Windows下的Python环境配置

在开始之前

保证你的用户文件夹不要存在中文，且在任何情况下不要把项目文件/文件夹放在中文目录下。

例如

你的用户主文件夹不能为中文，否则在后续操作中会出现许多未知错误，导致安装或运行程序无法继续进行。图中用户主文件夹名为“TranquilYu”，符合要求。若采用邮箱登录，其用户主文件夹一般为邮箱的开头5位数字，同样是符合要求的。如果发现自己用户主文件夹为中文，请创建一个新本地用户（权限应为管理员权限，账户名字应不包含中文），然后继续按照教程操作。

保证良好的网络连接
拥有充足的硬盘空间

Anaconda的安装

很多刚接触Python环境管理的人都会混淆Anaconda和conda。简单说，Anaconda是一个集成的Python数据科学平台，而conda是平台内置的包与环境管理工具，二者是“平台”与“工具”的包含关系。也就是说，conda是Python的一个库，Anaconda是一个整合包，整合了包含conda在内的其他Python库。

1. 核心定义与定位

Anaconda：全称Anaconda Individual Edition，是一个免费开源的Python/R数据科学发行版。它不仅包含Python解释器，还预装了NumPy、Pandas、Matplotlib等数百个常用数据科学包，同时内置了conda工具，旨在让用户“开箱即用”，无需手动配置复杂环境。
conda：是一个跨平台的包管理器和环境管理器，核心功能是安装、卸载、更新软件包，以及创建隔离的Python环境（避免不同项目依赖冲突）。它不依赖Python，甚至可以管理非Python语言的包（如R语言包）。

2. 关键区别对比

对比维度	Anaconda	conda
本质	集成平台（含Python、工具、预装包）	包与环境管理工具
包含关系	内置conda，是conda的“载体”之一	是Anaconda的核心组件，也可独立安装
核心功能	提供完整的数据科学开发环境（一键启动）	管理包（安装/卸载）、管理环境（创建/切换）
独立使用	无法拆分，是完整的安装包	可单独安装（如Miniconda，仅含conda和Python）

3.那Python的“库”又是什么呢

在Python中，“库”（Library）是一系列预先编写好的代码集合，包含了函数、类、变量等，用于实现特定功能，方便开发者直接调用，无需重复编写基础代码。

简单说，库就像一个“工具包”：

比如处理数据的pandas库，封装了表格处理、数据分析的常用功能
用于绘图的matplotlib库，提供了各种图表绘制的现成方法
网络请求的requests库，简化了网页数据获取的过程

这些库由Python社区或开发者团队维护，通过pip install 库名或conda install 库名等命令安装后，就能在代码中用import导入并使用，极大提高开发效率。这两个命令在本文后面还会讲到。

库可以理解为Python生态的“积木”，开发者通过组合不同库，快速搭建复杂应用，而不必从零开始编写每一行代码。

这也就是为什么Python越来越火，因为使用Python实现一个功能不要求你从0开始编写代码，你只需要在互联网上找到你想调用的库，简要学习一下如何调用，便可整合到你的程序中去。

安装Anaconda有两个下载途径

1.官网下载（不推荐）

官方下载链接为Download Anaconda Distribution | Anaconda

理论上点击Get Started便可以开始下载，但是事实并非如此。在点击Get Started之后，你需要注册账户，且下载源来自国外，在国内下载速度不稳定，因为相对繁琐，所以不推荐此方法。

2.从清华大学开源软件镜像站下载

首先先解答一个问题：何为镜像站？

这类镜像站的核心作用是缓存并分发开源软件资源，让用户能更快速、稳定地获取所需文件。

这类站点在开发者和高校用户中非常常用。它的存在主要解决了三个核心问题：

提升下载速度：很多开源软件的官方服务器位于国外，国内用户直接访问会受网络链路影响，速度很慢。镜像站将这些资源同步到国内服务器，用户从国内站点下载，速度会提升数倍甚至数十倍。
保障访问稳定性：官方服务器可能因地域、带宽或维护等原因出现宕机或访问不稳定的情况。国内部分镜像站多采用多节点部署，能有效避免一个服务器故障导致下载出现问题，确保用户随时能获取资源。
降低官方服务器压力：全球大量用户同时从官方服务器下载，会对其造成巨大带宽压力。镜像站通过分担下载请求，帮助官方服务器减轻负载，保障其核心服务的稳定。

简单来说，镜像站就像一个“本地仓库”。它定期从“总仓库”（官方服务器）进货，当你需要时，不用再去遥远的“总仓库”，直接在“本地仓库”就能快速拿到一样的东西。

在Linux中，包管理器类似apt，yum，pacman都需要我们手动换源以加快下载速度。

点击下面链接即可访问镜像站：

清华大学开源软件镜像站 | Tsinghua Open Source Mirror

在镜像站首页，可以看到有很多仓库，这里我们需要找到并点击anaconda，进入achieve目录，按日期排序，找到符合我们系统（Windows）和架构（x86_64）的最新版本，点击就可以进行下载了。下面是个简单的动图，展示了如何找到我们所需的发行版安装包：

在本文编辑完成之前，对于Windows系统而言，最新版本的软件包是“Anaconda3-2025.06-1-Windows-x86_64.exe”，如果您是通过电脑阅读本文，也可点击下面链接下载安装程序：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2025.06-1-Windows-x86_64.exe

下载完成，自然是要进行安装。不过，安装并不是无脑地点击Next和Agree，有些选项也是需要进行选择的。

运行安装程序（双击Anaconda3-2025.06-1-Windows-x86_64.exe），等待安装程序加载完成后，您会看到下面画面：

这里点击“Next >”，进行下一步

“I Agree”

这里默认是“Just Me”，不过我们要把它改成“All Users”，然后点击“Next >”，这里也许会弹出UAC弹窗，选择“是”即可。

这一步让我们选择安装目录。我们可以看到，安装Anaconda需要5.2GB的空间，图示电脑C盘还剩余106.1GB，这里我们可以按照默认安装位置安装，如果你的C盘空间紧张或是对于存储空间有所规划，可以选择安装到其他盘。如果要安装到其他盘，建议目标文件夹是D:\anaconda3。不允许安装到含有中文的目录中，例如D:\软件\anaconda3，大多数程序对于中文路径的处理并不完善，极易出现bug甚至程序崩溃。本文中安装文件夹将以C:\ProgramData\anaconda3为例。需要注意的是，你需要记住这个安装目录，后续操作会用到此安装目录。选择好安装目录后点击“Next >”继续。

此处默认只有第一个复选框被选中，我们要把三个都勾选上，然后点击“Install”

由于释放文件较多，安装时间略长，耐心等待即可……

出现Completed代表安装结束，此时点击“Next >”

会出现以下界面，点击“Next >”进行下一步。

到了最后一步，将这两个默认勾选的复选框取消勾选（用不到），然后点击退出。

至此我们Anaconda的安装告一段落了，但是接下来我们还要对其进行配置，否则我们无法正常使用。

Anaconda的配置

修改系统变量

此时安装完成的Anaconda并没有加入系统的环境变量中，这将导致我们没法在终端（命令提示符即cmd）直接调用，于是我们需要对其进行配置。

打开系统属性 在 Windows 系统中，右键点击“此电脑”或“我的电脑”，选择“属性”。然后点击“高级系统设置”，进入“环境变量”设置界面。（或者直接在开始菜单的搜索框中搜索“系统变量”（其实完整名字是“编辑系统环境变量”））
编辑系统变量中的 Path 在“系统变量”部分找到 Path，点击“编辑”。在弹出的窗口中，点击“新建”，添加以下路径（假设 Anaconda 安装在 C:\ProgramData\anaconda3）：

C:\ProgramData\anaconda3
C:\ProgramData\anaconda3\Scripts
C:\ProgramData\anaconda3\Library\bin
C:\ProgramData\anaconda3\Library\mingw-w64\bin

当然，如果你安装在了D:\anaconda3，那么路径应该是这样的

D:\anaconda3
D:\anaconda3\Scripts
D:\anaconda3\Library\bin
D:\anaconda3\Library\mingw-w64\bin

关于如何添加，下面有个动图进行演示：

需要注意的关键点：

编辑的是“系统变量”而非“用户变量”
编辑完成一定要点三次确定，确保窗口完全关闭！

如何确定自己已经正确配置了环境变量？

按Win + R键（或者右键开始菜单图标点击“运行”），在弹出的“运行”对话框中输入cmd并回车，在弹出的命令提示符中输入（V要大写）

conda -V

若如下图所示输出则环境变量配置成功。

如图，conda输出了它的版本号：25.5.1

这代表Anaconda已经安装完成，恭喜！

换源

没错，还是更换镜像源，具体优点与好处上文已经提及，不再赘述。

将以下代码复制到上一步骤所示命令提示符中执行，便可更换镜像源为清华源

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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/
conda config --set show_channel_urls yes

如下图所示：

验证配置是否成功，可以使用命令

conda info

查看。在channel URLs一项中出现了很多清华源，则配置成功！

至此，Anaconda配置结束。

Conda命令介绍

在实际使用conda之前，我们首先要进入Anaconda Prompt环境。注意这个程序不会直接在你的桌面上创建快捷方式，你需要在开始菜单——A字母开头——Anaconda3文件夹中找到它。你也可以在开始菜单的搜索框中直接搜索Anaconda Prompt打开它。打开它应该是这样的：

注意到与平常使用的命令提示符存在不同——最前面有个（base）！这个其实是在提醒你当前是在默认的环境中。接下来我们便需要创建一个新的环境。在控制台中执行：

conda create -n name python=3.13

create便是”创建“，意味着我们要创建一个环境了。

-n其实是**—name**的缩写，使用哪个都可以，但要在其后加上参数即环境名称。这条指令便可创建一个Python环境。

这时你可能要问了：为什么我要创建一个Python环境呢？

用conda创建Python环境，核心是为了解决不同项目间的依赖冲突，让每个项目都能在独立、干净的环境中运行。

这个问题提得很实用，很多Python初学者都会因为环境问题踩坑。conda创建环境的必要性，主要体现在以下3点：

1. 解决依赖版本冲突

不同Python项目可能需要同一库的不同版本。

例如，项目A需要numpy 1.20版本，而项目B必须用numpy 1.18版本。
如果不隔离环境，安装高版本会导致低版本项目报错，反之亦然。
conda能为每个项目单独安装所需版本的库，互不干扰。

2. 保持系统环境干净

直接在系统默认Python环境安装库，会导致：

安装的库越来越多，难以管理。
误删或升级某个库，可能影响系统自带程序（部分系统工具依赖Python）。
conda创建的环境是独立目录，删除环境时能彻底清理所有相关文件，不残留垃圾。

3. 方便项目迁移与协作

当需要和他人协作或在新电脑上运行项目时：

可以用conda导出当前环境的依赖列表（environment.yml文件）。
他人只需通过该文件，就能一键复现完全相同的环境，避免“我这能跑，你那报错”的问题。

简而言之，创建不同的Python本质上就是为了“隔离”，你可能有很多个Python项目要跑，而这些项目对于库与依赖的要求各不相同，甚至会起冲突，于是你便需要创建不同的环境把它们隔离开咯~

话说回来，起什么名字还是需要自己依照实际需求起。这里为了演示方便，我便起名“test”了。后面的python=3.13是为了指定这个环境所使用的Python版本。输入完成后，敲击回车便开始创建环境了。

（tips：如果你的用户主文件夹是中文的话在这一步会创建不了环境哦（回收开头））

出现此提示，输入y之后回车或者直接回车确认安装这些软件包。

创建完成！左上角提示done便是最好的证明。conda也贴心地为我们贴出来了两条指令。我们便接着这两条指令说下去：

首先是

conda activate <你的环境名>

activate不必多说，激活嘛。我们输入这行命令并回车，便出现了以下变化：

注意到前面的标志换了！这表明我们已经切换到test环境下了！

要想从test环境回到默认的base环境，只需输入

conda deactivate

并回车即可回到base环境。

使用

conda env list

便可列出当前存在的所有环境。

使用

conda env remove -n <你的环境名>

便可移除你创建的环境。-n也可写作—name

在你想使用的环境中（例如刚创建的test环境），使用

conda install <库名>

来安装你想要安装的库，例如安装numpy库，见下图：

同样的，程序会询问你是否安装，输入y并回车或者直接回车就可以安装。

以上仅说明了基本的conda命令，如果想了解更多命令，请访问：

Anaconda 教程 | 菜鸟教程

pip换源

pip同样也是一个Python包管理器。为了加速下载速度，我们同样可以换源来加速下载。

按Win + R打开cmd（命令提示符），右键输入下面代码并回车即可完成换源。

mkdir %APPDATA%\pip && (echo [global] & echo index-url = https://pypi.tuna.tsinghua.edu.cn/simple/ & echo trusted-host = pypi.tuna.tsinghua.edu.cn) > %APPDATA%\pip\pip.ini

PyCharm的安装

PyCharm 是 JetBrains 公司开发的一款专业 Python 集成开发环境（IDE），主要特点如下：

功能全面：集成代码编辑、调试、测试、版本控制（Git 等）、数据库工具等，一站式满足 Python 开发需求。
智能辅助：提供代码自动补全、语法高亮、错误提示、重构建议等功能，大幅提升编码效率。
环境兼容：完美支持虚拟环境（如 conda、venv），可快速切换不同项目的运行环境。
扩展性强：通过插件市场支持 Django、Flask 等框架开发，以及 JavaScript、HTML 等多语言混合编程。
跨平台：支持 Windows、macOS、Linux 系统，适合不同操作系统的开发者。

适合从入门到专业的各类 Python 开发场景，是目前最流行的 Python IDE 之一。

在这里，我们使用PyCharm的社区版而非专业版。

在下载页面其他版本 - PyCharm中找到PyCharm Community Edition一栏，找到**2025.2.2 - Windows (exe)**一项并点击下载。如果您使用电脑阅读本文，可直接点击链接下载。本文编辑完成前，PyCharm版本为2025.2.2。

等待其下载完成后，双击安装程序进行安装。等待安装程序加载完成后，应该向您询问UAC权限，选”是“即可。

”下一步“

可以选择更改一个你喜欢的位置，这里我仍然选择不做修改，如果你要修改，切记不要装在有中文的目录下，最保险的做法就是把这串安装路径的“C:\”改为“D:\”。

这一页默认所有复选框都没被勾选，按图示勾选这三个即可。点击两次下一步后即可开始安装。安装完成后启动PyCharm。

中文就非常不错，直接下一个！

同意条款后继续

不发送

如果你之前安装过其他编辑器，会询问你是否导入，选择不导入即可。

PyCharm的界面说明及使用方法

此内容实在复杂，请移步菜鸟教程查看（doge），但在查看之前，请先配置好Python解释器（下一节内容）

PyCharm 教程 | 菜鸟教程

PyCharm 创建第一个 Python 项目 | 菜鸟教程

PyCharm 界面说明 | 菜鸟教程

PyCharm 运行与调试 | 菜鸟教程

PyCharm的Python解释器配置

点击PyCharm主界面左下角的小齿轮图标，在弹出的二级菜单中点击设置，找到页面最上方的Python（注：不需要点”>“使之展开，在右边的页面中点击“解释器”

点击添加解释器——添加本地解释器

环境——选择现有

类型——选Conda

如果你在安装Anaconda时没有改变安装目录，那么你的PyCharm可能已经默认认到了解释器，更改一下环境即可点击确定退出。假如你将Anaconda安装在了D:\anaconda3，那么你需要在conda的路径一栏填写D:\anaconda3\condabin\conda.bat，然后点击蓝色的重新加载环境，便可正常识别环境。

Python的学习

可以选择观看视频（耗时较长），建议可以先看文字教程了解基本语法，然后使用AI辅助生成代码

Python3 教程 | 菜鸟教程