sh else export PATH/home/yourname/anaconda3/bin:$PATH fi fi unset __conda_setup # conda initialize 如果手動(dòng)添加了配置段記得source ~/.bashrc使其生效。4.3 macOS 安裝macOS 安裝 Anaconda 有兩種方式圖形化的.pkg安裝包和命令行.sh安裝腳本。.pkg安裝包安裝比較簡(jiǎn)單雙擊運(yùn)行按提示完成即可。但要注意.pkg安裝器會(huì)自動(dòng)將 Anaconda 寫入 shell 配置文件中如果你想管理多版本 Python可能還需要后續(xù)調(diào)整。.sh安裝腳本的方式與 Linux 類似bash Anaconda3-2024.10-1-MacOSX-x86_64.sh注意如果你的 Mac 是 Apple Silicon 芯片M1/M2/M3下載安裝包時(shí)需要選擇MacOSX-arm64版本。執(zhí)行安裝時(shí)的交互過程和 Linux 一致。安裝完成后打開終端執(zhí)行conda --version如果提示command not found先檢查當(dāng)前終端是否是新開的窗口。因?yàn)榘惭b后需要在新的終端窗口才能加載 shell 配置。如果新窗口仍然找不到可以執(zhí)行source ~/.zshrcmacOS默認(rèn)使用 zsh所以配置文件是~/.zshrc不是~/.bashrc。4.4 安裝之后必須做的一件事更新 conda安裝成功后建議先升級(jí) conda 本身conda update conda這一步能避免很多因?yàn)?conda 版本過舊導(dǎo)致的通道解析異常。舊版本 conda 在訪問新版通道時(shí)可能因?yàn)樵獢?shù)據(jù)結(jié)構(gòu)不兼容而報(bào)錯(cuò)。更新完成后可以用下面命令查看當(dāng)前 conda 基本信息conda info輸出中會(huì)顯示 platform、conda version、python version、envs directories 等信息。如果你在輸出中看到base environment路徑不對(duì)說明安裝時(shí)路徑選擇有問題或者電腦上存在多個(gè) Anaconda 版本。5. 配置國(guó)內(nèi)鏡像源解決下載慢和 404前面說過Anaconda 的官方源在國(guó)外直接使用默認(rèn)源下載包時(shí)速度會(huì)非常慢有時(shí)候還會(huì)卡在Solving environment階段。更麻煩的是如果你使用的是較新版本的 conda并且在配置源時(shí)只寫了defaults可能會(huì)在下載時(shí)遇到類似下面的報(bào)錯(cuò)UnavailableInvalidChannel: HTTP 404 NOT FOUND for channel anaconda/pkgs/free UnavailableInvalidChannel: HTTP 404 NOT FOUND for channel anaconda/pkgs/msys UnavailableInvalidChannel: HTTP 404 NOT FOUND for channel anaconda/pkgs/r這個(gè)報(bào)錯(cuò)意味著 conda 嘗試從某個(gè) channel 下載倉(cāng)庫(kù)元數(shù)據(jù)但目標(biāo)服務(wù)器上找不到對(duì)應(yīng)路徑。出現(xiàn)這種問題的原因通常是舊版本的 conda 配置中包含了默認(rèn)的free、msys2、r等子通道而新版本 Anaconda 鏡像或者官方源重組了 channel 目錄結(jié)構(gòu)導(dǎo)致舊配置失效。解決方法很簡(jiǎn)單把源切換成國(guó)內(nèi)鏡像的完整通道地址并清理掉舊的無效配置。以清華大學(xué) TUNA 鏡像源為例。在命令行中依次執(zhí)行以下命令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/pkgs/msys/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r/ conda config --set show_channel_urls yes注意這里的通道地址要寫完整到子目錄一級(jí)而不要只寫到https://mirrors.tuna.tsinghua.edu.cn/anaconda。完整地址能避免解析anaconda/pkgs/free時(shí)拼出錯(cuò)誤路徑。如果你使用的是阿里云鏡像源可以用conda config --add channels https://mirrors.aliyun.com/anaconda/pkgs/main/ conda config --add channels https://mirrors.aliyun.com/anaconda/pkgs/free/ conda config --add channels https://mirrors.aliyun.com/anaconda/pkgs/msys/ conda config --add channels https://mirrors.aliyun.com/anaconda/pkgs/r/配置完成后查看當(dāng)前 conda 的源列表conda config --show channels如果列表中存在defaults建議移除否則 conda 仍可能去官方源請(qǐng)求部分包c(diǎn)onda config --remove channels defaults然后執(zhí)行conda clean -i清理索引緩存再嘗試安裝一個(gè)包驗(yàn)證源的可用性conda install numpy如果終端開始正常解析并下載說明源配置成功。還有一個(gè)需要注意的地方使用國(guó)內(nèi)鏡像源時(shí)conda install安裝某些包可能會(huì)提示PackagesNotFoundError。這時(shí)候可以嘗試使用 pip 安裝。pip 的源也可以切換為清華源pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple在后面的章節(jié)里我會(huì)詳細(xì)說明 conda 和 pip 混用的注意點(diǎn)。6. 虛擬環(huán)境Anaconda 的核心武器6.1 為什么需要虛擬環(huán)境很多新手在安裝完 Anaconda 后直接進(jìn)入base環(huán)境開始裝包。這其實(shí)是一個(gè)壞習(xí)慣。base環(huán)境是 Anaconda 的默認(rèn)環(huán)境也是系統(tǒng)級(jí)環(huán)境如果在里面隨意安裝依賴時(shí)間長(zhǎng)了就會(huì)變成“垃圾場(chǎng)”。舉個(gè)例子有一天你想實(shí)驗(yàn)一個(gè)新庫(kù)它在安裝時(shí)會(huì)把全局的 NumPy 升級(jí)到最新版。升級(jí)后你之前的舊項(xiàng)目運(yùn)行不了報(bào)錯(cuò)說ModuleNotFoundError: No module named numpy.core.multiarray。這就是因?yàn)橐蕾嚤晃廴玖?。使用虛擬環(huán)境每個(gè)項(xiàng)目都有自己獨(dú)立的 site-packages互不干擾可以讓這種情況徹底消失。6.2 創(chuàng)建虛擬環(huán)境創(chuàng)建環(huán)境的命令格式是conda create -n 環(huán)境名稱 python版本號(hào) 包名1 包名2比如創(chuàng)建一個(gè)名為django_dev的環(huán)境Python 版本使用 3.10并預(yù)先安裝 pandas 和 jupyterconda create -n django_dev python3.10 pandas jupyter執(zhí)行后conda 會(huì)解析依賴并顯示安裝計(jì)劃輸入y確認(rèn)。創(chuàng)建完成后你會(huì)看到提示# # To activate this environment, use # # $ conda activate django_dev # # To deactivate an active environment, use # # $ conda deactivate激活環(huán)境conda activate django_dev激活后在命令行提示符的左側(cè)通常會(huì)出現(xiàn)環(huán)境名稱表示當(dāng)前處于該環(huán)境。查看當(dāng)前已有環(huán)境conda env list輸出中帶星號(hào)*的那一行就是當(dāng)前激活的環(huán)境。6.3 安裝包與查看版本當(dāng)你處在某個(gè)虛擬環(huán)境中時(shí)使用 conda 安裝的包都會(huì)安裝到這個(gè)環(huán)境里不會(huì)影響其他環(huán)境。conda install requests如果你要指定包的版本conda install numpy1.26.0查看當(dāng)前環(huán)境已安裝的包c(diǎn)onda list查看某個(gè)包是否已安裝conda list | grep torch查看不同環(huán)境的 Python 版本conda search python這個(gè)命令會(huì)列出 conda 源中可用的 Python 版本方便你創(chuàng)建環(huán)境時(shí)選擇。6.4 導(dǎo)出和重建環(huán)境當(dāng)你需要把當(dāng)前環(huán)境分享給同事或者在另一臺(tái)機(jī)器上還原環(huán)境時(shí)可以使用conda activate django_dev conda env export environment.yml這個(gè)environment.yml文件會(huì)記錄當(dāng)前環(huán)境中的所有包、版本號(hào)以及來源通道。在另一臺(tái)機(jī)器上還原conda env create -f environment.yml值得注意的是conda env export生成的文件里包含了一些平臺(tái)特定的構(gòu)建信息換到不同操作系統(tǒng)時(shí)可能會(huì)失敗。如果你只想分享核心依賴清單可以改用conda env export --from-history environment.yml這樣生成的文件只保留你手動(dòng)執(zhí)行過的包安裝命令更干凈跨平臺(tái)還原的兼容性也更好。如果項(xiàng)目的部署環(huán)境不方便使用 conda也可以從環(huán)境中導(dǎo)出 pip 格式的依賴pip freeze requirements.txt6.5 刪除虛擬環(huán)境刪除環(huán)境用conda env remove -n 環(huán)境名稱注意刪除環(huán)境前務(wù)必確認(rèn)當(dāng)前沒有激活該環(huán)境。如果你的命令行提示符還顯示著環(huán)境名稱先執(zhí)行conda deactivate再執(zhí)行刪除命令。6.6 修改虛擬環(huán)境的默認(rèn)位置有些同學(xué)在搜索時(shí)看到一個(gè)問題如何在 Anaconda 中創(chuàng)建虛擬環(huán)境時(shí)更改環(huán)境存放路徑。默認(rèn)情況下conda 環(huán)境安裝在 Anaconda 安裝目錄下的envs文件夾。如果你的磁盤空間不足或者想把環(huán)境放到項(xiàng)目目錄內(nèi)可以通過--prefix參數(shù)指定路徑conda create --prefix /path/to/project/envs python3.10激活時(shí)也用完整路徑conda activate /path/to/project/envs然后通過conda env list查看會(huì)發(fā)現(xiàn)多出一個(gè)指定路徑的環(huán)境。這種方式更適合公司內(nèi)部的規(guī)范化管理。7. Anaconda 與 IDE 的集成7.1 PyCharm 配置 AnacondaPyCharm 是 Python 開發(fā)中非常流行的 IDE和 Anaconda 搭配使用需要手動(dòng)設(shè)置解釋器。很多新手問為什么在 PyCharm 里創(chuàng)建了 Anaconda 環(huán)境運(yùn)行代碼時(shí)還是找不到包絕大多數(shù)情況是因?yàn)榻忉屍鳑]有選擇對(duì)。配置流程如下打開 PyCharm點(diǎn)擊File - Settings。在左側(cè)列表中找到Project - Python Interpreter。點(diǎn)擊右側(cè)上方的小齒輪圖標(biāo)選擇Add Interpreter - Add Local Interpreter。在彈出的窗口中選擇Conda Environment。如果 PyCharm 自動(dòng)檢測(cè)到 Anaconda選擇Use existing environment然后從下拉列表中選擇你想使用的虛擬環(huán)境。如果沒有自動(dòng)檢測(cè)到選擇Select existing然后手動(dòng)指定 conda 可執(zhí)行文件的路徑。在 Windows 上是D:\Anaconda3\Scripts\conda.exe在 Linux 和 macOS 上是~/anaconda3/bin/conda。點(diǎn)擊 OK等待 PyCharm 刷新解釋器信息。配置完成后PyCharm 會(huì)使用該環(huán)境的 Python 解釋器并在項(xiàng)目中使用該環(huán)境中的全部包。如果你想在 PyCharm 中直接創(chuàng)建新的 conda 環(huán)境也可以在第四步中選擇Conda Environment后點(diǎn)擊New environment輸入環(huán)境名稱并指定 Python 版本。一個(gè)常見誤區(qū)是在 PyCharm 的終端里執(zhí)行pip install需要確保當(dāng)前終端已被激活到對(duì)應(yīng)環(huán)境。如果你在 PyCharm 中運(yùn)行代碼時(shí)找不到包但是命令行里conda list確實(shí)有該包請(qǐng)先檢查 Python Interpreter 是否真的是當(dāng)前環(huán)境對(duì)應(yīng)的解釋器。7.2 VS Code 配置 AnacondaVS Code 提供了更輕量的 Python 開發(fā)體驗(yàn)。配置流程安裝 Python 擴(kuò)展。按下CtrlShiftP輸入Python: Select Interpreter。選擇 Anaconda 或某個(gè) conda 虛擬環(huán)境對(duì)應(yīng)的 Python 解釋器路徑。在 Windows 上就是D:\Anaconda3\envs\django_dev\python.exe。之后打開終端VS Code 會(huì)自動(dòng)激活對(duì)應(yīng)的 conda 環(huán)境。如果你在 VS Code 的終端里沒有看到環(huán)境名可以手動(dòng)執(zhí)行conda activate django_dev7.3 Jupyter Notebook 的安裝與使用Anaconda 默認(rèn)自帶 Jupyter Notebook。啟動(dòng)方式是在命令行中執(zhí)行jupyter notebook但如果你在某個(gè)虛擬環(huán)境中安裝了 jupyter執(zhí)行命令前要先激活該環(huán)境conda activate django_dev jupyter notebook有時(shí)候你會(huì)遇到這種情況創(chuàng)建了新的 conda 環(huán)境也在其中安裝了 jupyter但啟動(dòng) Notebook 后新建的 kernel 卻仍然使用 base 環(huán)境的 Python。原因是 Notebook 的 kernel 需要注冊(cè)到 Jupyter 中。解決方法是在該環(huán)境中安裝ipykernelconda activate django_dev conda install ipykernel python -m ipykernel install --user --name django_dev --display-name Python (django_dev)--name是 kernel 的內(nèi)部名稱--display-name是顯示在 Jupyter 界面上的名稱。注冊(cè)完成后刷新 Jupyter Notebook 的頁面在New下拉菜單中就能看到Python (django_dev)了。如果使用的是 JupyterLab同樣適用只是入口不同。7.4 安裝完 Anaconda 后沒有 Navigator熱詞里有“Anaconda 安裝完只有 prompt沒有 navigator”這個(gè)問題。這通常有兩種情況一種是你安裝的是 Miniconda它本身沒有 Navigator另一種是安裝 Anaconda 時(shí)某個(gè)組件沒有正確寫入。在 Windows 中可以從開始菜單搜索Anaconda Navigator如果找不到快捷方式說明 Navigator 沒有創(chuàng)建菜單項(xiàng)。你可以直接在 Anaconda Prompt 中手動(dòng)啟動(dòng)anaconda-navigator如果提示找不到命令就嘗試重新安裝 Navigatorconda install anaconda-navigator如果打開 Navigator 后一直在加載“l(fā)oading applications”可以清理 Navigator 的緩存后重啟anaconda-navigator --reset不過說實(shí)話Navigator 主要用于圖形化管理環(huán)境和啟動(dòng)應(yīng)用大部分開發(fā)者在熟練了命令行之后很少打開它。如果你追求效率直接用命令行即可。8. 高頻報(bào)錯(cuò)排查指南下面整理了一些最高頻的 Anaconda 使用問題每一條都來自實(shí)際開發(fā)中的真實(shí)場(chǎng)景。如果你按照前文操作遇到問題可以先從這張表開始排查。問題現(xiàn)象可能原因排查方式解決方案安裝后conda命令找不到未將 Anaconda 加入 PATH或者沒有使用 Anaconda Prompt執(zhí)行where condaWindows或which condaLinux/macOSWindows 使用 Anaconda PromptLinux/macOS 執(zhí)行source ~/.bashrc或重開終端conda install報(bào) HTTP 404 NOT FOUNDchannel 地址錯(cuò)誤或默認(rèn)源失效執(zhí)行conda config --show channels使用國(guó)內(nèi)鏡像完整地址并移除 defaultsconda install卡在 Solving environment源響應(yīng)緩慢或依賴沖突查看當(dāng)前源地址嘗試更換鏡像重試或切換阿里源/中科大源虛擬環(huán)境創(chuàng)建后找不到 Python未激活環(huán)境或解釋器路徑錯(cuò)誤執(zhí)行conda env list查看環(huán)境路徑conda activate 環(huán)境名IDE 中選擇正確解釋器PyCharm 能運(yùn)行但 import 失敗解釋器設(shè)置錯(cuò)誤查看 Preferences - Project - Python Interpreter選擇對(duì)應(yīng) conda 環(huán)境下的 python.exepython -m ipykernel install后 Notebook 沒有新 kernelkernel 名稱沖突或未刷新執(zhí)行jupyter kernelspec list查看 kernel更換--name后重新注冊(cè)刷新瀏覽器激活環(huán)境時(shí)提示warning: this python interpreter is in a conda environment終端中調(diào)用了未初始化的 conda 環(huán)境或 PATH 混亂確認(rèn)環(huán)境路徑使用conda activate替換source activate等舊命令升級(jí) conda 后打開舊環(huán)境報(bào)錯(cuò)conda 版本與舊環(huán)境元數(shù)據(jù)不兼容查看錯(cuò)誤堆棧更新 base 環(huán)境并重建目標(biāo)虛擬環(huán)境刪除環(huán)境后磁盤空間未釋放環(huán)境目錄殘留檢查envs目錄手動(dòng)刪除對(duì)應(yīng)文件夾我挑幾個(gè)最值得展開的問題詳細(xì)講一下。8.1 關(guān)于unavailableinvalidchannel的深入排查這個(gè)報(bào)錯(cuò)在熱詞里出現(xiàn)了很多次值得單獨(dú)說明。它的完整信息一般是Collecting package metadata (current_repodata.json): failed UnavailableInvalidChannel: HTTP 404 NOT FOUND for channel anaconda/pkgs/free這說明 conda 嘗試訪問的 channel 地址確實(shí)不存在了。在早期的 conda 配置中官方默認(rèn)源地址會(huì)解析到https://repo.anaconda.com/pkgs/free這個(gè)路徑后來被官方調(diào)整過某些區(qū)域網(wǎng)絡(luò)訪問會(huì)得到 404。解決方法就是前面說的換源。但要特別注意在你的.condarc配置文件中不要寫defaults要寫完整的鏡像地址列表。同時(shí)建議conda config --set channel_priority flexible優(yōu)先級(jí)設(shè)置為flexible后conda 會(huì)優(yōu)先選擇能用的源減少部分情況下的解析失敗。8.2 激活 Python 環(huán)境時(shí)的warning: this python interpreter is in a conda environment這個(gè) warning 是我在搜索熱詞中看到的非常典型。當(dāng)你在終端里輸入python后如果它提示W(wǎng)arning: this Python interpreter is in a conda environment, but the environment has not been activated. Libraries may fail to load. To activate this environment, please see https://conda.io/activation說明你當(dāng)前調(diào)用的 Python 解釋器屬于某個(gè) conda 環(huán)境但你沒有先執(zhí)行conda activate 環(huán)境名。常見于 Linux 服務(wù)器上多個(gè) Python 環(huán)境共存時(shí)。解決方法很簡(jiǎn)單激活目標(biāo)環(huán)境后再運(yùn)行 Python如果不想每次手動(dòng)激活可以考慮在項(xiàng)目的啟動(dòng)腳本中顯式寫conda run -n 環(huán)境名 python xxx.py但這更適用于自動(dòng)化場(chǎng)景日常開發(fā)還是建議手動(dòng)激活。8.3 清華源“不能用了”是怎么回事有幾個(gè)熱詞涉及“anaconda 清華源不能用了”“anaconda 刪除鏡像源”。實(shí)際情況是清華 TUNA 鏡像源一直可用但有些教程給出的地址是老版本或者是拼接了不存在的子路徑。比如有人寫conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free他們少寫了末尾的斜杠/或者少寫了pkgs/main這種子目錄。conda 拼接 URL 的機(jī)制稍有不同就會(huì)拼出 404 地址。如果你確認(rèn)網(wǎng)絡(luò)沒問題但一直 404檢查.condarc文件中的源地址是否精確到子目錄。.condarc文件的位置WindowsC:\Users\你的用戶名\.condarcLinux/macOS~/.condarc你可以直接查看或編輯conda config --show-sources如果你想徹底刪除某個(gè)鏡像源配置conda config --remove-key channels然后重新配置正確的源。這里的--remove-key channels會(huì)刪除所有自定義通道恢復(fù)到默認(rèn)狀態(tài)。如果你只想刪除某一個(gè)通道使用conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/8.4 Anaconda 卸載與重裝還有一個(gè)高頻需求是“Anaconda 卸載”。如果你決定重新安裝 Anaconda建議先卸載干凈再安裝新版。Anaconda 官方提供了一個(gè)清理工具anaconda-clean。在要卸載的環(huán)境中安裝conda install anaconda-clean然后運(yùn)行anaconda-clean --yes這個(gè)命令會(huì)刪除 Anaconda 相關(guān)的配置文件包括.condarc、環(huán)境備份目錄等。注意anaconda-clean會(huì)創(chuàng)建.anaconda_backup備份目錄刪除前你可以進(jìn)去確認(rèn)。之后手動(dòng)刪除 Anaconda 安裝目錄即可。在 Windows 上可以使用“設(shè)置 - 應(yīng)用”卸載 Anaconda或者在控制面板中卸載。卸載后如果 PATH 中還殘留 Anaconda 路徑需要手動(dòng)清理環(huán)境變量。一個(gè)安全提醒卸載 Anaconda 會(huì)刪除該目錄下的所有虛擬環(huán)境和已安裝包。如果你有重要項(xiàng)目依賴這些環(huán)境務(wù)必先執(zhí)行conda env export environment.yml備份環(huán)境配置。9. conda 與 pip 的混用原則在實(shí)際開發(fā)中conda 和 pip 經(jīng)常會(huì)被混用。比如用 conda 創(chuàng)建環(huán)境用 pip 安裝環(huán)境中的 Python 包。這種做法本身沒有大問題但有一些原則需要遵守否則會(huì)踩坑。原則一優(yōu)先用 conda 安裝庫(kù)conda 里沒有再去用 pip。因?yàn)?conda 安裝的是預(yù)編譯二進(jìn)制包依賴解析更徹底。比如安裝 PyTorch 時(shí)官方給出的命令就是 conda 安裝。如果使用 pip 安裝需要自己處理 CUDA 的對(duì)應(yīng)關(guān)系容易出錯(cuò)。原則二不要把 conda 和 pip 安裝的同名包混在一個(gè)環(huán)境里。如果你先用 pip 安裝了 numpy再執(zhí)行conda install numpy有可能會(huì)把環(huán)境搞亂出現(xiàn)兩個(gè) numpy 或者版本錯(cuò)亂。最佳做法是一個(gè)環(huán)境里同一類包只能通過一種方式安裝。原則三用requirements.txt時(shí)要注意包管理器的來源。pip freeze生成的文件中包含所有包的來源和版本細(xì)節(jié)直接pip install -r requirements.txt安裝即可。但是如果這些包是通過 conda 安裝的pip freeze 會(huì)把它們也列出來稱為pkg-resources之類的占位安裝時(shí)可能會(huì)忽略或報(bào)錯(cuò)。所以在導(dǎo)出依賴時(shí)最好明確你用的是 conda 環(huán)境還是純 pip 環(huán)境再使用對(duì)應(yīng)的導(dǎo)出命令。原則四在部署生產(chǎn)環(huán)境時(shí)優(yōu)先考慮requirements.txtvenv或pipenv而不是依賴 conda。conda 環(huán)境適合實(shí)驗(yàn)和開發(fā)但生產(chǎn)環(huán)境的構(gòu)建越輕量越好。10. 最佳實(shí)踐與工程建議這里把我這些年使用 Anaconda 的經(jīng)驗(yàn)總結(jié)成一份“避坑清單”每一件都值得你收藏。第一不要長(zhǎng)期在 base 環(huán)境里工作。base 環(huán)境是 Anaconda 的默認(rèn)環(huán)境如果你在 base 里安裝大量包一旦某個(gè)包升級(jí)導(dǎo)致依賴沖突重新安裝 Anaconda 的成本很高。建議為每一個(gè)正式項(xiàng)目創(chuàng)建獨(dú)立的虛擬環(huán)境環(huán)境命名建議格式統(tǒng)一比如project_name_py310這樣看到名字就知道項(xiàng)目、用途和 Python 版本。第二環(huán)境命名要規(guī)范。不使用中文、空格和特殊字符。常用的命名格式是項(xiàng)目名_py版本號(hào) demo_py39 web_py310第三創(chuàng)建環(huán)境時(shí)明確指定 Python 版本。不要省略python3.9。省略后conda 會(huì)默認(rèn)安裝當(dāng)前 Anaconda 自帶的 Python 版本如果后來 conda 版本升級(jí)可能導(dǎo)致新創(chuàng)建的環(huán)境和舊環(huán)境的 Python 版本不一致排查起來很麻煩。第四源配置完成后不要頻繁切換。頻繁切換源會(huì)導(dǎo)致 conda 的緩存和元數(shù)據(jù)反復(fù)重新下載反而浪費(fèi)時(shí)間。選一個(gè)速度穩(wěn)定的鏡像源比如清華 TUNA 或阿里云然后保持穩(wěn)定使用。如果遇到某個(gè)包在鏡像源中沒有再考慮臨時(shí)切換。第五重要環(huán)境及時(shí)導(dǎo)出備份。每周或者每個(gè)里程碑節(jié)點(diǎn)執(zhí)行一次conda env export --from-history environment.yml把這個(gè)文件提交到 Git 倉(cāng)庫(kù)中。整個(gè)項(xiàng)目團(tuán)隊(duì)在復(fù)現(xiàn)環(huán)境時(shí)只需要拉取代碼然后執(zhí)行conda env create -f environment.yml第六PyCharm 和 VS Code 中的解釋器選擇要顯式化。不要依賴 IDE 自動(dòng)識(shí)別。在打開一個(gè)新項(xiàng)目時(shí)第一件事是檢查當(dāng)前解釋器是不是目標(biāo) conda 環(huán)境。因?yàn)?IDE 的默認(rèn)解釋器很可能是全局的 Python一旦選錯(cuò)你會(huì)在 import 時(shí)報(bào)錯(cuò)且很難察覺。第七對(duì)系統(tǒng)環(huán)境變量保持敬畏。在 Windows 上安裝 Anaconda 時(shí)不建議把 Anaconda 的 PATH 放在所有環(huán)境變量的最前面。因?yàn)?Anaconda 自帶的某些 DLL 和庫(kù)可能與系統(tǒng)中其他 Python 工具沖突。如果你確實(shí)需要命令行使用 conda優(yōu)先選擇 Anaconda Prompt。第八使用 conda 安裝 PyTorch 等框架時(shí)先確認(rèn) CUDA 版本。深度學(xué)習(xí)場(chǎng)景中環(huán)境配置的最大風(fēng)險(xiǎn)來自 CUDA 和 cuDNN 的版本匹配。通過 conda 安裝 PyTorch 時(shí)需要用官方提供的指令比如conda install pytorch torchvision torchaudio pytorch-cuda12.1 -c pytorch -c nvidia這里的pytorch-cuda12.1表示指定 CUDA 12.1 版本。如果你的顯卡驅(qū)動(dòng)不支持這么高的 CUDA 版本應(yīng)該選擇更低的版本。對(duì)于 CNTK、TensorFlow 等框架同樣要查看官方對(duì)應(yīng)的版本匹配矩陣。如果你不想用 GPU可以安裝 CPU 版本。PyTorch 的安裝命令具體以 PyTorch 官網(wǎng)為準(zhǔn)。11. 總結(jié)與后續(xù)學(xué)習(xí)方向Anaconda 是我認(rèn)為 Python 學(xué)習(xí)路徑上最應(yīng)該最早掌握的工具之一。它不復(fù)雜但概念稍微繞一點(diǎn)發(fā)行版、conda、虛擬環(huán)境、通道、解釋器這些詞如果不提前理清楚后續(xù)會(huì)踩很多坑。這篇文章從實(shí)際開發(fā)出發(fā)講清楚了 Anaconda 和 Miniconda 的區(qū)別、安裝后的驗(yàn)證方法、國(guó)內(nèi)源配置、虛擬環(huán)境的創(chuàng)建與遷移、IDE 集成、Jupyter Notebook 的 kernel 配置以及常見報(bào)錯(cuò)的排查思路。如果你今天只記住三件事我希望是這三件每個(gè)項(xiàng)目一個(gè)虛擬環(huán)境不要污染 base 環(huán)境使用國(guó)內(nèi)鏡像源時(shí)把通道地址寫到子目錄級(jí)并清理 default 源在 IDE 中手動(dòng)指定 conda 環(huán)境的解釋器不要依賴自動(dòng)檢測(cè)。接下來你可以繼續(xù)實(shí)踐的方向包括但不限于用conda搭配Docker做環(huán)境打包、使用conda-lock鎖定環(huán)境依賴版本、在 CI 流程中用conda env create做自動(dòng)化測(cè)試、以及了解 conda 的底層依賴解析機(jī)制SAT solver是如何工作的。如果在配置過程中遇到其他問題不要一開始就懷疑 Anaconda 本身有問題。更合理的排查思路是確認(rèn)版本、確認(rèn)網(wǎng)絡(luò)、確認(rèn)源、確認(rèn)路徑、確認(rèn)權(quán)限按順序檢查。大部分問題都能在半天內(nèi)解決。建議先把這篇收藏備用下次裝環(huán)境的時(shí)候按著步驟來能少走很多彎路。