电脑里有个封闭的Anaconda，如何再装个独立的Miniconda并管理多个Python环境？方法如下

bigfishgxl

528人浏览 · 2026-04-10 23:22:15

bigfishgxl · 2026-04-10 23:22:15 发布

【前提】判断是否需要重新创建环境

新任务来了
│
▼
Q1: 任务指定了Python版本吗？当前环境版本是否匹配？
├─ 不匹配 → 🔴 创建新环境
└─ 匹配或未指定 → 继续
│
▼
Q2: 任务有提供 environment.yml 或 requirements.txt 吗？
├─ 有 → 🟡 建议创建新环境（直接复现，最省心）
└─ 没有 → 继续
│
▼
Q3: 在当前环境执行 conda install 新包 --dry-run，有冲突吗？
├─ 有冲突（提示降级/删除） → 🔴 创建新环境
└─ 无冲突 → 继续
│
▼
Q4: 这个环境是否还有其他重要任务在用？
├─ 是（共用环境） → 🟡 建议创建新环境（避免影响他人/其他任务）
└─ 否（独享） → 🟢 直接在当前环境装包

简单版判断（记这3条）

问自己	是则创建新环境
新任务需要的Python版本和现在不一样吗？	✅ 创建
新任务需要的某个包版本和现有包冲突吗？	✅ 创建
我不确定会不会冲突，但想100%保险？	✅ 创建

核心原则：

创建新环境的成本很低（几秒钟），但解决环境冲突的成本很高（几小时）。不确定时就新建一个。

解决方案：Miniconda + 独立Python环境管理

问题	答案
电脑已有封闭Anaconda，能否再装一个独立的Python环境管理器？	✅ 能，装Miniconda
不同任务需要不同Python版本/包，会冲突吗？	❌ 不会，用conda环境隔离
一个Miniconda能管多少个环境？	任意多个，互不干扰

【一】安装Miniconda（关键步骤）

### 下载
- 官网：https://docs.conda.io/en/latest/miniconda.html
- 选择：Windows 64-bit（根据你的系统）

- 当你前往Miniconda官网下载时，不用在众多版本中感到困惑。因为Miniconda 的“base”环境是什么 Python 版本一点也不重要。Miniconda 的功能就是创建和管理独立的虚拟环境。执行具体任务时，你可以随时用一行命令，创建一个全新的、指定了任意 Python 版本的、完全独立的环境。

### 安装时的选项（非常重要！）

安装到新目录（不要和现有 Anaconda3 混在一起）
- Windows：C:\Users\你的用户名\miniconda3
- Mac/Linux：~/miniconda3
取消勾选 "Add Miniconda3 to my PATH environment variable"（避免干扰原平台）

选项	选择	原因
Create shortcuts	✅ 勾选	创建开始菜单快捷方式
Add to PATH	❌ 不勾选	避免与原有Anaconda冲突
Register as default Python	❌ 不勾选	避免干扰其他程序
Clear package cache	✅ 勾选	释放磁盘空间

### 安装后验证

# 打开 Miniconda Prompt（开始菜单）
conda --version        # 应显示版本号
conda env list         # 应看到 base 环境路径

### 首次使用：同意服务条款（必须做，仅一次）

conda tos accept --override-channels --channel https://repo.anaconda.com/pkgs/main
conda tos accept --override-channels --channel https://repo.anaconda.com/pkgs/r
conda tos accept --override-channels --channel https://repo.anaconda.com/pkgs/msys2

注意：出现的蓝色超链接不需要点击，直接按回车执行即可。

---

### 与原封闭平台的关系

你的电脑
├── 原有封闭平台 (Anaconda3)
│ └── 路径: C:\ProgramData\Anaconda3
│ └── 用途: 只能运行那个特定的分析软件
│ └── 不要动它！
│
└── 新安装的 Miniconda (你控制的)
└── 路径: C:\Users\你的用户名\miniconda3
└── 用途: 你所有的其他数据分析任务
└── 完全独立，互不影响

关键： 两个系统物理隔离，永远不会互相干扰。

【二】为新任务创建和管理环境

第1步：打开 Miniconda Prompt

开始菜单 → Miniconda3 → Miniconda Prompt

第2步：创建环境

conda create -n py311_analysis python=3.11 -y

conda create -n base_env python=3.11 -y
              ↑        ↑       ↑      └── -y = 自动确认（不用手动输y）
              │        │       └──下载并安装Python 3.11      
              │        └── base_env = 自定义环境名（推荐：“py版本_用途”，如“py311_analysis”）
              └── -n = name（我要指定环境名字了）

第3步：新环境位置

C:\Users\gongx\miniconda3\
├── envs/ ← 所有环境都在这里
│ ├── py311_analysis/ ← 你创建的环境（你的命名）
│ │ ├── python.exe ← 该环境的Python
│ │ └── Lib/site-packages/ ← 该环境的包
│ └── ...
├── python.exe ← base环境的Python（不建议用）
└── ...
第4步：激活环境

conda activate py311_analysis

注意命令行提示符从 (base) 变成 (py311_analysis)

第5步：安装包（这一步现在不是必须，可以需要时再安装）

conda install pandas -y     # 装单个包，如pandas

conda install pandas numpy matplotlib jupyter -y  # 装多个包

需要某种包时，如何确定该采取何种安装方式（conda vs pip）：

情况	用什么（在Miniconda Prompt中）
主流数据科学包（numpy, pandas, pytorch）	`conda install XX`
conda里找不到的包	`pip install XX`
需要最新版本	`pip install XX`
不确定	先 `conda search 包名`，找不到再用pip

注意：每次安装包前，须先激活对应环境

第6步：验证环境

python --version
conda list

熟悉后：可一次性运行完整命令（含创建新环境、安装所需Python、安装所需包）

conda create -n py311_analysis python=3.11 pandas matplotlib jupyter -y

【三】执行特定任务时，在PyCharm中配置环境

步骤：安装PyCharm →打开→选择conda环境→运行代码

版本：

版本	特点	适用场景
Community（社区版）	免费、开源	纯 Python 开发完全够用
Professional（专业版）	30天免费试用，之后需付费	需要 Web 开发、数据库工具、远程开发等高级功能

注意：安装PyCharm 时，不要让 PyCharm 污染系统 PATH。

选项	建议	原因
`将 launchers 目录添加到 PATH`	❌ 不勾选	保持 PATH 干净，与之前的策略一致
`.py` 关联	✅ 可以勾选	方便双击打开 Python 文件
`64 位启动器`	✅ 可以勾选	在桌面创建快捷方式

【四】删除不再需要的conda 环境

第一步：确保要删除的环境当前没有激活

在 Miniconda Prompt 中，先确认一下命令行提示符前面的括号里是不是你要删的那个名字。

如果是：先退出它，回到 base 环境。
```
conda deactivate
```
退出后，提示符会变回 (base)。
如果不是：可以直接进行下一步。

第二步：执行删除命令

conda remove -n 要删除的环境名 --all

第三步：确认删除

输入命令并回车后，系统会显示一个将要删除的包列表，并询问 Proceed ([y]/n)?
输入 y 然后按回车，确认删除。
删除后，确认那个环境名字已经消失（查看所有环境列表文件夹名称或使用代码）
```
conda env list
```
常见问题：这个操作会误删我的代码或数据文件吗？

完全不会。 conda remove 命令只删除 envs 目录下那个环境文件夹里的内容（比如 Python 解释器、安装的包等）。你写在桌面或项目文件夹里的 .py 脚本、Excel 数据等，绝对安全，不会被触碰。

【总结】完整工作流（日常使用）

# 每天开始工作时，在“开始”栏打开 Miniconda Prompt
conda activate py311_analysis     # 激活你需要的环境
python your_script.py        # 运行你需要的代码


# 需要新任务时，重新创建环境并激活
conda create -n 新环境 python=3.11 -y    #创建新环境
conda activate 新环境    #激活所需环境
conda install 包名 -y    #安装所需包

# 不确定环境是否正确时的验证流程
conda env list | findstr "*"    # 1. 列出所有Conda环境，当前激活的环境将显示一个星号*
python --version    # 2. 确认Python版本正确
conda --version    # 3. 确认conda正常

其他常用命令速查

操作	命令（在Miniconda Prompt中）
退出环境	`conda deactivate`
查看所有环境	`conda env list`
查看当前环境包列表	`conda list`
删除环境	`conda remove -n 环境名 --all`

【其他问题】

Q：“conda 环境”和“Python环境”，哪种说法准确？--------Conda 环境√

说法	含义	准确性
Python 环境	仅仅指 Python 解释器 + 它的包	⚠️ 不够完整
Conda 环境	Python 解释器 + 包 + Conda 本身的管理信息	✅ 更准确

一个 Conda 环境里有什么：

一个 Conda 环境（如 py39_analysis）/
├── Python 解释器 (python.exe)
├── Python 标准库
├── 安装的包 (numpy, pandas, ...)
├── Conda 的元数据（记录装了哪些包、版本、依赖关系）
└── 可能还有：非 Python 的工具（如 curl, git 等）

关键点： Conda 环境不仅管理 Python，还可以管理任何软件包（包括 C 库、命令行工具）。

Q：什么时候需要退出当前环境？--------很少场景

场景	是否需要退出	原因
切换到另一个 Conda 环境	❌ 不需要	直接 `conda activate 新环境` 即可，会自动切换
关闭终端窗口	❌ 不需要	窗口关了，环境自然就退了
在这个环境的工作做完了	❌ 不需要	直接关终端或放着不管都没问题
要在系统自带的 Python 下运行某个命令	✅ 需要	例如系统 Python 有某个工具，Conda 环境里没有
要调试 Conda 环境本身的问题	✅ 可能需要	排除当前环境的干扰
写脚本时，脚本里需要切换环境	✅ 需要	脚本执行完要恢复原状

核心原则：只有在“明确不想用当前环境，且要用环境之外的东西”时才需要退出。

Q：什么是系统自带的 Python？

系统 Python：是指操作系统自带的、或者你手动安装到系统目录的那个 Python，它不属于任何 Conda 环境。

操作系统	系统 Python 的位置	说明
Windows	`C:\Python3xx\` 或 `C:\Program Files\Python3xx\`	Windows 不自带 Python，是你自己安装的
macOS	`/usr/bin/python3`	macOS 10.15+ 系统自带 Python 3
Linux (Ubuntu/Debian)	`/usr/bin/python3`	系统自带 Python，很多系统工具依赖它

注意： 严格来说 Windows 没有「系统 Python」，但大家习惯把「安装到系统目录、不在 Conda 里的那个 Python」也叫系统 Python。

你的电脑上的 Python们：

┌─────────────────────────────────────────────────────────┐
│ 系统 Python（/usr/bin/python3） │
│ ├── 操作系统自带或手动安装 │
│ ├── 很多系统工具依赖它（macOS/Linux） │
│ └── ❌ 不要在里面乱装包，可能会破坏系统 │
├─────────────────────────────────────────────────────────┤
│ Conda base 环境（~/miniconda3/bin/python） │
│ ├── Conda 安装时创建的默认环境 │
│ ├── 建议也不要在里面装太多包 │
│ └── ✅ 比系统 Python 安全，但最好还是创建子环境 │
├─────────────────────────────────────────────────────────┤
│ Conda 子环境（~/miniconda3/envs/py39_xxx/bin/python） │
│ ├── 你为具体任务创建的环境 │
│ ├── 可以随便装包、随便删 │
│ └── ✅✅ 日常分析都在这里做 │
└─────────────────────────────────────────────────────────┘

什么时候会用到系统 Python？

场景	说明
系统工具依赖	macOS 的某些脚本依赖 `/usr/bin/python3`，动它可能导致系统出问题
全局命令行工具	用 `pipx` 安装的工具（如 `black`、`ruff`）会用到
调试 Conda 问题	退出所有 Conda 环境，测试系统 Python 是否正常
写跨平台的安装脚本	脚本可能需要检测系统原生 Python

重要警告：不要乱动系统 Python

# ❌ 千万不要这样做（macOS/Linux）
sudo pip install xxx   # 往系统 Python 里装包

# 可能导致的后果：
# - 系统自带的某个工具（如 App Store）崩溃
# - 系统更新失败
# - 需要重装操作系统才能恢复

规则：系统 Python 仅供操作系统使用，你的数据分析代码永远不要依赖它。

Q：如何区分当前用的是哪个 Python？

# 方法1：查看路径
where python   # Windows
which python   # Mac/Linux


# 方法2：查看是否为 Conda 环境
conda info | grep "active"  # 如果有输出，说明在 Conda 环境里

# 方法3：查看 Python 路径
python -c "import sys; print(sys.executable)"

输出示例：

# 在 Conda 环境里
/Users/me/miniconda3/envs/py39_analysis/bin/python

# 在系统 Python 里
/usr/bin/python3

Q：在激活指定conda环境的情况下，conda install和pip install两种安装包的方式是否有区别？

有。虽然两者在激活环境后都能正确安装到当前环境，但它们在包来源、依赖处理、兼容性方面有重要区别。

特性	`conda install（更全面）`	`pip install（更新）`
包来源	Conda 官方仓库（defaults/conda-forge）	PyPI（Python Package Index）
依赖检查	检查所有依赖（包括非Python库）	只检查Python包依赖
非Python库	✅ 能处理（如C库、CUDA、OpenBLAS）	❌ 无法处理（需编译或系统预装）
环境一致性	强（conda管理所有包版本）	弱（可能打破conda依赖树）

情况1：conda install 成功，pip install 可能失败

情况2：pip 有更新版本，conda 版本较旧

情况3：混合使用导致环境损坏

# 激活环境后，安装包时，混用conda 和 pip的风险
conda activate myenv
conda install scipy=1.10   # conda安装scipy及其依赖
pip install numpy==1.26    # pip强制升级numpy
# ⚠️ 危险！scipy可能不兼容numpy 1.26，但conda不知道pip的改动

最佳实践建议

✅ 优先使用 `conda`（当包存在时）

✅ conda没有的包再用 `pip`

✅ 永远不要用 pip 升级 conda 已经安装的包

✅ 如必须在同一个环境中混用，最后用 `conda` 同步

# 混用时，最后用 conda 同步
conda install scipy=1.10    #conda会自动解决依赖关系，安装合适的NumPy版本（如1.24版本）
pip install numpy==1.26    #pip直接覆盖了NumPy 1.24 → 1.26（SciPy 1.10与NumPy 1.26不兼容）
conda install scipy=1.10 --force-reinstall  #重新安装SciPy 1.10（conda降级NumPy到兼容版本）

❌ 避免：频繁混用且不检查

conda install package-a
pip install package-b
conda install package-c  # 频繁混用且不检查，可能破坏pip装的包

Q：其他常见问题及解决方法

问题	原因	解决方法
`conda` 命令找不到	没用Miniconda Prompt	用开始菜单的Miniconda Prompt
装完包还报`ModuleNotFoundError`	包装到了错误的环境	先`conda activate 正确环境`再装
PyCharm报错找不到包	解释器选的是base环境	切换到`envs/环境名/python.exe`
`conda create`失败提示TOS	未同意服务条款	执行`conda tos accept`命令

-----------------------------------补充1-------------------------------------------

Q：面临新任务，需要安装其他的封闭平台时，该怎么做？

沿用同样的「独立隔离」原则——为每个封闭平台创建独立的生态环境。

当新平台也自带 Python/Conda（最常见）时，

你的电脑
├── 原有封闭平台A (Anaconda3) —— 不动
├── 新封闭平台B (自带 Python 3.8) —— 不动
├── 新封闭平台C (自带 Miniconda) —— 不动
└── 你自己的 Miniconda —— 唯一用来写代码的环境

关键： 安装新平台时，不要让它修改系统 PATH，不要让它成为默认 Python。

Q：如果需要在这个封闭平台里「写代码」怎么办？

方法1：在平台脚本中指定完整 Python 路径

# 在封闭平台的脚本编辑器里
import subprocess
result = subprocess.run([
    r"C:\Users\gongx\miniconda3\envs\py39_analysis\python.exe", "my_script.py"], capture_output=True)

多个封闭平台共存的目录结构示例

C:\
├── ProgramData\
│ ├── Anaconda3\ ← 原有封闭平台A
│ └── PlatformB\ ← 新封闭平台B
│
├── Users\gongx\
│ ├── miniconda3\ ← 你的独立 Miniconda
│ │ └── envs\
│ │ ├── py39_analysis\
│ │ ├── py310_ml\
│ │ └── platform_b_helper\ ← 为平台B写的辅助环境
│ │
│ └── platform_b_data\ ← 平台B的工作数据
│
└── Program Files\ ← 尽量不要把封闭平台装这里

安装新平台时，如果出现以下情况，要格外小心：

需警惕的信号	风险	应对
安装程序要求管理员权限	可能修改系统级配置	尽量拒绝，或装在用户目录
自动添加到 PATH	可能覆盖你的 python 命令	安装后手动检查 PATH
修改系统环境变量（如 PYTHONPATH）	可能污染所有 Python 环境	记下修改了什么，测试后考虑恢复
要求关闭杀毒软件	可能安装系统钩子	谨慎，确认来源可靠
安装旧版 VC++ 运行时	可能影响其他软件	通常没问题，但要注意

Q：万一新平台破坏了环境怎么办？

症状：

你的 conda activate 突然不好使了
python 命令调出了平台的 Python

急救步骤：

# 1. 查看当前 PATH
echo %PATH%   # Windows
echo $PATH    # Mac/Linux

# 2. 手动重新初始化 Conda
conda init --reverse  # 先清除
conda init           # 重新初始化

# 3. 或者直接用完整路径激活
C:\Users\gongx\miniconda3\Scripts\conda.exe activate py39_analysis

终极方案：

完全卸载新平台
重装 Miniconda（5分钟的事）
从备份的 environment.yml 恢复所有环境【目前未尝试】

一套原则应对所有情况：

原则	说明
物理隔离	每个封闭平台装在不同目录
PATH 隔离	不让任何平台自动添加到 PATH
环境隔离	你的代码永远在你的 Conda 环境里跑
快捷方式隔离	每个平台用各自的启动快捷方式
备份隔离	每个平台的环境配置用 `conda env export` 备份

你的电脑只有一个「可信区域」——就是你自己的 Miniconda 和它管理的环境。所有封闭平台都是「访客」，给它们独立的房间，不让它们碰你的东西。

-----------------------------------补充2-------------------------------------------

Q：什么是系统 PATH？

PATH 是系统的 “命令搜索清单”，本质是一个环境变量，里面存着一堆文件夹路径。

当你在终端 / 命令行里敲一个命令（比如 python、git、node、ping）时，当你输入 python 或 conda 时，系统会按 PATH 顺序找到第一个匹配的，而非满硬盘乱找。

举例，假设你的 PATH 里有这几个路径：

C:\Windows\system32
C:\Python311
C:\Program Files\Git\bin

你输入：

ping → 去 system32 里找到 ping.exe
python → 去 Python311 里找到 python.exe
git → 去 Git 的 bin 里找到 git.exe

如果某个软件的目录不在 PATH 里，你就必须输入完整路径才能运行，很麻烦。

Q：什么情况需要查询系统 PATH？

遇到 命令找不到、版本不对、刚装工具要验证、排查环境问题时，就需要查询系统 PATH。

Q：如何查询系统 PATH？

Windows 系统：在 cmd 或 PowerShell 中输入

# 查看当前命令提示符下的 PATH（包括系统 PATH + 用户 PATH + 当前会话临时添加的）
echo %PATH%

macOS / Linux：

# 查看当前会话的 PATH
echo $PATH

# 分行显示（更易读）
echo $PATH | tr ':' '\n'

利用AI辅助判断判断 PATH 里是否存在问题，是否需要清理。

Q：什么情况需要清理PATH？

1. 出现 “命令冲突 / 版本错乱” 时，比如：系统里装了多个 Python、Java、Node；输入 python 跑出来的不是你想要的版本；明明装了新版，系统却调用旧版。

原因：PATH 里旧路径排在前面，优先被找到。→ 需要清理多余、旧版本路径。

2. 软件已经卸载，但 PATH 还留着路径：很多软件卸载不会自动删 PATH 记录，这些无效路径留在 PATH 里，会拖慢命令查找速度，可能导致奇怪报错→ 必须清理。

3. PATH 太长、重复路径太多：系统每次执行命令都要遍历一遍，效率低。→ 精简 PATH。

4. 命令提示 “找不到” 但路径明显不对：比如你明明加了路径，却依然报错：路径拼写错误；多了空格、中文、特殊符号；路径格式错误（Windows/Linux 混用）→ 检查并清理错误路径。

5. 安全风险(PATH 里有可疑 / 陌生路径):有些恶意软件、脚本会把自己的目录加到 PATH 最前面，劫持系统命令（如 ping、cmd、java 等）。如果你发现：有不认识的陌生路径；看起来像临时文件夹、用户目录的可疑项→ 立即清理。

6. 切换开发环境、重置环境时：比如重装系统、重装开发环境；从 Python2 切到 Python3；统一团队开发环境。需要把旧的、混乱的 PATH 清空重建，避免干扰。→ 彻底清理 PATH。

7. 脚本、自动化任务运行异常：有些脚本对 PATH 敏感，如多一个路径就调用错程序、路径顺序不对就失败。为了稳定运行，需要干净、最小化的 PATH。

一句话总结：只要出现 命令冲突、版本错乱、软件已删但路径还在、PATH 混乱、安全可疑，就需要清理 PATH。

Q：Windows系统如何安全清理 PATH，而不会搞崩系统？

原则：只删你认识且确定不用的，不认识的一律不动。

一、只要是下面这些，一律保留，不要动：

C:\Windows\system32
C:\Windows
C:\Windows\System32\Wbem
C:\Windows\System32\WindowsPowerShell\v1.0\
任何以 Windows、System32 开头的路径
上述这些不能删除，会搞崩系统，其他路径都可以放心删。

二、打开 PATH 编辑器（安全方式）

按 Win + Pause/Break 或右键此电脑 → 属性，点高级系统设置，点环境变量，找到两个 PATH：用户变量 → PATH（只对你当前账号生效）；系统变量 → Path（对整个电脑生效）

一般只需要清理用户 PATH，更安全。安全清理步骤（不会出错）：

1. 先备份（强烈建议）：点击 Path → 编辑，全选复制所有内容，粘贴到记事本保存。万一改错，直接粘贴回去即可恢复。

2. 只删这几类路径（绝对安全）：软件已经卸载、不存在的路径。重复的路径（一模一样的出现多次）。明显错误、乱码、中文乱码路径。旧版本开发工具（旧 Python、Java、Node、Git 等）

测试软件、临时工具的路径。你完全不认识、不知道干嘛的路径。

3. 不要做的事：不要删系统路径（上面列的那几个）。不要把 Path 清空。不要加奇怪符号、空格、中文路径。不要把不明程序路径放到最前面。4. 调整顺序（可选）：想让某个版本优先，就把它往上移。例如想用新版 Python，就把它移到旧 Python 上面。

三、清理完，如何验证是否正常：打开 cmd 依次输入：

ping
ipconfig
notepad
python
git
java

这些命令能正常运行，说明系统完全没问题。

【个人】删除系统 PATH 中的 Anaconda 条目不会影响封闭平台的使用

原理：当已经在 VS Code 中通过 Python: Select Interpreter 选中过一个环境后，VS Code 将记录该绝对路径，之后运行代码时，VS Code 直接调用这个完整路径，而不依赖系统 PATH去「找」python。即使 PATH 里没有它，照样能用。

操作	对 VS Code 选择环境的影响
删除 PATH 中的 `C:\Users\gongx\anaconda3\Scripts`	❌ 无影响
删除 PATH 中的 `C:\Users\gongx\anaconda3\Library\bin`	❌ 无影响
删除 PATH 中的 `C:\Users\gongx\anaconda3`	❌ 无影响

唯一需要注意的情况：如果你重新打开 VS Code，并且之前选中的环境找不到了（例如整个 anaconda3 文件夹被移动或删除），VS Code 才会提示你重新选择。但你现在只是删除 PATH 条目，anaconda3 文件夹本身完好无损，所以 VS Code 仍然能找到它。