写在前面
之前搭建 Python 环境时，没有及时记录下完整的配置过程。这次需要重新从零搭建，结果折腾了大半天才把环境恢复好。为了避免以后再踩同样的坑，于是把这次从 Miniconda + VSCode + Jupyter 的完整配置过程记录下来，方便后续再次复用。
– 如果你也是刚入门、不想被环境配置劝退的同学，希望这篇博客能帮你省下一些时间。
目录
一、 miniconda 安装
1.安装包下载
2.miniconda安装
3.miniconda验证
二、miniconda配置
1.换源：
2.创建并激活虚拟环境
三、Jupyter安装
四、pycharm使用虚拟环境
五、VS Code使用虚拟环境
一、 miniconda 安装
1.安装包下载
（1）建议 清华镜像源（官网下载速度慢）：Miniconda 清华镜像源
（2）单击安装 Miniconda3-latest-Windows-x86_64.exe （latest表示是官方提供的最新稳定版安装包）
2.miniconda安装
（1）右击 – 以管理员方式运行；
（2）推荐Just me
（3）将miniconda安装路径修改至其他盘
（4）勾选项分别为：
（5）单击Intall，等待安装完毕。
3.miniconda验证
（1）按键win + R ——> 输入cmd 打开命令行窗口
（2）命令行内输入如下命令查看conda、环境相关信息：
conda info
– 出现以下界面 ——> 安装成功
（3）其他命令：
- 检查Python是否已经添加进PATH：echo %PATH%
- 检查系统默认Python版本：where python
- 检查Conda版本：conda –version
- 升级Conda：conda update conda
- 检查Conda默认Python版本：python –version
二、miniconda配置
1.换源：
– Conda 默认源在国外，国内下载经常超时或失败。换成清华镜像后，下载速度更快、连接更稳定。
（1）win + s 搜索并打开 anaconda prompt（ 安装时如果勾选了 “Add Miniconda3 to my PATH”，普通 CMD 里就能直接使用 conda 命令；如果没有勾选，则从开始菜单打开 Anaconda Prompt (miniconda3) ）
（2）配置清华镜像源：
依次执行：
conda config –remove-key channels
conda config –add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config –add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config –set show_channel_urls yes
说明：
-
conda config –remove-key channels 先清空旧源，避免之前残留的配置干扰。（如果之前没配过源，这一句也可以跳过）
-
如果遇到 SSL 证书错误，可以把 https 换成 http，例如：
conda config –add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config –add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
（3）清除缓存（可选）：
conda clean –all
– 执行后输入 y 确认，这一步能清掉之前下载失败留下的缓存，避免干扰新环境创建。
（4）验证源是否配置成功：
conda config –show channels
– 如果输出的第一项是 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/，说明配置成功。
2.创建并激活虚拟环境
（1）环境创建，输入：
conda create -n py39 python=3.9
– py39是虚拟环境的名称，python=3.9是python的版本号，回车执行代码。
– 《李沐动手学深度模型》使用的py版本为3.9，这里创建相同版本，在后续学习时兼容性更好一些。
（2）环境激活，输入：
activate py39
– 激活的环境名（py39），与创建的环境名保持一致。
显示py39 —— > 环境激活成功。
（3）conda 相关操作：
- 查看 conda 已有虚拟环境：
conda info -e
conda env list
- 对虚拟环境的操作：
# 1 创建虚拟环境
conda create -n "envName"
conda create -n "envName" python=3.8 # 同时指定python版本
# 2 激活环境
activate "envName"
conda activate "envName"
# 3 退出环境
conda deactivate "envName"
# 4 移除环境
conda remove -n "envName" –all #如果没有"–all",会出现移除不干净的情况
# 5 只要创建虚拟环境，默认在此文件夹中
conda config –add envs_dirs D:\\CondaEnvs
# "envName"是环境名称，可以任意更改
- Packages 指定环境下安装包
conda list # 显示该环境下的所有包
conda install [packageName] # 安装[packageName]包
conda install [packageName]==1.0.0 # 安装版本为1.0.0的[packageName]包
conda install -n py27numpy # 在Python2编译环境中安装numpy包
conda search [packageName] # 搜索[packageName]包
conda uninstall [packageName] # 卸载[packageName]包
三、Jupyter安装
（1）安装jupyter：
conda create -n jupyter python=3.11 # 创建jupyter环境，3.11通用一些
activate jupyter # 进入该环境
conda install jupyter notebook # 安装Jupyter包
【这里采用 单独建一个环境专门放 Jupyter，其他环境只装 ipykernel 并注册内核 的形式（后续创建的虚拟环境不用再次安装jupyter，即可使用），本质：Jupyter 的启动环境和内核环境可以不同。用 3.11 的 Jupyter 启动服务，用 3.9 的内核跑代码】
（2）其他环境安装内核，以py39为例：
# 打开其他环境安装内核
conda activate py39
conda install ipykernel
ipython kernel install –user –name=[kernelName] #将一个名称为[kernelName]的内核添加到jupyter中，自己取名即可
运行 Jupyter Notebook 仍在Anaconda Prompt的 jupyter 环境下运行。
activate jupyter
jupyter notebook
– （以VScode为例）可以看到 jupyter Kernel 中出现 py39 ——> 成功
四、pycharm使用虚拟环境
（1）按照 pycharm安装教程
链接中的pycharm安装部分安装pycharm
（2）pycharm – setting 中选择创建好的环境。
五、VS Code使用虚拟环境
拓展商城安装 python / jupyter / chinese 等即可使用。
参考文章
1. (80 封私信 / 42 条消息) Miniconda+Jupyter 小白设置指南(Windows) – 知乎 2. 优雅地安装 miniconda 和 Jupyter（从零开始~保姆式）_miniconda官网-CSDN博客
