2025年Anaconda最新版创建Python虚拟环境指南

在最新版本的 Anaconda（2025 版）中，使用 conda 创建 Python 虚拟环境是一个常见的操作，适用于多版本 Python 项目管理、依赖隔离等场景。以下是详细的操作步骤及常见命令：

1. 创建虚拟环境

使用 conda create 命令创建新环境，并指定 Python 版本（如 Python 3.11）：

onda create -n myenv python=3.11

• -n myenv：指定环境名（可自定义）。

• python=3.11：指定 Python 版本（可选，不指定则默认安装最新版）

同时安装多个包：

conda create -n myenv python=3.11 numpy pandas matplotlib

2. 激活虚拟环境

• Windows：
  

conda activate myenv

• Linux/macOS：

source activate myenv

激活后，终端提示符会显示当前环境名（如 (myenv)）

3. 退出虚拟环境

conda deactivate

或退回基础环境：

conda activate base

4. 查看所有虚拟环境

conda env list# 或conda info --envs

输出示例：

base      *  D:\Anaconda3
myenv        D:\Anaconda3\envs\myenv

5. 删除虚拟环境

conda remove -n myenv --all

删除环境及其所有依赖包。

6. 克隆环境

复制现有环境（如 base）到新环境：

conda create --name myenv_clone --clone base

7. 管理环境中的包

• 安装包：

  conda install numpy  # 当前环境安装conda install -n myenv numpy  # 指定环境安装

• 卸载包：

  conda remove numpy

• 导出环境配置（用于迁移或共享）：

  conda env export > environment.yaml

• 从 YAML 文件还原环境：

  conda env create -f environment.yaml

常见问题

1. Conda 下载慢：
   配置清华镜像源加速：

   conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
   conda config --set show_channel_urls yes

2. Jupyter Notebook 无法识别环境：
   在目标环境中安装 ipykernel 并注册内核：

   conda install ipykernel
   python -m ipykernel install --user --name myenv --display-name "Python (myenv)"

3. 指定路径创建环境（避免默认安装到 Anaconda3/envs）：

   conda create --prefix=D:\myenv python=3.11

总结

通过 conda 管理虚拟环境，可以灵活切换不同 Python 版本和依赖库，适用于数据科学、机器学习等多项目开发。如需更详细的操作（如环境迁移、包管理），可参考 Anaconda 官方文档或相关教程