1. 先想清楚為什么是 Miniconda而不是 Anaconda 或裸 Python1.1 一個(gè)常見(jiàn)的翻車(chē)現(xiàn)場(chǎng)我見(jiàn)過(guò)太多人裝 Python 環(huán)境的流程是這樣的官網(wǎng)下個(gè)安裝包一路下一步裝完打開(kāi)終端敲pip install然后過(guò)兩個(gè)月回頭看發(fā)現(xiàn) base 環(huán)境里堆了三四十個(gè)包numpy 從 1.x 升到 2.x某個(gè)老項(xiàng)目突然跑不起來(lái)了torch 和 tensorflow 互相打架最后只能重裝系統(tǒng)盤(pán)。這不是夸張這是我身邊真實(shí)發(fā)生過(guò)不只一次的事。問(wèn)題的根源不在 Python 本身而在于很多人從第一天起就沒(méi)把環(huán)境隔離當(dāng)成一件必須做的事。裸裝 Python 的問(wèn)題是全局只有一套 site-packages所有項(xiàng)目的依賴都往一個(gè)池子里扔Anaconda 的問(wèn)題是它一上來(lái)就給你塞了幾百個(gè)包、幾個(gè) G 的空間base 環(huán)境臃腫得像個(gè)雜物間你根本不知道哪些包是項(xiàng)目要的、哪些是發(fā)行版自帶的。Miniconda 站的位置剛好在中間它只給你 conda 這個(gè)包管理器加一個(gè)最精簡(jiǎn)的 Python 解釋器剩下的全靠你自己按需創(chuàng)建環(huán)境。聽(tīng)起來(lái)像多了幾步麻煩但這幾步恰恰是把環(huán)境這件事從一開(kāi)始就管住的關(guān)鍵。我個(gè)人的判斷標(biāo)準(zhǔn)很樸素——如果你需要跑超過(guò)兩個(gè)不同依賴的項(xiàng)目就該用 conda 系如果你還要在 Windows 上裝帶編譯擴(kuò)展的包比如科學(xué)計(jì)算、深度學(xué)習(xí)那一套那 Miniconda 基本是最省心的選擇。1.2 conda 和 pip 到底該怎么分工這是新手最容易糊涂的一點(diǎn)。簡(jiǎn)單說(shuō)conda 管的是整個(gè)環(huán)境里的二進(jìn)制包pip 管的是PyPI 上的純 Python 包。conda 的優(yōu)勢(shì)在于它能處理非 Python 的依賴比如某個(gè)庫(kù)底層依賴的 C 編譯庫(kù)、CUDA 運(yùn)行時(shí)、MKL 數(shù)學(xué)庫(kù)這些都是 pip 裝不動(dòng)的conda 能連包帶依賴一起給你擺平。pip 的優(yōu)勢(shì)是包全PyPI 上什么冷門(mén)庫(kù)都有conda 的官方頻道不一定收。所以我的實(shí)操原則是優(yōu)先 conda 裝conda 找不到或者版本太舊再用 pip 補(bǔ)。順序反了容易出事——先用 pip 裝了個(gè)包后來(lái)又用 conda 裝依賴它的東西conda 可能會(huì)把 pip 裝的那份覆蓋掉環(huán)境就變得很難解釋。真的混用了也要記住一條在同一個(gè)環(huán)境里盡量把 conda 的操作做完最后再用 pip 收尾。場(chǎng)景推薦工具原因科學(xué)計(jì)算棧numpy/scipy/pandasconda自帶優(yōu)化過(guò)的二進(jìn)制省去編譯深度學(xué)習(xí)框架torch 等conda能一并處理 CUDA 相關(guān)依賴?yán)溟T(mén)純 Python 庫(kù)pipconda 頻道收錄不全需要指定精確小版本兩者皆可看哪個(gè)有裝前先conda search確認(rèn)從 GitHub 源碼裝pip-e模式conda 不擅長(zhǎng)處理本地源碼這個(gè)表我建議貼在顯示器邊上真能少走不少?gòu)澛贰?.3 安裝前必須先確認(rèn)的兩件事第一件是磁盤(pán)空間。Miniconda 本體裝完大概 500MB 左右但每個(gè)虛擬環(huán)境少則幾百 MB、多則兩三個(gè) G裝了深度學(xué)習(xí)框架之后你會(huì)看到這個(gè)數(shù)字所以別把它裝在一個(gè)只剩兩個(gè) G 的盤(pán)里。我一般會(huì)單獨(dú)留一個(gè)目錄比如D:\dev\miniconda3或者~/dev/miniconda3把所有環(huán)境集中在一個(gè)地方將來(lái)清理、備份、遷移都方便。第二件是路徑里絕對(duì)不能有中文和空格。這條是老生常談但每年還是有人栽在上面。conda 在創(chuàng)建環(huán)境時(shí)會(huì)往路徑里寫(xiě)大量腳本文件一旦路徑含空格或中文某些包的編譯腳本、shell 激活腳本就會(huì)解析失敗報(bào)出來(lái)的錯(cuò)誤往往莫名其妙比如The system cannot find the path specified或者某個(gè).bat無(wú)法執(zhí)行排查半天最后發(fā)現(xiàn)是路徑問(wèn)題。安裝目錄名、你的 Windows 用戶名、項(xiàng)目文件夾名這三處都要檢查。2. 裝 MinicondaWindows 和 macOS 的分步操作2.1 Windows 上的安裝細(xì)節(jié)與那個(gè)容易點(diǎn)錯(cuò)的選項(xiàng)到 Miniconda 的官方下載頁(yè)選對(duì)應(yīng)系統(tǒng)、對(duì)應(yīng)架構(gòu)現(xiàn)在基本都是 64 位的安裝包。Windows 上給的是.exe大小一百來(lái)兆。下載完雙擊一路 Next中途有兩個(gè)地方需要停下來(lái)看一眼。第一個(gè)是Install for: Just Me / All Users。選 Just Me安裝路徑會(huì)在你的用戶目錄下不需要管理員權(quán)限后面用起來(lái)最省事選 All Users 會(huì)裝到C:\ProgramData下多用戶共用但某些操作需要提權(quán)。個(gè)人開(kāi)發(fā)機(jī)我建議 Just Me。第二個(gè)是安裝向?qū)ё詈竽琼?yè)的兩個(gè)勾選框。第一個(gè)是Add Miniconda3 to my PATH environment variable官方建議不要勾原因很簡(jiǎn)單勾了之后 conda 的 base 環(huán)境會(huì)永久性混進(jìn)系統(tǒng) PATH你打開(kāi)任何終端都默認(rèn)在那個(gè)環(huán)境里容易和系統(tǒng)里其他軟件自帶的 Python 沖突。第二個(gè)是Register Miniconda3 as my default Python這個(gè)可以勾問(wèn)題不大。正確做法是不勾 PATH然后用開(kāi)始菜單里那個(gè) Anaconda Prompt (Miniconda3) 作為專用入口——這個(gè)快捷方式啟動(dòng)時(shí)會(huì)自動(dòng)幫你初始化 conda不污染系統(tǒng)環(huán)境。安裝完成后從開(kāi)始菜單打開(kāi) Anaconda Prompt敲conda --version能打出類似conda 24.x.x的字樣就說(shuō)明裝好了。如果提示不是內(nèi)部或外部命令八成是你從普通的 cmd 或 PowerShell 打開(kāi)的換那個(gè)專用快捷方式再試。2.2 macOS 上的安裝與 shell 初始化的坑macOS 上給的是.pkg安裝包雙擊按提示走默認(rèn)會(huì)裝到~/miniconda3。裝完之后一定要做 shell 初始化這一步很多人漏掉結(jié)果終端里怎么敲 conda 都沒(méi)反應(yīng)。現(xiàn)在的 macOS 默認(rèn) shell 是 zsh所以~/miniconda3/bin/conda init zsh如果你還在用 bash就把zsh換成bash。這個(gè)命令做的事是在你的~/.zshrc里追加一段 conda 初始化腳本。執(zhí)行完必須關(guān)掉終端重開(kāi)或者手動(dòng)source ~/.zshrc否則不生效。注意如果你的 Mac 是 Apple 芯片裝之前先確認(rèn)下載的是 arm64 版本的安裝包。裝錯(cuò)了 x86 版本conda 也能跑但會(huì)走 Rosetta 轉(zhuǎn)譯裝某些帶編譯擴(kuò)展的包會(huì)明顯變慢甚至裝不上。Linux 上沒(méi)有圖形界面直接跑安裝腳本bash Miniconda3-latest-Linux-x86_64.sh一路回車(chē)看協(xié)議最后問(wèn)是否 conda init 選 yes。裝完同樣重開(kāi)終端。2.3 裝完馬上要做的三件配置第一件關(guān)掉 base 環(huán)境的自動(dòng)激活。默認(rèn)情況下你每開(kāi)一個(gè)終端前面都會(huì)多一個(gè)(base)這意味著你所有的隨手操作都在 base 環(huán)境里做時(shí)間長(zhǎng)了 base 就被污染了。執(zhí)行conda config --set auto_activate_base false之后再開(kāi)終端就是干凈的需要哪個(gè)環(huán)境再手動(dòng) activate。這個(gè)習(xí)慣我強(qiáng)烈建議從第一天就養(yǎng)成我見(jiàn)過(guò)太多人 base 環(huán)境被搞壞之后不得不重裝 Miniconda。第二件配國(guó)內(nèi)鏡像源如果你在下載速度上確實(shí)有困擾。conda 默認(rèn)走的是境外服務(wù)器裝大包時(shí)經(jīng)?？ㄗ』蛘邤?。鏡像源配置內(nèi)容是環(huán)境相關(guān)的各家鏡像站給的命令會(huì)變正常做法是到鏡像站官方說(shuō)明頁(yè)照著抄那幾行conda config --add channels和conda config --set show_channel_urls yes。配置完之后conda config --show channels可以確認(rèn)順序鏡像要放在前面才有意義。第三件驗(yàn)證下載配置是否真的生效。隨便建個(gè)小環(huán)境試試conda create -n testenv python3.11看下載速度正常不正常。如果某個(gè)包一直卡在 Solving environment 半天不動(dòng)那多半是源的問(wèn)題或者 conda 版本太老可以考慮conda update -n base conda升一下本體。3. 創(chuàng)建虛擬環(huán)境命名、版本與依賴落地的實(shí)戰(zhàn)做法3.1 環(huán)境命名與目錄集中管理conda create -n 環(huán)境名 python版本是基本語(yǔ)法但環(huán)境名怎么起是有講究的。我的習(xí)慣是項(xiàng)目名 主要依賴的大版本比如cv-torch2、nlp-py311、web-django5。這么起名有兩個(gè)好處一是以后conda env list一眼能看出每個(gè)環(huán)境是干嘛的二是同時(shí)存在多個(gè)版本時(shí)不會(huì)搞混。不要用test1、env、myenv這種名字三個(gè)月后你自己都認(rèn)不出來(lái)那是干什么的。環(huán)境默認(rèn)存放在 Miniconda 安裝目錄的envs下面。如果你想讓環(huán)境放在別處比如 C 盤(pán)吃緊想放 D 盤(pán)可以在~/.condarc里加一行envs_dirs指定首選路徑envs_dirs: - D:\dev\conda-envs - ~/miniconda3/envs寫(xiě)成列表的意思是有多個(gè)候選conda 會(huì)優(yōu)先用第一個(gè)可寫(xiě)的。這種集中管理的思路在環(huán)境變多之后特別有用——清理、備份都只是對(duì)一個(gè)目錄操作。創(chuàng)建環(huán)境的命令本身很簡(jiǎn)單但有幾個(gè)參數(shù)值得記住conda create -n cv-torch2 python3.11 numpy pandas -ypython3.11是指定解釋器版本盡量寫(xiě)具體別只寫(xiě)python否則 conda 會(huì)拉最新的將來(lái)復(fù)現(xiàn)時(shí)可能對(duì)不上。后面可以直接跟要裝的包c(diǎn)onda 會(huì)在創(chuàng)建時(shí)一次性解決依賴比先建環(huán)境再一個(gè)個(gè)裝效率高得多。-y是跳過(guò)確認(rèn)腳本化時(shí)有用手動(dòng)操作可加可不加。另外還有--clone參數(shù)值得一提。當(dāng)你需要一個(gè)當(dāng)前環(huán)境的副本做實(shí)驗(yàn)時(shí)怕把好好的環(huán)境搞壞conda create -n cv-torch2-exp --clone cv-torch2比重新裝一遍依賴快得多尤其在包很多的時(shí)候差距明顯。3.2 用 environment.yml 把環(huán)境存下來(lái)在同一個(gè)項(xiàng)目里反復(fù)建環(huán)境的場(chǎng)景下手動(dòng)一條條敲conda install是低效且不可復(fù)現(xiàn)的。正確做法是從項(xiàng)目一開(kāi)始就用environment.yml管理依賴。一份典型的文件長(zhǎng)這樣name: cv-torch2 channels: - defaults dependencies: - python3.11 - numpy1.26 - pandas - matplotlib - pip - pip: - some-pypi-only-package0.4.1注意pip:這一段是嵌套寫(xiě)法它表示用 pip 裝的包這樣 conda 在構(gòu)建環(huán)境時(shí)會(huì)先裝完 conda 那部分再用 pip 補(bǔ)齊。用這個(gè)文件一步建環(huán)境conda env create -f environment.yml反過(guò)來(lái)如果你已經(jīng)用手動(dòng)方式建好了一個(gè)環(huán)境想把它導(dǎo)出成文件conda env export --no-builds environment.yml這里加--no-builds是我個(gè)人的強(qiáng)烈建議。默認(rèn)導(dǎo)出的內(nèi)容里每個(gè)包都帶一個(gè) build 字符串比如numpy-1.26.4-py311h1234567_0后面那一串它和具體的操作系統(tǒng)、架構(gòu)強(qiáng)綁定你把文件發(fā)給用不同系統(tǒng)的同事大概率裝不上。去掉 build 字符串之后conda 會(huì)自己挑當(dāng)前平臺(tái)合適的版本兼容性大幅提升。一個(gè)實(shí)操細(xì)節(jié)conda env export導(dǎo)出的內(nèi)容會(huì)把你環(huán)境里所有包都列出來(lái)包括你隨手裝上、根本沒(méi)在用的那些。干凈的做法是手動(dòng)維護(hù)一份精簡(jiǎn)的依賴清單只寫(xiě)項(xiàng)目真正需要的頂層依賴讓 conda 自己去解傳遞依賴。這份手工清單才是真正值得提交到代碼倉(cāng)庫(kù)的東西。3.3 環(huán)境創(chuàng)建完成后必須驗(yàn)證的幾件事建完環(huán)境不要直接開(kāi)始寫(xiě)代碼先做一輪驗(yàn)證能省掉后面大量為什么跑不起來(lái)的困惑。先激活conda activate cv-torch2注意 Windows 上如果你用的是老的 cmd可能conda activate不認(rèn)需要先用conda init cmd.exe初始化一次并重開(kāi)窗口。PowerShell 同理conda init powershell。激活之后看解釋器路徑對(duì)不對(duì)where python # Windows which python # macOS / Linux輸出里應(yīng)該包含.conda或者envs\cv-torch2這樣的路徑。如果打出來(lái)的是系統(tǒng)自帶那個(gè) Python說(shuō)明激活沒(méi)生效多半是 shell 沒(méi)初始化好。然后驗(yàn)證版本和關(guān)鍵庫(kù)python --version python -c import numpy; print(numpy.__version__)最后看一眼環(huán)境列表確認(rèn)新環(huán)境確實(shí)存在conda env list帶星號(hào)*的那個(gè)是你當(dāng)前激活的環(huán)境。這個(gè)命令以后你會(huì)天天用值得記熟。4. 讓 VS Code 認(rèn)出你的 conda 環(huán)境4.1 裝什么擴(kuò)展、哪個(gè)才是必須的VS Code 里和 Python 相關(guān)的擴(kuò)展有好幾個(gè)裝的次序會(huì)影響體驗(yàn)。必須裝的是官方那個(gè) Python 擴(kuò)展作者是 Microsoft它負(fù)責(zé)語(yǔ)言服務(wù)、調(diào)試、運(yùn)行、環(huán)境發(fā)現(xiàn)。裝了它之后會(huì)自動(dòng)帶上一個(gè) Pylance提供類型推斷和代碼跳轉(zhuǎn)不用單獨(dú)裝。如果你經(jīng)常寫(xiě) Jupyter Notebook再補(bǔ)一個(gè) Jupyter 擴(kuò)展。有一個(gè)常見(jiàn)的困惑是裝了 Python 擴(kuò)展之后右下角/狀態(tài)欄沒(méi)有顯示當(dāng)前解釋器版本。這是因?yàn)樾掳?VS Code 把解釋器選擇器移到了別的位置通常是編輯器右上角的那個(gè)按鈕或者按CtrlShiftP輸入Python: Select Interpreter直接調(diào)出來(lái)。我一般直接記這個(gè)命令面板路徑比找按鈕快。4.2 解釋器沒(méi)有被自動(dòng)識(shí)別怎么辦正常情況下 VS Code 會(huì)自動(dòng)掃描常見(jiàn)安裝路徑把你的 conda 環(huán)境列出來(lái)。但如果你安裝時(shí)選了自定義目錄比如裝到了 D 盤(pán)它可能掃不到。這時(shí)候要手動(dòng)把路徑告訴它。在 VS Code 的設(shè)置里搜python.defaultInterpreterPath填入你目標(biāo)環(huán)境里解釋器的完整路徑。比如 Windows 下是D:\dev\conda-envs\cv-torch2\python.exemacOS 下是/Users/你的用戶名/miniconda3/envs/cv-torch2/bin/python另一種更省事的辦法是在項(xiàng)目根目錄建一個(gè).vscode/settings.json把解釋器路徑寫(xiě)進(jìn)去這樣這個(gè)配置只對(duì)這個(gè)項(xiàng)目生效不會(huì)影響你其他項(xiàng)目{ python.defaultInterpreterPath: D:\\dev\\conda-envs\\cv-torch2\\python.exe, python.terminal.activateEnvironment: true }注意 JSON 里的反斜杠要寫(xiě)成雙反斜杠這是 JSON 的轉(zhuǎn)義規(guī)則寫(xiě)單斜杠會(huì)解析失敗。第二行那句activateEnvironment的意思是在 VS Code 內(nèi)置終端里打開(kāi)新終端時(shí)自動(dòng)激活當(dāng)前選中的 conda 環(huán)境這個(gè)配上之后體驗(yàn)提升非常明顯不用每次手動(dòng)敲conda activate。4.3 內(nèi)置終端的雙激活陷阱這是我最想強(qiáng)調(diào)的一個(gè)坑因?yàn)樗[蔽了。你在 VS Code 里可能同時(shí)遇到兩件事一是你手動(dòng)在終端里conda activate了某個(gè)環(huán)境二是 VS Code 的 Python 擴(kuò)展根據(jù)defaultInterpreterPath又自動(dòng)激活了一次。兩個(gè)來(lái)源不一致時(shí)就會(huì)出現(xiàn)編輯器里提示的庫(kù)版本和終端里 import 出來(lái)的版本對(duì)不上的詭異現(xiàn)象。排查這個(gè)問(wèn)題的辦法很簡(jiǎn)單在出錯(cuò)的那個(gè)終端里直接跑python -c import sys; print(sys.executable)看它指向哪。如果和你編輯器狀態(tài)欄顯示的解釋器路徑不一致那就是激活沖突。修復(fù)方案是二選一別讓兩個(gè)機(jī)制同時(shí)管要么在 settings 里把python.terminal.activateEnvironment關(guān)掉、全靠手動(dòng) activate要么把它開(kāi)著、并且保證defaultInterpreterPath指向的就是你要用的那個(gè)環(huán)境然后終端里不要再手動(dòng)切換。還有一個(gè) Windows 特有的情況PowerShell 默認(rèn)的執(zhí)行策略可能禁止運(yùn)行 conda 的激活腳本報(bào)錯(cuò)大意是無(wú)法加載文件因?yàn)樵诖讼到y(tǒng)上禁止運(yùn)行腳本。這不是 conda 的問(wèn)題是 PowerShell 的安全策略。解決辦法是以管理員身份開(kāi)一次 PowerShell執(zhí)行Set-ExecutionPolicy -Scope CurrentUser RemoteSigned然后重開(kāi)終端。4.4 用 launch.json 固定調(diào)試時(shí)的解釋器當(dāng)你需要打斷點(diǎn)調(diào)試時(shí)光選好解釋器可能還不夠因?yàn)?VS Code 的調(diào)試器會(huì)單獨(dú)讀launch.json的配置。一個(gè)穩(wěn)妥的寫(xiě)法是把解釋器路徑直接寫(xiě)進(jìn)去避免它自己猜{ version: 0.2.0, configurations: [ { name: Python: Current File, type: debugpy, request: launch, program: ${file}, console: integratedTerminal, python: D:\\dev\\conda-envs\\cv-torch2\\python.exe, justMyCode: true } ] }console選integratedTerminal而不是internalConsole是因?yàn)楹芏鄮?kù)比如帶進(jìn)度條的、需要交互輸入的在內(nèi)置控制臺(tái)里表現(xiàn)異常用集成終端能看到真實(shí)的終端輸出出問(wèn)題好排查。justMyCode設(shè)為 true 表示調(diào)試時(shí)只單步進(jìn)入你自己的代碼不跳進(jìn)標(biāo)準(zhǔn)庫(kù)和第三方庫(kù)里這是默認(rèn)推薦值。5. 那些踩過(guò)才知道疼的細(xì)節(jié)5.1 激活失敗的一串排查鏈路conda activate不生效是最常見(jiàn)的求助點(diǎn)。我把完整排查鏈路列一下按這個(gè)順序試基本都能定位第一步確認(rèn) conda 本身可用conda --version如果不認(rèn)識(shí)這個(gè)命令說(shuō)明 shell 沒(méi)初始化。Windows 用conda init powershell或conda init cmd.exemacOS/Linux 用conda init zsh或conda init bash。執(zhí)行完必須重開(kāi)終端窗口這是最多人漏掉的一步。第二步如果你把整個(gè) Miniconda 目錄搬過(guò)位置比如從 C 盤(pán)挪到 D 盤(pán)那所有環(huán)境里的絕對(duì)路徑都失效了conda activate會(huì)指向不存在的路徑。這種情況得修envs目錄里的路徑記錄或者干脆按environment.yml重建環(huán)境——重建通常比修更快這也是我強(qiáng)調(diào)用 yml 管理依賴的現(xiàn)實(shí)理由。第三步確認(rèn) shell 的配置文件里那行 conda 初始化代碼沒(méi)被其他東西覆蓋。比如有的用戶裝完 conda 之后又裝了別的命令行工具它會(huì)在.zshrc末尾追加自己的初始化把 conda 那一段擠到前面去執(zhí)行依賴 conda 的命令就失敗了。用cat ~/.zshrc看一眼順序conda 那段應(yīng)該靠后一點(diǎn)。第四步Windows 上如果從資源管理器直接在某文件夾里在此處打開(kāi)終端有時(shí)候拿到的是一份沒(méi)加載用戶配置的環(huán)境。這種情況換從開(kāi)始菜單啟動(dòng)專用終端或者手動(dòng) cd 過(guò)去。5.2 環(huán)境名拼錯(cuò)和conda clean的空間回收conda activate cv-troch2拼錯(cuò)一個(gè)字母conda 會(huì)直接報(bào)EnvironmentNameNotFound這個(gè)錯(cuò)誤提示其實(shí)挺清楚的但新手常以為是自己環(huán)境沒(méi)建成功。養(yǎng)成conda env list先看一眼的習(xí)慣比猜快得多。另一個(gè)值得早點(diǎn)知道的命令是conda clean。conda 的包緩存策略很大方你每裝一次包下載的壓縮包和解壓出來(lái)的副本都會(huì)留著環(huán)境建多了之后pkgs目錄能吃掉好幾個(gè) G。定期清理conda clean --all執(zhí)行時(shí)會(huì)列出要?jiǎng)h的東西讓你確認(rèn)。我一般一個(gè)月跑一次尤其在做完大版本升級(jí)之后。注意這個(gè)操作只是刪緩存不會(huì)刪掉你正在用的環(huán)境放心跑。5.3 環(huán)境版本回退與別再重裝的兜底某天你更新了一個(gè)包代碼跑掛了想回到之前的狀態(tài)——這時(shí)候如果你沒(méi)留environment.yml就只能靠運(yùn)氣。所以我在每個(gè)項(xiàng)目的根目錄都放一份 yml并且每次做出能跑通的改動(dòng)之后就更新它。這個(gè)習(xí)慣救過(guò)我很多次。如果只是想單獨(dú)回退某個(gè)包c(diǎn)onda install 包名舊版本號(hào)就行。conda 會(huì)自動(dòng)把沖突的依賴一并調(diào)整。真正麻煩的是跨 Python 大版本的回退比如環(huán)境建在 3.12但某個(gè)庫(kù)只支持到 3.11這種情況下改環(huán)境里的 Python 版本很折騰更省事的做法是新建一個(gè) 3.11 的環(huán)境把代碼和依賴清單搬過(guò)去。這也印證了前面說(shuō)的命名習(xí)慣的價(jià)值——cv-py311和cv-py312兩個(gè)環(huán)境并存誰(shuí)是誰(shuí)一目了然。5.4 幾個(gè)我反復(fù)見(jiàn)到的疑問(wèn)第一個(gè)我能不能把所有項(xiàng)目都放在 base 環(huán)境里技術(shù)上可以實(shí)踐上不要。base 環(huán)境一旦被某個(gè)項(xiàng)目的依賴搞壞修復(fù)成本遠(yuǎn)高于重建而重建意味著你要重裝所有東西。base 只用來(lái)放 conda 自己需要的少數(shù)幾個(gè)包這是我的原則。第二個(gè)虛擬環(huán)境會(huì)占用很多硬盤(pán)嗎會(huì)。一個(gè)只裝 numpy 和 pandas 的環(huán)境大概三五百兆裝了深度學(xué)習(xí)框架的能到三四個(gè) G。所以要定期用conda env list回頭看把廢棄的環(huán)境conda env remove -n 環(huán)境名刪掉別留著當(dāng)紀(jì)念品。第三個(gè)VS Code 里顯示的庫(kù)版本和我 import 出來(lái)的不一樣。回到 4.3 那節(jié)跑sys.executable看路徑九成是解釋器沒(méi)選對(duì)或者激活沖突。第四個(gè)能不能直接復(fù)制環(huán)境文件夾來(lái)達(dá)到復(fù)制的效果不建議。環(huán)境里有大量寫(xiě)死了絕對(duì)路徑的腳本和配置直接復(fù)制到別的路徑很多包會(huì)找不到自己的依賴。用--clone參數(shù)或者 yml 重建才是正路。把這幾件事從頭到尾走一遍其實(shí)也就半小時(shí)的事但它決定了你后面幾個(gè)月的開(kāi)發(fā)體驗(yàn)順不順。我自己是在被全局環(huán)境坑過(guò)兩次之后才徹底轉(zhuǎn)向一項(xiàng)目一環(huán)境 yml 管依賴這套做法的切換過(guò)去之后再?zèng)]因?yàn)榄h(huán)境問(wèn)題浪費(fèi)過(guò)一整天。