引言
本文是《Python工具：Anaconda介绍与下载安装》的续篇。如果你还没有完成 Anaconda 的下载与安装，建议先阅读上一篇文章，把基础环境准备好。
安装完成后，conda 默认会从海外软件源下载依赖包，国内访问时经常出现速度慢、连接超时甚至安装失败的问题。为了让后续的包安装和更新更加顺畅，我们需要先为 conda 配置国内镜像源。下面将以清华大学 Anaconda 镜像源为例，介绍具体配置方法。
一、配置conda国内镜像源
conda 默认软件源服务器部署在海外，国内网络访问速度慢，经常会出现下载超时、安装失败的问题。为了解决下载慢的问题，需要手动配置国内镜像源，这里使用清华大学 Anaconda 镜像源。
1. 生成配置文件
打开Anaconda Prompt，执行下面命令：
conda config--setshow_channel_urlsyes执行完成后，会在用户目录下生成.condarc配置文件。
Windows 路径：
C:\Users\你的用户名\.condarc，这是隐藏文件，需要开启文件管理器「显示隐藏项目」才能看见。
2. 编辑镜像配置文件
- 找到
.condarc文件，右键选择记事本打开； - 将文件原有全部内容删除；
- 将下面清华镜像配置完整粘贴进去，保存并关闭文件。
channels:-https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/-https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge-https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/-defaultsshow_channel_urls:true保存之后，conda 下载包就会走清华镜像，下载速度大幅提升。
小提示：如果后续想恢复官方默认源，可以执行：
conda config --remove-key channels。
二、conda常用命令
conda 主要分为虚拟环境管理和软件包管理两大块，全部命令在 Anaconda Prompt 终端执行。
1. 虚拟环境管理
虚拟环境核心作用：环境隔离。不同项目可以使用不同的 Python 版本、不同的库版本，各个项目之间互不干扰，避免版本冲突。
| 功能 | 命令 | 示例 |
|---|---|---|
| 创建虚拟环境 | conda create -n <环境名> python=<版本号> | conda create -n env1 python=3.12 |
| 激活虚拟环境 | conda activate <环境名> | conda activate env1 |
| 退出当前环境 | conda deactivate | conda deactivate |
| 查看全部环境 | conda env list/conda info --env | conda env list |
| 删除整个虚拟环境 | conda remove -n <环境名> --all | conda remove -n env1 --all |
| 查看 conda 整体信息 | conda info | conda info |
注意：
- 刚打开 Anaconda Prompt 默认处于
(base)基础环境，不要直接在 base 环境做项目开发，建议新建独立虚拟环境。- PyCharm 指定 Anaconda 解释器时，可以直接选择已经建好的 conda 环境，也可以在 PyCharm 内部自动新建 conda 虚拟环境。
2. 软件包管理
在已经激活的虚拟环境中执行包管理命令，库只会安装到当前环境，不会影响其他环境。
| 功能 | 命令 | 示例 |
|---|---|---|
| 安装软件包 | conda install <包名> | conda install numpy |
| 安装指定版本包 | conda install <包名>=<版本号> | conda install numpy=1.26.4 |
| 更新软件包 | conda update <包名> | conda update pandas |
| 卸载软件包 | conda remove <包名> | conda remove matplotlib |
补充常用命令：
# 查看当前环境已经安装的所有包conda list# 搜索某个包conda search numpy小知识点：conda 仓库包数量有限，如果 conda 找不到目标库，可以在激活环境之后，继续使用
pip命令安装。pip 安装的包同样归属于当前 conda 虚拟环境。
