Anaconda vs. Python
最重要的一点是：Anaconda 本身不是 Python 的一个版本，而是一个 Python 和 R 语言的发行版。
你可以把它想象成一个“一站式”的软件包管理器和环境管理器,它包含了：
- Python 解释器：Anaconda 安装时会自带一个特定版本的 Python（Python 3.9, 3.10, 3.11 等）。
- Conda 包管理器：一个强大的工具，用于安装、更新、卸载软件包（包括 Python 本身）。
- 大量预装的科学计算包：如 NumPy, Pandas, Matplotlib, Jupyter Notebook 等,开箱即用。
- 虚拟环境管理功能：允许你轻松创建和管理多个独立的 Python 环境，每个环境可以有不同的 Python 版本和不同的包集合。
查看你当前 Anaconda 中的 Python 版本
有几种方法可以查看你当前激活的环境所使用的 Python 版本。
使用 python --version 或 python -V (最常用)
这是最直接的方法。
# 打开你的终端 (Windows 的 CMD 或 PowerShell, macOS/Linux 的 Terminal) # 如果你已经激活了一个环境，直接运行： python --version # 或者 python -V
输出示例：
Python 3.9.13使用 conda list
这个命令会列出当前环境中安装的所有包，其中第一行通常就是 Python。
conda list
你可以在输出的最前面找到类似这样的行：
# packages in environment at /Users/yourname/anaconda3:
#
# Name Version Build Channel
python 3.9.13 h0e1c4f5_0使用 conda info
这个命令提供更全面的 Conda 环境信息。
conda info
在输出中找到 python version 字段：
python version : 3.9.13.final.0管理 Python 版本（核心优势）
Anaconda 的强大之处在于可以轻松切换和创建不同 Python 版本的环境。
创建一个新环境，指定 Python 版号
这是最推荐的做法，你可以为不同的项目创建隔离的环境，每个环境使用最合适的 Python 版本。
语法：
conda create -n <环境名> python=<版本号>
示例：创建一个名为 py38_env 的环境，使用 Python 3.8
conda create -n py38_env python=3.8
执行后，Conda 会提示你安装哪些包，输入 y 确认即可。
创建一个新环境，使用最新的 Python 版本
如果你不确定要哪个具体版本，可以使用 python=3（代表 Python 3.x 系列的最新稳定版）或 python=3.11（代表 3.11 系列的最新版）。
# 创建一个使用最新 Python 3.x 版本的环境 conda create -n new_env python=3 # 创建一个使用最新 Python 3.11 版本的环境 conda create -n py11_env python=3.11
激活并使用不同版本的环境
创建环境后,你需要激活它才能使用。
# Windows activate py38_env # macOS / Linux source activate py38_env # 或者在新版 Conda 中 (推荐) conda activate py38_env
激活后，你的终端提示符前面会显示环境名 (py38_env)，此时再运行 python --version，就会显示 3.8 版本了。
切换或更新环境中的 Python 版本
警告： 直接在一个已存在的环境中升级或降级 Python 版本可能会导致很多包不兼容，从而破坏环境。强烈推荐的做法是创建一个新环境。
如果你确实需要修改,可以尝试：
# 首先激活你的环境 conda activate my_env # 尝试升级 Python 到 3.10 conda install python=3.10
Conda 会尝试解决依赖关系，如果冲突太多，很可能会失败，这时，最好的办法就是按照“场景一”的步骤,创建一个新环境。
Anaconda 默认安装了哪个 Python 版本？
这取决于你下载和安装 Anaconda 的时间。
- 过去：Anaconda 2025.x 等较老版本，默认安装的是 Python 3.8 或 9。
- 现在：从 Anaconda 2025.10 版本开始，默认安装的 Python 版本是 Python 3.9,后续的更新会跟上最新的稳定版本。
你可以通过访问 Anaconda 官网 的“Release notes”来查看每个具体版本的默认 Python 版本。
总结与最佳实践
| 任务 | 命令 | 说明 |
|---|---|---|
| 查看当前 Python 版本 | python --version |
在已激活的环境中运行。 |
| 查看当前环境所有包 | conda list |
在列表顶部找到 Python 版本。 |
| 创建新环境（指定版本） | conda create -n my_env python=3.8 |
最佳实践，为项目隔离依赖。 |
| 创建新环境（最新版） | conda create -n my_env python=3 |
使用最新的 Python 3.x 版本。 |
| 激活环境 | conda activate my_env |
切换到指定环境。 |
| 退出环境 | conda deactivate |
返回到基础环境。 |
| 删除环境 | conda env remove -n my_env |
彻底删除一个不需要的环境。 |
核心建议：
永远不要在 Anaconda 的 base 环境中进行项目开发。base 环境是 Anaconda 自身依赖的，保持它纯净很重要，为你的每个项目或每个需要不同 Python 版本的任务创建一个独立的环境，这是使用 Anaconda/Conda 的黄金法则。
