Conda（https://docs.conda.io/）是一个强大的命令行工具，用于在 Windows、macOS 和 Linux 上进行环境和包管理。

使用 Conda 作为工具相对于直接安装 Python 针对初学者有如下优势：在开发环境因为误操作损坏之后，可以简单的重新开启一个新的开发环境。毕竟对于初学者来说，环境的问题是最难解决的问题。

一、安装Conda

Conda 分为 Anaconda 和 Miniconda，Miniconda和Anaconda都是Python环境管理工具，可以用于创建、管理和部署Python环境及其依赖的软件包。它们的主要区别在于其默认安装的软件包和所需空间的大小。

• Miniconda （https://docs.anaconda.com/free/miniconda/）是一个轻量级的Python环境管理工具，仅包括conda、Python及其所需的基本依赖库。因此，它的安装包大小较小，只有几十兆，相比于Anaconda更加灵活。用户可以根据自己的需要逐步安装所需的软件包，避免不必要的浪费。在需要安装新软件包时，可以使用conda install命令来安装所需的软件包。这使得Miniconda在轻量化、快速安装、定制化、跨平台方面具有优势。
• Anaconda （https://www.anaconda.com/download）是一个包含了数百个预安装软件包的Python环境管理工具，包括Python解释器、各种科学计算和数据分析库、可视化工具、深度学习框架等。Anaconda旨在为数据科学家和研究者提供一个完整的数据科学环境，可以直接安装并使用大量的数据科学工具。这也意味着，Anaconda的安装包非常大，通常需要几个GB的磁盘空间，安装所需的时间也较长。同时，由于默认安装了大量的软件包，如果不需要的话，可能会浪费磁盘空间和内存资源。

综上所述，如果您需要一个灵活、快速、定制化的Python环境管理工具，并且希望自己安装所需的软件包，那么Miniconda可能更适合您。如果您需要一个预装有大量数据科学工具的环境，那么Anaconda可能更适合您。两者安装步骤几乎一致。

下载Windows版Miniconda。

点击安装即可，不需要另外安装Python运行环境。

检查Conda是否安装成功，返回Conda版本号则说明安装成功。

conda --version

升级Conda

conda update conda

查看当前Python版本

python --version

二、更换镜像源

Miniconda的下载源默认在国外，如果不配置我们国内源的话，下载速度会非常慢，而且很多时候会导致网络错误而下载失败。

• 清华大学：https://mirror.tuna.tsinghua.edu.cn/help/anaconda/
• 北京外国语大学：https://mirrors.bfsu.edu.cn/help/anaconda/

通过设置命令（显示镜像源地址）创建.condarc文件

conda config --set show_channel_urls yes

用记事本打开用户目录下的.condarc文件，添加清华大学的镜像源。

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
  deepmodeling: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/

清除索引缓存，保证用的是镜像站提供的索引。

conda clean -i

三、创建虚拟环境

安装Miniconda后，系统自动创建了一个名为base的默认环境。

查看所有环境

conda env list
conda info --envs

激活base环境，此时命令行行首将显示当前环境(base)

conda activate base

查看当前环境的Python版本

python --version
python -V

退出当前环境

conda deactivate

使用Conda的目的之一就是方便不同项目使用不同虚拟环境和Python版本，一般不使用默认的base虚拟环境。

创建环境，指定Python版本为3.11，dev_env为环境名称。

conda create -y -n dev_env python=3.11

激活环境

conda activate dev_env

再次查看所有环境，标星号的为当前环境，当前Python版本为3.11.8。

当前环境下的软件包管理

# 查看当前环境中已安装的所有软件包
conda list

# 搜索软件包
conda search pandas

# 在激活的环境中安装一个软件包
conda install pandas

# 更新所有已安装的软件包
conda update --all

# 从环境中删除一个软件包
conda remove pandas

退出当前环境

conda deactivate

删除环境，按提示输入y。

conda env remove -n dev_env

四、PyCharm中使用虚拟环境

下面，通过一个Hello World来看看PyCharm中如何使用环境。

创建虚拟环境

conda create -y -n dev_env python=3.11

新建纯Python项目

• 解释器类型：选择自定义环境
• 环境：选择现有
• 类型：Conda
• conda路径：本地Miniconda安装目录下的_conda.exe文件
• 环境：下拉选择刚刚创建的dev_env

如图，右下角展示了当前环境，可以点击重新选择，上方按钮区有运行和Debug按钮。