对于 Python 初学者来说，Anaconda 是最省心的开发环境之一。它自带 Python、conda 包管理器以及大量常用科学计算库，可以避免许多环境配置问题。

不过，由于默认软件源位于国外，国内用户下载安装软件包时速度往往比较慢，因此建议使用 清华大学 TUNA 镜像源。

本文将介绍如何完成 Anaconda 的安装、配置国内镜像源，以及搭建 Anaconda+ VS Code 开发环境。

一、准备工作

建议提前下载以下软件。

另外，建议收藏清华大学 TUNA 镜像站：

• TUNA 镜像站主页：https://mirrors.tuna.tsinghua.edu.cn/
• Anaconda 镜像说明：https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/

二、安装 Anaconda

双击安装程序即可开始安装。

安装过程中大多数选项保持默认即可，不过下面两个地方需要特别注意。

1. 安装目录

建议安装到英文路径，而且有比较大的存储空间，最好是固态硬盘，例如：

1
D:\Anaconda3

尽量不要安装到包含中文、空格或特殊字符的目录。

2. 添加到 PATH（重要）

安装过程中会看到类似下面的选项：

1
☑ Add Anaconda to my PATH environment variable

建议勾选这一项。

虽然安装程序提示不推荐，但对于个人电脑而言，把 conda 添加到系统 PATH 后，可以直接在 CMD、PowerShell、Windows Terminal 中使用：

1
conda
2
python
3
pip

否则以后只能通过 Anaconda Prompt 使用，或者自己再配置环境变量。

安装完成后，重新打开一个终端，执行：

1
conda --version

如果能够看到版本号，说明安装成功。

三、配置清华 TUNA 镜像源

Anaconda 默认从国外服务器下载软件包，国内访问速度可能较慢。

建议使用清华大学 TUNA 镜像。

首先删除已有配置（首次安装执行也没有问题）：

1
conda config --remove-key channels

然后依次执行：

1
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
2

3
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
4

5
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
6

7
conda config --set show_channel_urls yes

查看配置：

1
conda config --show channels

正常情况下会看到：

1
channels:
2
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
3
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
4
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

最后更新 conda：

1
conda update conda

以后安装软件包时都会自动使用国内镜像源。

五、安装 VS Code

目前最推荐的 Python 编辑器是 Visual Studio Code。

下载安装：

https://code.visualstudio.com/

安装完成后，随意打开一个python代码文件，即可按照程序建议安装以下扩展：

• Python
• Pylance
• Jupyter

六、测试 Python 环境

新建一个 hello.py：

1
print("Hello, World!")

运行：

1
python hello.py

输出：

1
Hello, World!

说明 Python 环境已经配置成功。

七、创建独立的 Python 环境（推荐）

建议每个项目创建独立环境，而不是一直使用默认环境。

创建环境：

1
conda create -n myenv python=3.12

激活：

1
conda activate myenv

退出：

1
conda deactivate

查看环境：

1
conda env list

删除环境：

1
conda remove -n myenv --all

八、常用命令

查看 conda：

1
conda --version

查看 Git：

1
git --version

安装软件：

1
conda install numpy

使用 pip：

1
pip install requests

更新 conda：

1
conda update conda

九、推荐的软件开发环境

对于 Windows 用户，一个成熟、稳定且适合学习和科研开发的 Python 环境推荐如下：

• Anaconda：安装 Python、管理虚拟环境。
• 清华 TUNA 镜像源：提高软件包下载速度。
• Git：代码版本管理，也是使用 GitHub、Gitee 等平台的基础。
• VS Code：轻量、高效的代码编辑器。

完成上述配置后，一个适合 Python 学习、科研计算、数据分析、图像处理和 AI 开发的开发环境就搭建完成了。