前言

书接上文，给小伙伴们分享了Anaconda、pycharm的全步骤安装过程，今天介绍一下conda环境配置及简单使用，后面进入python基础知识分享（本来准备早点发给大家，又感觉写的不全面，所以专门花时间研究了几小时，希望帮助大家避开陷阱）。

一、环境配置的重要性

Conda 是小白避开 Python 环境坑的关键工具，核心是为每个项目创建独立隔离的虚拟环境，像给项目配了专属 “工具间”，彻底解决版本冲突问题。因为在企业里面，我们经常要用不同版本的python版本写代码，所以就需要创建不同的环境。

其核心价值有三：

1. 隔离依赖：不同项目的 Python 版本、库版本（如 Python 3.8 与 3.10、旧版 TensorFlow 与新版）互不干扰，杜绝 “装新包毁旧项目”。
2. 保障一致：通过environment.yml文件可一键复刻环境，解决 “本地能跑、别处报错” 的协作痛点。
3. 保护系统：不污染电脑自带的系统环境，环境搞乱了直接删除重建即可，无后顾之忧。

新手选 Anaconda（带常用库）或 Miniconda（精简版）均可，它比 pip 更全能，是多项目开发的 “避坑必需品”。

二、常见的conda命令介绍

1.在哪里输入这些命令：

命令需要在下面其中之一的页面进行输入，创建环境建议在Anaconda Prompt中执行。具体页面如下：

• Windows 系统：命令提示符（CMD）、PowerShell 或 Anaconda Prompt
• Mac/Linux 系统：终端（Terminal）

具体的输入页面：示例

2.conda的常用命令：

以下是 Conda 常用命令（前面是 “命令”，“后面是作用和解释” ）：

1. conda create -n 环境名 python = 版本：创建指定 Python 版本的新环境
2. conda activate 环境名（Windows）：激活指定环境（Windows 系统）
3. source activate 环境名（Mac/Linux）：激活指定虚拟环境（Mac/Linux 系统，新版 Conda 也支持 conda activate）
4. conda deactivate：退出当前激活的虚拟环境
5. conda env list:查看所有创建的环境
6. conda info --envs：查看本地已创建的所有虚拟环境
7. conda remove -n 环境名 --all：删除指定的虚拟环境及其中所有依赖
8. conda install 包名：安装指定包的最新版本（需先激活环境）
9. conda install 包名 = 版本号：安装指定版本的包（需先激活环境）
10. conda remove 包名：卸载当前环境中的指定包
11. conda list：查看当前激活环境中已安装的所有包及版本
12. conda env export > environment.yml：将当前环境的依赖配置导出为 environment.yml 文件
13. conda env create -f environment.yml：根据 environment.yml 文件复刻虚拟环境
14. conda update conda：更新 Conda 本身到最新版本
15. conda search 包名：搜索指定包的可用安装版本

后续都会给大家进行演示

三、conda环境创建和配置

1.环境的创建：

第一步：查看自己的环境（部分内容进行了脱敏）

第二步：创建环境，环境名需要自己起一个，python可以直接用3.12版本也行

等待后续页面出现y/n，需要输入y（y是yes,n是no）

下载完成之后的页面：

上面的命令可以直接粘贴复制在下面，一般需要激活之后在pycharm里面配置环境，当然创建 Conda 环境后也不用手动在Anaconda Prompt激活，直接在 PyCharm 中配置该环境即可使用——PyCharm 会自动识别并关联该虚拟环境的 Python 解释器、依赖包，无需终端激活步骤。

2.pycharm配置环境：

第一步进入pycharm创建项目：

项目就是我们在实际开发中，每次参与一个工作的开发都是一个项目的开发过程。所以使用PyCharm的第一件事就是学习Python项目的创建过程。

第二步：设置项目路径和环境，必须放在C盘以外的盘符（非常重要！！！）

重点（建议按照图片进行设置）：

下面是我自己选择的页面，我给大家进行了注释，大家可以根据自己创建的环境和自己的想法进行选择。

这里有两个地方需要注意

1.解释器类型（interpreter  type)

• Base conda：安装 conda 时自动生成的默认环境，自带 conda 本身和基础工具，不建议装项目依赖，避免搞乱 conda 的基础运行环境。
• Custom environment：自己手动创建的独立环境，能单独配 Python / 包版本，用来隔离不同项目的依赖（比如不同项目用不同 Python 版本），出问题删了重建也不影响其他环境。
• 建议按照图片选择Custom environment，不然基础环境一团糟之后很难处理

2.path to conda

建议按照图片选择

在 Windows 环境下，conda.exe和conda.bat都是 Conda 工具的启动文件，核心功能一致，但载体和适用场景有区别：

1. 文件类型与本质

   • conda.exe：是 Windows 原生的可执行程序，直接封装了 Conda 的功能逻辑，可独立运行。
   • conda.bat：是批处理脚本文件，需要通过 Windows 命令提示符（CMD）来解释执行，本质是调用 Conda 相关资源的 “启动脚本”。

2. 适用的终端环境

   • conda.exe：兼容性更广，在 CMD、PowerShell、Git Bash 等各类终端中都能直接调用。
   • conda.bat：主要适配传统 CMD 终端，在 PowerShell 等终端中可能需要额外配置才能正常运行。

3. 执行逻辑的细微差异

   • conda.exe：直接启动 Conda 核心进程，执行效率略高。
   • conda.bat：会先加载一些 CMD 环境下的临时配置（如路径变量），再启动 Conda 功能，过程比.exe 多一层脚本解析。

实际使用中，选择conda.exe是更通用、更便捷的方式，几乎覆盖所有日常场景

配置完成后，点击Create创建Python项目。

忘了设置解释器怎么办

大家可以在这个页面看一眼是否解释器选择成功

地方就在右上角（下面两张图是使用了中文插件）设置对应settings

如果忘了选择解释器，我们可以通过设置中输入interpreter可以看到python的解释器

环境配置成功之后可以在右下角，看到自己创建的环境名（如下）：

后续创建新环境添加方式：点击右下角环境名字

之后就完成了

四、总结

环境安装一直是一个难题，希望大家仔细一点，这样后面也会少一些麻烦。pycharm里面也有好多插件帮助我们创作，后续会专门出一期实用插件和工具介绍。

以上就是今天的内容分享了，希望能帮到各位小伙伴，如果在使用Pycharm的时候存在个别单词看不懂的情况，建议直接用AI工具进行翻译（当然pycharm里面也有中文插件）。

上述内容会根据大家的评论实时进行更新和改进。

麻烦小伙伴们动一动发财的小手，给小弟点个赞和收藏，如果能获得小伙伴的关注将是我无上的荣耀和前进的动力。

小伙伴们，我是AI大佬的小弟，希望大家喜欢！！！

晚安，小伙伴们。