一、anaconda 介绍

我是一个多年的 Java 工程师，之前也写过一些简单的 Python 程序，随着 AI 的发展，后续使用 Python 会越来越多，和Java一样，Python 涉及环境配置和项目依赖冲突相关可能会出踩一些坑。

了解到 anaconda 比较强劲，它集成了Python、包管理工具conda和环境管理功能，能像管理Java项目依赖和环境一样轻松管理Python。

有了它，实现环境级隔离，能像用Maven管理Java项目的依赖一样精准，可以解决不同项目依赖库版本冲突问题。

二、anaconda 下载

官方下载：

官方提供了两个下载版本：

Anaconda Distribution 和 Miniconda 的核心区别在于预装内容和安装包大小，但它们的核心环境管理工具 (conda) 和功能是完全一致的。

下面是具体区别：

从Java角度理解，Anaconda Distribution 就类似一个预装了完整开发栈的Java IDE (如 IntelliJ IDEA Ultimate 或 Eclipse for Enterprise Java)，它自带了你可能用到的许多库和工具 (Spring, Maven, Gradle, JUnit, Tomcat 集成, 数据库工具等)，开箱即用，适合快速开始企业级项目，但体积庞大。

而 Miniconda 就类似一个轻量级的Java开发核心包 (列如只安装了 JDK 和 Maven/Gradle 命令行工具)，它只提供了最基础的运行和构建环境 (java, javac, mvn/gradle)。我们需要手动编辑 pom.xml/build.gradle 文件来明确声明和下载项目真正需要的依赖库 (如 Spring Core, JUnit 等)。虽然更轻量、更灵活，但需要手动配置依赖。

如果电脑资源足够，提议下载 Anaconda Distribution，省心。

确定版本后，再对应下载符合你 Mac 的版本

前面两个是M芯片，后面两个是Intel芯片。

直接下载就好，虽然标记的是 Python 3.13，这表明base环境是 Python 3.13，不用担心环境兼容性，Conda 的核心优势之一就是强劲的环境隔离和版本管理能力，不影响创建其他版本环境，列如 Python 3.9，conda create命令指定python=3.9就能创建准确版本的环境，后续所有开发都在这个隔离环境中进行。

本次下载 64-Bit (Intel chip) Graphical Installer (776M)。

如果官网访问不了，可以使用国内清华大学开源软件站：
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

三、anaconda 安装

运行安装包，按照提示进行安装就好了。

最后安装完成：

查看安装的 conda 版本，使用命令 conda -V

列出当前激活环境中的所有已安装包及其版本，使用命令 conda list：

查看所有环境，使用命令 conda env list

四、anaconda 启动

安装后应用程序叫 Anaconda Navigator：

点击启动：

本次启动 jupyter notebook

终端会自动启动环境

等待一会儿，然后会自动在浏览器打开 jupyter notebook，默认进入的当前用户home目录

新建文件夹

然后：

选择内核：

然后就可以开始编写代码了：

如果要关闭 jupyter notebook，直接关闭网页即可，代码是存储在本地电脑的文件夹里的，不用担心丢失。

五、创建 conda 环境

本次以一个 python 开源项目 Qbot 为例：

项目提议 python3.8、pyhont3.9，但本地 python 环境已经是 3.13 了：

那么就可以使用 conda 创建一个环境 3.8 或 3.9 的环境。

创建conda环境，使用如下命令：

conda create -n Qbot python=3.9

切换环境，使用：

conda activate Qbot