1. 为什么新手绕不开Anaconda和Jupyter Notebook1.1 它俩到底能干什么Anaconda和Jupyter Notebook这两个名字你只要接触Python相关的内容一定会反复遇到。Anaconda是一个打包好的Python发行版不是某个库而是把Python解释器、conda包管理器以及numpy、pandas、matplotlib、scikit-learn等一堆常用库都放在同一个安装包里。装上Anaconda相当于一次装好了“Python解释器包管理工具数据分析基础库”不需要再逐个手动配置。Jupyter Notebook是Anaconda自带的一个网页版交互式编辑工具它的特殊之处在于把代码、运行结果和说明文字放在同一个文档里每个单元格可以独立运行。对于喜欢“写一段、跑一段、看一段”的数据分析场景来说比写一整份脚本再统一运行要直观得多。这两个工具解决的痛点是“环境混乱”。我见过太多新手在命令行里装包今天装A覆盖了B明天系统Python被改得面目全非。Anaconda通过conda的虚拟环境机制让每个项目都能用自己独立的Python版本和依赖组合互不干扰Jupyter Notebook又提供了在浏览器里写代码的方式省去反复打开命令行启动脚本的麻烦。对于数据分析和机器学习入门这套组合几乎是绕不开的标配。1.2 这篇教程适合谁如果你属于下面几种情况这篇内容应该能帮上忙第一次接触Python被网上各种“先装Python再装pip再装IDE”的步骤搞晕已经装了Python但装库时总遇到版本冲突想找一个更省心的方案需要用Jupyter Notebook做数据分析、做课程作业或者想在服务器上跑Python但不知道从哪下手。如果你已经是写Python很久的老手平时用虚拟环境管得井井有条那可以只看第7节的常见问题和第8节的一些建议。这里默认你完全没接触过Anaconda所以每一步都会解释操作原因而不是丢给你一句“点下一步就行”。2. 安装前先弄明白的几件事2.1 Anaconda、conda、Python是什么关系很多教程会混着说Anaconda、Python、conda新手容易懵。我打个比方Python是一门语言相当于发动机Anaconda是一辆组装好的车发动机外加方向盘、座椅、导航都给你配好了conda则是这辆车上的维修工具包能帮你换零件、加装部件、甚至把车拆分成几个互不影响的隔间。具体到技术层面Anaconda自带一个基础的Python解释器也就是基础环境而conda负责管理包。你可以在conda里创建虚拟环境每个环境里指定不同版本的Python和不同的第三方库。Jupyter Notebook本身也是一个包安装Anaconda时默认带上conda也随时可以再安装或升级它。所以千万别觉得装了Anaconda就不用再理Python其实Anaconda内部就有一套自己的Python只不过被封装好了。2.2 版本和安装包怎么选下载Anaconda时看到官网最新的版本很容易直接点下载但有几个细节值得先想清楚。Anaconda安装包区分操作系统和CPU架构常见的是Windows x86_64和macOS x86_64/arm64Linux也有对应版本。如果你的电脑是近几年的M系列芯片Mac记得选Apple Silicon版本如果是老Mac或者普通PC选x86_64即可。另外还有一个选择叫Miniconda。它只包含conda和Python不带那一大批预装库体积小得多。如果你希望安装后完全按需自己装包或者硬盘空间紧张Miniconda更合适。Anaconda和Miniconda的管理逻辑完全一样本文里所有conda命令两边通用。至于Anaconda对应Python版本其实不用太纠结下载最新版即可因为新版一般会带较新的Python版本足够入门使用如果后面有老项目要求特定Python版本用conda创建虚拟环境就能解决。2.3 安装前要不要检查已有环境安装Anaconda之前建议先看一眼电脑里现在干不干净。Windows下打开cmd输入python --version如果能显示版本号说明你已经装过Python再输入conda --version如果显示类似conda 24.x.x说明也已经装过Anaconda或者Miniconda。这种情况下你要决定是重装覆盖还是全新装一个新版本如果以前的环境弄得很乱直接卸载重装往往更省心。这里特别提醒卸载旧版本后检查用户目录下是否存在.conda或.anaconda文件夹这些是用户级的缓存和配置有时不随程序卸载一起删除。残留的配置文件虽然不会影响新安装但可能让你在重装后发现conda还是旧配置。比较干净的做法是卸载后手动删除这些隐藏文件夹再开始装新版。Windows下还要注意安装路径不要带中文和空格别把Anaconda装到“C:\Program Files\Anaconda3”这类带空格的目录后面有一些工具解析路径时会出问题。3. 手把手安装Windows/macOS/Linux3.1 Windows安装全程含PATH和处理方案第一步是下载安装包。官网地址是https://www.anaconda.com/products/distribution进入后点Download就能拿到最新版exe。国内网络环境下从官网下载有时比较慢可以改成清华开源镜像站的archive目录https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/找到类似Anaconda3-2024.06-1-Windows-x86_64.exe这种文件再下载。这里提一嘴下载后可以先核对文件大小和官网给出的数值做个比对防止拿到损坏的安装包。拿到exe后双击启动安装过程基本是一直点Next。需要注意三处第一处是选择安装类型建议选Just Me避免All Users在部分系统上权限不够第二处是安装路径不要含中文和空格比如D:\Anaconda3就挺合适第三处是Advanced Options有两个勾选项“Add Anaconda3 to my PATH environment variable”和“Register Anaconda3 as my default Python 3.x”。这两个勾选项怎么处理如果你电脑上是第一次装Python、未来主要就在Anaconda里干活那么勾上Add to PATH会更省事以后在cmd里直接就能用conda和jupyter但如果你电脑里已经有其他Python或者以后可能会用系统级Python做别的项目我建议两个都不勾安装完成后一直用Anaconda Prompt来操作。不勾的话cmd里敲conda会提示“conda不是内部或外部命令”解决办法是打开开始菜单里的Anaconda Prompt这个终端会自动把Anaconda相关路径加进PATH本质上和勾选是同一种结果但不会污染全局环境。安装完成后验证打开Anaconda Prompt输入conda --version能看到类似conda 24.x.x就说明安装成功。如果坚持想在普通cmd里用conda可以手动添加环境变量。右键“此电脑”选属性打开高级系统设置里的环境变量在Path中新增三条Anaconda的安装目录、安装目录下的Scripts目录、以及和Scripts目录平级的Library\bin目录。注意新增的环境变量顺序不要排到最前面否则可能影响系统里其他程序的Python。添加完后重开一个cmd窗口重新运行conda --version验证。3.2 macOS安装和终端配置macOS用户下载安装包时注意选对芯片架构。Apple Silicon的Mac在官网下载页面会看到Apple Silicon版本Intel芯片选x86_64版本。下载下来的通常是一个.pkg安装包双击后按照图形化向导走目标磁盘选Macintosh HD安装位置保持默认即可不需要手动改路径。安装过程会持续一段时间完成后在启动台里能看到Anaconda Navigator图标不过我们验证安装主要在终端。打开终端输入conda --version。如果提示command not found大概率是安装器没能把Anaconda的路径写进当前Shell的配置文件。新版macOS默认Shell是zsh运行source ~/.zshrc如果是旧版用bash运行source ~/.bash_profile。这两个文件通常是安装Anaconda后由安装器自动追加一段初始化代码的重启终端后应该生效。如果没有手动编辑~/.zshrc在文件末尾加上export PATH/Users/你的用户名/anaconda3/bin:$PATH然后source一下即可。装完后在终端里运行jupyter notebook也应该能正常启动说明环境没问题。3.3 Linux服务器上安装AnacondaLinux服务器安装Anaconda基本是一条命令的事但服务器环境往往没有图形界面所以一定要把终端命令弄明白。先下载.sh安装脚本比如wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2024.06-1-Linux-x86_64.sh然后执行bash Anaconda3-2024.06-1-Linux-x86_64.sh脚本运行后会要求你查看许可协议一路按Enter翻页输入yes同意。接下来会让你确认安装路径默认是/home/用户名/anaconda3直接回车即可除非你确实想把软件装在别的位置才修改。这里值得注意如果你的机器是公共服务器最好用当前用户安装不要尝试用sudo装到系统级目录否则conda的环境管理和权限都会变得很麻烦。安装脚本到最后一步会问是否将Anaconda初始化写入.bashrc也就是“Do you wish the installer to initialize Anaconda3 by running conda init?”建议输入yes。装完后重新载入配置source ~/.bashrc再运行conda --version验证。如果以后需要在其他Shell里使用conda可以在对应配置文件里执行conda init bash或者在当前会话先运行source /home/用户名/anaconda3/etc/profile.d/conda.sh再使用conda命令。4. 第一次启动并上手Jupyter Notebook4.1 三种启动方式和启动后的反应Jupyter Notebook的启动方式有很多我推荐新手先掌握两种。第一种是在Anaconda Navigator里启动打开Navigator找到Notebook卡片点Launch它会自动弹出浏览器窗口。第二种是在终端里启动Windows用户打开Anaconda PromptmacOS/Linux用户打开终端直接输入jupyter notebook回车。启动后终端会输出一串日志其中关键信息是那个地址通常是http://localhost:8888。浏览器如果没有自动打开手动把这个地址复制到地址栏即可。有个细节会让第一次用的人误以为是报错终端日志里会显示“http://localhost:8888/?token一串很长的字符串”还会有一行“Use Control-C to stop this server and shut down all kernels”。这不是报错是在告诉你当前Notebook服务已经跑起来想关掉它直接按CtrlC。如果你关掉这个终端窗口Jupyter页面就会断开所以保持终端开着别嫌碍事。启动之后你会先看到一个文件列表页面它就是你的工作目录。左上角有Files、Running、Clusters等标签。Files下面显示当前目录里的文件和文件夹Running可以查看正在运行的Notebook内核Clusters这个标签现在已经很少用可以忽略。在这个页面点右侧New按钮选Python 3就能新建一个Notebook文件文件后缀是.ipynb。4.2 认识Notebook界面和单元格新建Notebook后你会看到一个大大的空白框顶部有菜单栏菜单栏上方还有一排快捷按钮。很多新手第一反应是“这里怎么没有运行按钮”其实工具栏上的播放按钮就是运行当前单元格的快捷方式。Notebook的编辑单位是单元格每个单元格有两种最常见的类型Code和Markdown。Code单元格用来写代码运行后会输出结果Markdown单元格用来写说明文字支持标题、列表、公式运行后按格式化文本展示不会再执行代码。在单元格里输入一行print(hello world)然后按ShiftEnter会立刻在当前单元格下方出现输出同时光标自动跳到下一个新单元格这是最常用的操作。左侧出现In [1]表示这是第一个被执行的代码单元格数值会从In [1]递增。如果你只是想让光标留在当前单元格而不跳到下一个可以按CtrlEnter。这些快捷键看着不起眼却是实际使用中能大幅度提升效率的地方。4.3 第一个代码块和一个绘图小例子既然是入门教程我建议安装完成后先做个能看见效果的小实验把整个流程跑通。新建一个Notebook在第一个Code单元格里输入import numpy as np import matplotlib.pyplot as plt x np.linspace(0, 10, 100) y np.sin(x) plt.plot(x, y) plt.title(first plot) plt.show()按ShiftEnter运行。如果你的Anaconda默认带了numpy和matplotlib这段代码就会画出一条正弦曲线图形直接显示在代码下方。这个小小的实验非常有意义它同时验证了Python解释器、第三方库导入、图形渲染输出、以及Jupyter单元格交互这些关键环节都正常。这里要提醒一下notebook的运行结果不会自动保存到磁盘。写完代码后记得按CtrlS保存或者点击工具栏上的软盘图标保存后的文件是一个.ipynb文件。下次你通过Jupyter文件列表打开这个文件可以继续接着上一次的内容运行。如果直接去文件夹里双击.ipynb不一定能打开最好还是先用jupyter notebook启动再从文件列表进入。5. 虚拟环境管理Anaconda最值的部分5.1 为什么项目依赖要隔离虚拟环境是Anaconda体系里我最想安利给新手的功能。很多人一开始不理解“虚拟环境”到底是什么我换个说法全局Python环境就像一个大房间每个项目都要在这个房间里装自己需要的工具。项目A需要pandas 1.0项目B需要pandas 2.0你只能二选一装完一个另一个可能就崩了。虚拟环境相当于给每个项目单独开一个小房间各装各的工具互不打扰。conda就是帮你创建这些房间、管理房间内工具的管理员。实际开发中这种情况很常见。你可能要复现一个老代码它只能在Python 3.7下运行另一个新项目想用Python 3.11的新特性。如果所有代码都挤在一个解释器里版本冲突让人头大。用conda创建两个虚拟环境一个叫old_py37一个叫new_py311需要哪个就激活哪个切换成本极低。Jupyter Notebook也支持在运行时切换到不同环境的内核。5.2 conda常用命令速查我把入门阶段必须掌握的conda命令整理一下都是实战中高频使用的操作命令查看已有环境conda env list创建环境并指定Python版本conda create -n 环境名 python3.10 -y激活环境conda activate 环境名退出环境conda deactivate列出当前环境的包conda list安装包conda install 包名删除环境conda remove -n 环境名 --all创建环境时-n后面是环境名建议用有意义的英文名比如nlp、projects、py310这种别用test1、新建环境这类让人看不出用途的名字。python3.10这个写法会自动帮你安装指定版本的Python解释器如果你不写python参数conda会创建环境但沿用当前基础版本作为默认解释器这在大多数情况下不是你想要的效果。另外conda install安装包时会自动检查依赖冲突比pip更克制所以新环境第一选择是conda install只有在conda源里实在找不到包时才用pip install。5.3 实战创建一个PyTorch实验环境这部分以常见的PyTorch为例演示一套完整的环境搭建过程。打开终端或Anaconda Prompt依次执行conda create -n pytorch python3.10 -y conda activate pytorch conda install pytorch torchvision torchaudio cpuonly -c pytorch -y先把环境建好并激活再安装PyTorch。这里用cpuonly版本因为入门阶段往往不需要GPUCPU版足够跑通大部分模型和学习代码如果你的机器有NVIDIA显卡且已经装好CUDA建议去PyTorch官网生成对应命令把原来的cpuonly替换成合适的参数就行。命令里的-c pytorch表示从conda官方源里的pytorch频道获取包而不是从默认源千万不能删。安装完成后验证一下python -c import torch; print(torch.__version__)如果输出版本号比如2.4.0说明环境已经可用。要注意的是激活环境之后你在终端里运行python指向的就是这个虚拟环境里的Python不是系统里的。退出环境后运行python会回到基础环境这两者的包列表不一样很容易搞混遇到“刚才明明装了包为什么现在import不到”时先检查一下当前激活的是哪个环境。6. 让Jupyter Notebook更顺手的三件小事6.1 让Jupyter识别并切换虚拟环境Jupyter默认只会显示安装时自带的那个Python内核你辛辛苦苦创建的pytorch环境在New菜单里不会出现。想让Notebook用上虚拟环境需要在该环境里安装ipykernel并把环境注册为一个新内核。操作如下conda activate pytorch conda install ipykernel -y python -m ipykernel --user --namepytorch --display-name Python (pytorch)运行完第三条命令后回到Jupyter页面点菜单栏上的New下拉列表里就会出现一个叫Python (pytorch)的内核选项。新建的Notebook就会用pytorch环境运行标题栏旁边的内核名称也会显示出来。如果你想知道当前Notebook正在使用哪个内核看页面右上角的Python (pytorch)标签就能确认。如果你不需要某个内核了可以把它从Jupyter内核目录里删掉。Windows下内核配置文件通常在C:\Users\用户名.conda\envs\当前环境名\etc\jupyter\kernels下或者用户目录的.kernel/x比目录删除对应文件夹后刷新Jupyter页面该内核就会消失。注意不要直接删除环境本身否则内核会挂在不可用的路径上Jupyter启动会报错。6.2 修改默认工作目录Jupyter每次启动后默认进入用户目录时间一长文件会特别乱。建议养成把项目文件放在专门目录的好习惯比如Windows下的D:\workspace、macOS/Linux下的~/workspace。要修改默认目录先执行jupyter notebook --generate-config这个命令会在用户目录生成一个jupyter_notebook_config.py配置文件。用文本编辑器打开它找到这一行# c.NotebookApp.notebook_dir 把注释去掉并改成自己的路径Windows下记得用正斜杠或双反斜杠c.NotebookApp.notebook_dir D:/workspace保存文件后重新启动Jupyter文件列表就会直接定位到你指定的目录。如果你只是偶尔想从另一个目录打开Notebook不用改配置进入目标目录后再执行jupyter notebook也行。6.3 常用快捷键和要不要装扩展入门阶段不推荐先折腾扩展先把以下快捷键用熟速度就已经提升很多了。ShiftEnter运行并跳到下一个单元格CtrlEnter运行但不跳转A在选中单元格上方插入一个新单元格B在下方插入D连续按两次删除单元格M把单元格切换为Markdown模式Y切回代码模式Z撤销上一步。用鼠标操作也没问题但频繁鼠标点击确实挺浪费精力。如果你还是想让页面更好用可以安装经典的jupyter_contrib_nbextensions扩展包它的功能包括目录生成、自动补全、代码格式化等。安装命令如下conda install -c conda-forge jupyter_contrib_nbextensions -y jupyter contrib nbextension install --user装了之后在Jupyter文件页面会有Nbextensions标签可以勾选需要的功能。我实际会勾选Table of Contents和Autopep8一个用于生成笔记目录另一个用于一键整理代码风格。至于主题美化我的建议是算了Jupyter默认界面足够清楚折腾主题的时间不如多跑几个例子。7. 常见问题与排查速查表7.1 安装后Anaconda打不开或闪退Anaconda Navigator打不开是比较常见的问题。我先说排查顺序先确认安装路径没有中文和空格再确认杀毒软件没有拦截最后看安装文件是否完整。Windows上如果双击图标没反应可以打开Anaconda Prompt输入anaconda-navigator看看有没有报错日志这是最直接的排查方式。如果报错和Qt或WebEngine相关多半是版本兼容问题可尝试更新Anaconda或者重新安装。如果闪退时出现类似“ImportError: DLL load failed”的提示重点检查环境变量里的Library\bin路径是否还在缺少这条会导致conda的动态链接库找不到。7.2 conda命令找不到怎么办如果你在cmd里敲conda提示找不到命令先别急着卸载。打开Anaconda Prompt试试如果这里能用说明只有PATH没配置好。Windows下手动配置环境变量时需要把安装目录、安装目录\Scripts、安装目录\Library\bin三条路径都加入Path缺少Scripts会找不到conda缺少Library\bin会出现“conda不是有效命令”的连环报错。配置完成后一定要新开一个cmd窗口不要在一个已经打开的旧窗口里反复试。macOS/Linux下一般是Shell配置没生效执行source ~/.bashrc或source ~/.zshrc后再运行conda --version验证。7.3 下载慢和软件源设置Anaconda安装包和conda包默认从国外服务器下载国内网络环境下容易慢。解决方法是在命令行里给conda配置国内镜像源。以清华源为例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配置后再用conda install下载速度会明显改善。不过要注意两点一是镜像源仓库的同步有延迟个别的包可能在镜像源里暂时没有这时可以把conda的c.channels恢复为默认源或者直接去conda-forge频道找二是不要把太多第三方的镜像源一股脑加进去有时候反而会引起依赖解析混乱。pip也有类似的问题不过那是另一个话题这里不展开。7.4 Jupyter启动不了或内核崩溃Jupyter在浏览器里打开白屏多半是浏览器缓存或者地址不对。直接复制终端里给出的http://localhost:8888/?token完整地址粘贴到新标签页打开能避开很多奇怪的问题。如果提示端口被占用启动时换成其他端口jupyter notebook --port 8889内核崩溃是更麻烦的信号。看Jupyter页面上方如果显示Kernel Restarting可能是某个包没有正确安装或者包和Python版本不兼容。一个稳妥的排查方法是用命令行先运行python手动import同一个包看是否能正常加载。如果命令行能加载而Notebook不行大部分情况是Notebook使用的内核和当前环境不一致回到6.1再注册一次内核。7.5 卸载Anaconda的干净方法卸载这件事不少人都是直接在文件夹里删几万个文件最后留下大量残留。Windows下正确的顺序是先通过控制面板或设置里的应用正常卸载然后删除安装目录的残留文件夹例如D:\Anaconda3再清理用户目录下的.conda、.jupyter、.ipython等隐藏文件夹最后还需要手动检查环境变量Path把Anaconda相关的几条路径全部删掉。如果不清理环境变量重装新版本后可能还会被旧路径干扰。macOS/Linux下的卸载就简单很多把整个anaconda3目录删掉再清理~/.conda和Shell配置文件里的conda init初始化代码。卸载之前有个动作很重要如果环境里还有以后要用的包用conda env list看一下有哪些环境逐个执行conda env export 环境名.yml这样就能把每个环境里的包清单导出来重装后可以用conda env create -f 环境名.yml恢复。这个操作虽然不能保证所有包的版本都原样还原但至少能保留一份依赖清单。8. 我个人踩过的几个坑和给你的建议8.1 踩坑记录第一次装Anaconda时我图省事把所有勾选项都勾上了结果系统里原来的Python脚本全部被切换到Anaconda的Python。那会儿以为自己装了正版Python后来才发现程序读取到的解释器路径全变了。所以我现在更倾向于不把Anaconda加入全局PATH坚持在Anaconda Prompt里操作或者用IDE自带的环境选择功能指定解释器。短期看是麻烦一点长期看省掉了不少环境冲突的烦恼。还有一个坑是创建虚拟环境时不指定python版本。我刚学会conda create -n test时以为环境会自动用最新版Python后来发现它只是复制了当前基础环境的解释器。如果你想用Python 3.10就一定写明python3.10不然你以为自己在一个新环境里实际还是一套旧解释器。检查当前解释器可以用python -c import sys; print(sys.executable)这样一看就能确认自己到底在哪个环境里。8.2 入门阶段的一些实在建议我给新手的建议是前两个月不要试图把conda、Jupyter、Anaconda Navigator的所有功能都学会。先用Navigator启动Notebook把代码跑起来然后逐步尝试用conda create建一个虚拟环境并安装一两个包最后再接触环境变量、内核注册这些操作。一步一步来环境出问题的概率会很低。另外Jupyter Notebook比较适合探索式分析和学习不适合写大型工程模块。一旦你发现代码文件越来越乱建议转到PyCharm、VSCode这类IDE里继续开发或者用Jupyter的导出功能把.ipynb转成.py文件整理。最后提醒一句装完Anaconda先跑一个绘图例子确认从下载到环境再到画图这条链路是通的再继续往下学别急着装一堆库。环境弄坏了删掉重建一个虚拟环境往往比重装系统快得多。
