Windows安装Anaconda全流程：下载、环境变量、换源与验证-北京尧图网络

装 Anaconda 这件事我帮身边朋友处理过不下几十次翻车最多的地方出奇一致cmd 里敲conda --version系统冷冰冰回一句“不是内部或外部命令”。剩下的人里还有一大部分是装完能跑但每次conda install都像回到拨号上网时代等着等着就超时让他们怀疑是不是自己电脑有问题。至于验证很多人干脆跳过了直接上手写代码写到一半才发现解释器用的是系统里那个孤零零的旧 Python一堆科学计算包全都ModuleNotFoundError。所以这篇就讲 Windows 上装 Anaconda 的完整流程下载、环境变量、换源、验证四个环节一次讲清每一步该怎么做、为什么这么做、出问题先查什么都直接写明白。适合第一次装 Anaconda 的新手也适合需要帮同事批量装环境的老手拿来当 checklist 用。1. 下载之前先定版本官网直装还是走镜像站1.1 为什么你需要的不是官网 Python而是 Anaconda先把概念理清。Anaconda 不是一个 IDE也不是独立编程语言它是一个 Python 发行版自带 Python 解释器、conda 包管理器和一大堆科学计算预装包。官网那个 Python 装完之后想用 numpy、pandas、matplotlib 都得靠 pip 挨个装中间还可能踩编译报错Anaconda 装完几百个常用库已经静静地躺在里面了打开就能用。conda 和 pip 最大的区别在于pip 只管理 Python 包conda 管理的是整个软件环境的依赖关系。比如说某个库依赖特定版本的 C 库、DLLconda 会在安装时一并把二进制的依赖处理好Windows 用户不用面对那种“下载源码包然后编译失败”的经典痛苦。所以如果你是刚入门 Python、或者主要做数据分析、机器学习这类方向直接上 Anaconda 是最省事的路径没必要从官网 Python 开始折腾。1.2 版本怎么选认准 64 位和当前的 Python 版本打开 Anaconda 官网anaconda.com首页就有 Download 按钮进入下载页后选择 Windows 版本会看到 64-Bit Graphical Installer 和 64-Bit Command Line Installer 两个选项。绝大多数人选 Graphical Installer 就够了它是有图形界面的安装向导Command Line Installer 是给自动化部署、无人值守安装用的普通用户没必要碰。新版的 Anaconda 安装包默认内置的 Python 通常是 3.11 或 3.12具体以下载页标注为准。除非你的项目明确要求旧版本否则直接采用当前最新稳定版。另外多说一句如果你手上还是 32 位的老 Windows 系统新版 Anaconda 基本已经不支持了这种情况下不如先升级系统别在旧架构上硬折腾。1.3 下载渠道官网和国内镜像站怎么选官网下载在部分网络环境下速度不稳定几百 MB 的安装包下到一半断掉是常事。这时候建议直接用国内高校镜像站我最常用的是清华 TUNA 镜像地址是https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/页面里能看到所有历史版本的安装包文件名类似Anaconda3-2024.02-1-Windows-x86_64.exe选日期最新的那一个就行。中科大镜像mirrors.ustc.edu.cn/anaconda/archive/也可以作为备选速度同样不错。两个镜像站都是正规的教育网资源直接浏览器打开下载即可。这里要给一个明确建议不要从第三方博客、网盘分享链接里下载所谓“一键安装包”或者“精简版 Anaconda”。安装包接近 1GB这么大体量的文件来路不明风险很高官网和镜像站的速度已经足够快没必要省这点时间。渠道地址适用场景官网anaconda.com追求最新版本网络环境好清华 TUNAmirrors.tuna.tsinghua.edu.cn/anaconda/archive/日常首选速度快、目录全中科大 USTCmirrors.ustc.edu.cn/anaconda/archive/备用清华镜像偶尔不可用时切换1.4 顺手做一次文件校验能省很多麻烦下载完成后建议花半分钟校验一下文件完整性。安装包这么大下载过程中损坏的概率确实存在不校验就双击安装很可能装到一半报错反而更浪费时间。在 PowerShell 中切到下载目录执行Get-FileHash .\Anaconda3-2024.02-1-Windows-x86_64.exe -Algorithm SHA256然后对比镜像站页面上给出的 SHA256 值。如果觉得 PowerShell 命令不熟悉用传统命令也可以certutil -hashfile Anaconda3-2024.02-1-Windows-x86_64.exe SHA256两者输出一致就说明文件完整可以放心安装。2. 安装向导里那三个选择选错的人最多2.1 第一个选择Just Me 还是 All Users安装开始后会让你选择安装模式Just Me 表示只给当前 Windows 用户安装All Users 是给这台机器上所有用户安装。个人电脑、自己日常开发用选 Just Me 就够了安装目录默认会落在当前用户目录下不需要管理员权限后续卸载也干净。All Users 更适合公司公共开发机、多个人共用一台电脑的场景。网上不少教程推荐直接 Next 到底但这里建议稍微留心一下尤其不要装在带中文用户名或者带空格的系统路径下。Windows 用户名为中文的机器Anaconda 某些第三方库在运行时可能因为路径编码出问题虽然概率不高但遇到一次就够头疼的。2.2 第二个选择Add to PATH 到底勾不勾安装到最后一步会看到一个复选框列表其中最关键的就是 “Add Anaconda3 to my PATH environment variable”。网上对这个问题分成两派一派说千万别勾一派说必须勾其实都不够准确。先理解它的作用勾选后安装程序会自动把 Anaconda 的几条目录写进系统 PATH 环境变量这样你在 cmd、PowerShell 里直接敲conda就能识别。不勾选的话Anaconda 自带的 Anaconda Prompt 依然能用但普通终端就不认识 conda 命令。问题的关键在于你机器上有没有其他 Python。如果系统里已经有旧版 Python勾选后 conda 会把 Anaconda 的 python.exe 排在 PATH 前面原来依赖旧 Python 的脚本、程序可能被“劫持”如果这台机器本来就没有 Python或者就是专门给 Python 开发用的勾上能省掉很多后续配置工作。我的建议很简单新手、个人电脑、没有旧版 Python直接勾上省心。公司项目机、系统里已有多个 Python、需要严格隔离不要勾装完手动配环境变量第 3 章会详细说。旁边还有一个 “Register Anaconda3 as my default Python” 的复选项含义是把 Anaconda 的 Python 设为系统默认的 Python 关联。如果机器上没有别的 Python可以顺手勾上如果有建议不要勾避免.py文件双击后打开的解释器被替换。2.3 安装目录命名别给自己挖坑安装目录默认是C:\Users\你的用户名\anaconda3。如果你习惯把大软件放到其他盘可以自定义安装到类似D:\Anaconda3的位置但一定要保证路径里只有英文字母和数字不要出现中文、空格也尽量不要有括号。像D:\Program Files\Anaconda3这种路径Program Files 中间有空格虽然大多数情况能用但后续某些命令行工具、包管理器碰到空格路径就容易出幺蛾子。安装过程会持续几分钟看到 “Installation finished” 就说明装完了。注意安装完成后不要立刻到处点先继续看下面的环境变量配置。3. 环境变量配不好conda 就只能活在 Anaconda Prompt 里3.1 先理解 Anaconda Prompt 和普通 cmd 的区别很多新手会困惑明明 Anaconda Prompt 里 conda 用得好好的为什么我打开运行框输 cmd再敲 conda 就提示“不是内部或外部命令”原因是 Anaconda Prompt 本质上还是 cmd只是它在启动时自动执行了 Anaconda 安装目录下的初始化脚本把相关路径临时加进了 PATH然后激活了 base 环境。也就是说Anaconda Prompt 是“自带环境变量”的终端。而你自己打开的 cmd 没有这个过程自然找不到 conda。所以“装完不用配环境变量”这个说法只在 Anaconda Prompt 范围内成立想在任何终端用 conda就必须把 PATH 配好。3.2 手动添加环境变量的完整路径清单如果你安装时没勾 Add to PATH或者因为某些原因需要手动补配步骤是这样的按Win R输入sysdm.cpl回车切到“高级”选项卡点“环境变量”。在下方的“用户变量”里找到Path双击编辑。如果有多个 Path注意选用户变量里那个不要一股脑改系统变量。在编辑界面里新建以下三条路径填的内容要对应你的实际安装目录路径作用D:\Anaconda3这里是 python.exe 和很多核心入口所在位置D:\Anaconda3\Scripts放着 conda.exe、pip.exe 等命令行工具D:\Anaconda3\Library\binconda 运行时依赖的 DLL 和一些工具库如果你用的是默认安装路径第一行应该替换成C:\Users\你的用户名\anaconda3。网上有些旧教程还会让你加Library\mingw-w64\bin和Library\usr\bin新版本基本不需要以后真用到那些 GNU 工具再补即可现在别盲加。编辑完记得一路点“确定”。然后最关键的一步把已经打开的所有终端窗口全部关掉重开。环境变量是进程启动时读取一次已经启动的终端不会自动刷新这是新手最容易忽略的环节。3.3 PATH 顺序决定你用的是哪个 python如果这台机器之前装过 PythonPATH 里 conda 的位置和旧 Python 的位置谁前谁后就变得很关键。Windows 执行命令时按 PATH 从上到下找找到第一个匹配的就用所以谁排在前面谁说了算。想确认当前指向打开新终端执行where python where conda如果where python第一行指向D:\Anaconda3\python.exe说明 Anaconda 生效了。如果第一行是旧 Python 的路径比如C:\Users\xxx\AppData\Local\Programs\Python\Python312\python.exe说明旧 Python 还排在前头。处理方式很直接回到环境变量编辑界面把D:\Anaconda3和D:\Anaconda3\Scripts这两条用右侧的“上移”按钮挪到所有旧 Python 路径之前。3.4 想让任意终端都能 conda activate用 conda init有时候 conda 命令能识别了但执行conda activate base会提示CommandNotFoundError这说明 conda 还没有为当前 shell 注册初始化脚本。处理方式是在终端里执行conda init cmd.exePowerShell 用户执行conda init powershell如果 PowerShell 提示因为执行策略禁止脚本先管理员方式运行一次Set-ExecutionPolicy RemoteSigned -Scope CurrentUser然后再执行conda init powershell。重新打开终端后命令行提示符前面应该出现(base)说明基础环境已经被自动激活。conda init做的事情本质上就是把一段初始化代码写进终端的启动配置cmd 用的是注册表项PowerShell 用的是 profile 脚本所以它和手动加 PATH 是互补关系不冲突。4. 换源这一步决定了你后面装包会不会等到怀疑人生4.1 默认源慢不是玄学Anaconda 默认的 conda 包源指向 repo.anaconda.com服务器在海外国内网络环境下下载动不动就超时。同样的道理pip 默认从 PyPI 拉包速度也很不稳定。这就是为什么装完 Anaconda 之后换源要立刻做而且越早做越省心。换源本质上是把下载请求切到国内同步镜像同样的内容从距离更近、带宽更大的服务器拉取速度提升非常明显。4.2 conda 换到清华镜像生成 .condarc 再改配置conda 的源配置写在一个用户目录下的.condarc文件里。先执行一条命令让它自动生成配置文件conda config --set show_channel_urls yes然后打开用户目录C:\Users\你的用户名下的.condarc用记事本编辑改成下面这样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保存后执行一次缓存清理conda clean -i然后运行conda info在输出的channel URLs部分如果能看到 mirrors.tuna.tsinghua.edu.cn就说明换源成功。这个 YAML 文件最容易翻车的地方是缩进。channels:下面的- defaults必须用同样的缩进不要用 Tabdefault_channels:和custom_channels:这两个键名不要写错。如果配置完发现 conda 报语法错误直接把 .condarc 删掉从头再来一次更省事。想恢复官方源同样直接删除 .condarc 即可。4.3 pip 换源一条命令的事conda 之外pip 的源也要换。新版本 pip 支持用一条命令完成pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple pip config set install.trusted-host pypi.tuna.tsinghua.edu.cn执行后 pip 的配置文件会写在C:\Users\你的用户名\AppData\Roaming\pip\pip.ini你也可以直接用记事本创建这个文件内容写成[global] index-url https://pypi.tuna.tsinghua.edu.cn/simple trusted-host pypi.tuna.tsinghua.edu.cn阿里云源https://mirrors.aliyun.com/pypi/simple/、中科大源https://pypi.mirrors.ustc.edu.cn/simple/也都能用选一个保持稳定即可不一定要和 conda 镜像同一家。4.4 为什么 conda 和 pip 都要换它们是两套体系很多人不理解既然 conda 已经换源了为什么 pip 还要单独换因为它们是两个独立包管理系统。conda 从 Anaconda 仓库拉取预编译的二进制包对科学计算库更友好pip 从 PyPI 安装包覆盖了 PyPI 生态的大量纯 Python 库。日常使用中conda install 某个包找不到的时候pip install往往能装上反过来也有 pip 需要编译依赖而 conda 直接能装的情况。两条通道都换成国内源覆盖率才完整以后装包才能不被慢速网络卡脖子。5. 一套不需要动脑的验证清单从命令行到 IDE 全测一遍5.1 三个先用 10 秒跑完的检查配置完成后别急着关终端先做一轮验证。新开一个 cmd 窗口依次输入conda --version python --version conda info三条命令都有正常输出说明 conda 本体和 Python 解释器都装好了。这里要特别留意一个细节python --version输出的版本号必须和 Anaconda 内置的 Python 一致。怎么看它到底是不是 Anaconda 的 python用where python看第一条结果的路径是否落在你的 Anaconda 安装目录里。如果路径指向了其他 Python说明 PATH 顺序还没调对回到第 3 章处理。5.2 虚拟环境建一个删一个顺便把 activate 测了能用 conda 不代表 conda 的环境管理功能正常这一步的验证更有价值conda create -n testenv python3.12 -y conda activate testenv python --version conda deactivate执行完conda activate testenv后命令行提示符前会从(base)变成(testenv)这说明环境切换功能正常。如果这一步报CommandNotFoundError: activate is not a conda command说明 conda 初始化脚本没配好先执行conda init cmd.exe重开终端再试。验证完用conda env remove -n testenv把临时环境删掉别留在机器上占空间。5.3 装一个包测试换源效果接下来测源。推荐用 requests 这种体积适中、依赖少的包来测试conda activate base conda install requests -y观察下载速度和进度条是否流畅。如果之前换源成功下载应该很快完成。之后再用 pip 通道测一下pip install somepackage或者直接用pip download requests -d D:\temp只看下载速度不安装。测试完毕后进入交互模式确认包能正常导入python -c import requests; print(requests.__version__)能打印出版本号说明解释器、包管理、网络源整条链路都是通的。5.4 和 IDE 对接PyCharm 与 VSCodeAnaconda 本身不带代码编辑器界面你还需要一个 IDE 或者编辑器。PyCharm 的配置路径是Settings → Project → Python Interpreter → Add Interpreter → 选 Conda Environment → Existing environment然后把解释器路径指到你的 Anaconda 安装目录下的python.exe。VSCode 里按CtrlShiftP搜索 “Python: Select Interpreter”选择 Anaconda 对应的解释器即可。这里最容易犯的错误是 IDE 里选了解释器但实际选择的还是系统目录里的旧 Python结果代码里import numpy直接报 ModuleNotFoundError。记住一条原则解释器必须指向 Anaconda 的 python.exe或者指向你创建好的某个 conda 虚拟环境而不是随便在列表里点一个 Python。6. 装完最常见的几个翻车现场附排查链路6.1 conda 不是内部或外部命令这个报错出现频率最高原因无非两个没把环境变量加上或者加了之后没重新打开终端。排查顺序如下打开你的 Anaconda 安装目录确认Scripts\conda.exe文件存在。如果不存在说明安装中途就失败了重装才能解决。回到环境变量编辑界面确认Scripts路径确实在用户变量 Path 里并且你编辑的是用户变量而不是系统变量。新开一个终端窗口再试不要用一个已经开了很久的旧窗口。如果以上都没问题直接在 Anaconda Prompt 里执行conda init cmd.exe然后重开终端。6.2 终端里 conda 能用python 却是旧版本这个情况更隐蔽conda 命令正常但python --version显示的是别的版本。原因就是 PATH 顺序问题旧 Python 排在了 Anaconda 前面。处理方法有两种一是按第 3 章的说明调 PATH 顺序二是不调顺序强制自己每次先conda activate base再干活因为在激活环境下python一定指向 Anaconda 的 Python。第一种一劳永逸第二种更温和、不影响系统既有环境根据自己的情况选。6.3 安装目录占空间越来越大Anaconda 装完本身就要好几个 G虚拟环境建多了更夸张。两个习惯能有效控制空间用完的临时环境立刻conda env remove -n 环境名定期执行conda clean --all清理缓存的安装包和索引文件。如果你因为 C 盘空间不足在犹豫要不要重装到 D 盘建议直接重装Anaconda 的配置几分钟就能重建换来后面几年的省心很划算。6.4 换源后报 CondaHTTPError 或 SSL 错误换源之后偶尔会遇到报错最常见的是索引缓存没刷新执行conda clean -i清一下。如果某个镜像临时抽风切换到中科大或者阿里云镜像再试。另外注意系统时间如果误差过大HTTPS 证书校验会失败这也是一个容易被忽略的点。检查一下.condarc里的 URL 是否拼错、缩进是否规范都比把ssl_verify改成 false 来绕过验证更靠谱后者会降低后续所有下载的安全性。6.5 conda 升级把自己升挂了不少新手装完喜欢执行conda update --all这个命令会把 base 环境里几百个包全部刷一遍包与包之间的依赖很容易在此过程中裂开。更稳妥的做法是提示更新 conda 自身时执行conda update conda需要更新 Anaconda 自带包时执行conda update anaconda。日常项目需要某个库的新版本就新建一个专用虚拟环境去装上别在 base 里全家桶升级。7. 把 conda 用到顺手为止环境管理的几个小习惯7.1 把 base 当成“系统盘”把虚拟环境当成工作台用一段时间你就会发现所有包都堆在 base 环境里早晚会出问题。我的习惯是 base 只留 conda 和最基本的包接到新项目就新建一个虚拟环境项目结束就清理掉。这样多个项目之间互不干扰复现和迁移都方便。conda env list可以随时查看现有环境配合conda activate切换逻辑非常清晰。7.2 记下这几条命令就够入门日常工作里 conda 的高频命令其实不超过五条conda create -n 环境名 python3.12 conda activate 环境名 conda deactivate conda env list conda env remove -n 环境名把这些命令练熟就已经超过大多数只在图形界面里点点点的用户了。Anaconda Navigator 虽然也能建环境但命令行做事显然更直接、更快。7.3 别人给的 requirements.txt 和 environment.yml 怎么用拿到一个项目里面可能有requirements.txt也可能有environment.yml。前者是 pip 生态用pip install -r requirements.txt后者是 conda 生态用conda env create -f environment.yml一键重建整个环境。两者不要混着用尤其别在 base 环境里直接pip install -r requirements.txt很容易把全局环境搞乱。一个比较稳妥的流程是新建虚拟环境 → 激活 → 根据项目文件类型选择 conda 或 pip 安装依赖。Anaconda 的安装流程看起来步骤多其实只要把“下载、PATH、换源、验证”这几件事按顺序走完后面基本都是顺风顺水。我早期踩过好几次“conda 不是内部或外部命令”的坑后来固定成套路镜像站下载安装包 → 安装时按机器情况决定是否勾选 PATH → 装完立刻换源 → 新开终端跑一遍验证清单。这套流程下来绝大多数机器都不会再出问题。剩下那极少数出问题的十有八九是安装路径带了中文或者旧 Python 占了 PATH 高位。把这两个坑提前避开Windows 上装 Anaconda 这件事其实五分钟就能收工。

Windows安装Anaconda全流程：下载、环境变量、换源与验证

相关推荐

JDK Docker 容器测试在 Ubuntu 18.04 失败怎么设置 docker 镜像参数排查？

逻辑漏洞——权限控制问题

PrimeVue 入门指南：下一代 Vue UI 组件库的架构、Pass Through 与双模式主题系统

更多资讯

自媒体矩阵工具实用推荐｜实测好用、新手零门槛运营工具

领域驱动设计(DDD)核心实践与微服务协同

如何在 Megatron-LM 中开启确定性训练并验证位级可复现？

OpenClaw Telegram 端到端验证：用真实用户驱动 basic-turns 证明 DM、群组与原生命令三条消息链路

Wand-Enhancer 完整指南：三步构建 Wand（WeMod）增强工具并连上手机远程面板

杂记（前后端通信）

今日更新

51单片机开环控制磁阻传感器的硬件匹配与代码实现

AI Agent安全操作数据库：SQL注入防御与参数化查询实战

Android逆向实战：还原激励类App签到接口的签名算法

本周精选

AI驱动的自动化专利分析平台技术解析

LeetCode-Go 题解：1252. Cells with Odd Values in a Matrix（奇数值单元格计数）双解法剖析

在线答疑系统Java毕设实战：Spring Boot前后端分离与状态流转

本月热门

基于YOLO的焊缝缺陷检测：从数据标注到工业部署全流程实践

分布式服务的决策记录

创业产品的首版范围

读完文章，想聊聊您的网站？