2.5 Anaconda：一次装齐一整套 · 波仔的 AI 编程实战课

📄 一句话概括

Anaconda 把 Python 本体加几百个科学计算包打成一个安装包，装一次全都有。代价是体积大、版本被它统一管着；好处是新手不用逐个排查依赖冲突。本机环境装了 135 个分发包；pandas 声明 82 条依赖，其中只有 5 条是真的运行时要的。

📝 本章和前面几章的关系

上一篇的 PyCharm 是编辑器，这一篇的 Anaconda 是「一整套环境」。两者不冲突，可以同时装。安装界面本沙箱不执行；但「装了多少包」「依赖长什么样」这两件事，可以现场数出来。

一、它解决的到底是什么问题

pip 装一个包，会连带装它的依赖。装十个包，依赖可能有几十个，还互相约束。约束一冲突，pip 就麻烦了：新版直接报错退出，老版静默装一个、另一个跑起来才炸。 Anaconda 的做法是：把常用的一套包按一组互相兼容的版本打包，一次装好。

它替你做了取舍。代价是你拿到的常常不是最新版，而是「它算过能共存」的那一版。

二、装完大概是什么样

体积几个 GB，装完自带 Anaconda Navigator（图形界面）和 conda 命令（命令行）。预装的有 numpy、pandas、matplotlib、scipy、scikit-learn、jupyter 这一套。本机虽然不是 Anaconda，但装了同类的一批包，当前环境一共 135 个分发包。

135 这个数说明一件事：你以为只装了几个，其实每个都拖了一串。

三、依赖长什么样

拿 pandas 举例，它的元数据里声明了 82 条依赖。但其中只有 5 条是真的运行时依赖：numpy、python-dateutil、tzdata 等。剩下 77 条是「可选功能」——装 pyarrow 才支持的箭头格式、装 pytest 才跑的测试，这些都标了 extra。

还有一类是「按环境分支」：两条 numpy 一条给 3.14 以前，一条给 3.14 及以后。 同一条声明，在不同机器上生效的不是同一条。这就是为什么两台机器装出来可能不一样。

四、版本冲突是怎么发生的

假设 A 包要求 numpy < 2.0，B 包要求 numpy >= 2.0。两个都装，只能满足一个。 conda 的解法是先算全体约束，找一组都满足的版本。这个计算叫依赖求解。 pip 从 20.3 起也有求解器，但它的策略更偏「尽量装最新」，遇到死结会直接报错。

报错其实是好事：总比装完了跑起来才炸强。看到冲突报告，先读它说的那两条约束。

五、什么时候用 conda，什么时候用 pip

刚入门、要一次装齐：conda（或直接 Anaconda）。要精确控制版本、要交付：venv 加 pip，配一个 requirements.txt。要用 GPU 相关的库：conda 更省事，它提供预编译好的二进制。

两者不冲突，可以在 conda 环境里继续用 pip。 风险是 conda 不知道 pip 装了什么，下次 conda 更新可能把 pip 装的覆盖掉。

六、动手 Demo：Anaconda 那种打包方式，本质是什么

先数这台机器装了多少分发包，再拆开 pandas 的依赖声明，看里面有几条是真的。最后把可选依赖和运行时依赖分开数一遍。

import importlib.metadata as md

names = {}
for d in md.distributions():
    try:
        n = d.metadata["Name"]
    except Exception:
        continue
    if n:
        names[n] = d.version
print("分发包 %d 个" % len(names))

reqs = md.requires("pandas") or []
hard = [r for r in reqs if "extra ==" not in r]
print("pandas 声明 %d 条依赖，其中运行时 %d 条" % (len(reqs), len(hard)))
for r in hard:
    print("  %s" % r)

实跑输出：

--------------------------------------------------------------------
Anaconda 那种打包方式，本质是什么
--------------------------------------------------------------------

  ① 一次装齐，代价是什么
  --------------------------------------------------------------------
  Anaconda 把 Python 本体加几百个科学计算包打成一个安装包，装一次全都有。
  代价有两个：体积大（几个 GB），以及版本被它统一管着——它说用哪个 numpy，你就用哪个。
  好处也很实在：新手不用一个个 pip install，也不会遇到依赖冲突。
  ! 所以它适合「先跑起来再说」的场景，不适合「要精确控制版本」的场景。

  ② 现场数一遍：这台机器装了多少包
  --------------------------------------------------------------------
  当前环境装了 135 个分发包。

| 包 | 版本 |
|---|---|
| anyio | 4.15.1 |
| asttokens | 3.0.2 |
| attrs | 26.1.0 |
| av | 18.1.0 |
| bitarray | 3.11.0 |
| bitstring | 4.4.0 |
| blinker | 1.9.0 |
| certifi | 2026.7.22 |
| cffi | 2.1.1 |
| charset-normalizer | 3.5.1 |
| click | 8.5.0 |
| cloudpickle | 3.1.2 |

  后面还有 123 个，最长的名字是 jsonschema-specifications。
  ! 包多不等于环境好。装得越多，两个包抢同一个依赖的概率越高。

  ③ 依赖是棵树，不是一张表
  --------------------------------------------------------------------
  pandas 声明了 82 条依赖，其中 5 条是真的运行时依赖，另外 77 条是可选功能（extras）。
    numpy>=2.0.2; python_version < "3.14"
    numpy>=2.3.3; python_version >= "3.14"
    python-dateutil>=2.9.0
    tzdata; sys_platform == "win32"
    tzdata; sys_platform == "emscripten"
  看那两条 numpy：一条给 3.14 以前，一条给 3.14 及以后。同一个包，按环境选不同版本。
  这还只是第一层。每个依赖自己还有依赖，整棵树可能有几十个节点。
  ! pip install 一个包，实际装进来的是整棵子树。这就是为什么「我只装了一个包」之后环境变了几十个。

  ④ 版本冲突长什么样
  --------------------------------------------------------------------
  假设 A 包要求 numpy < 2.0，B 包要求 numpy >= 2.0。两个都装，pip 只能满足一个。
  新版 pip 会直接报错退出，老版会静默装一个、另一个跑起来才炸。
  Anaconda 的做法是：它先算一遍全体的约束，找一组都满足的版本，装给你。
  ! 这叫「依赖求解」。它不是更聪明，是替你做了取舍——所以它给的版本常常不是最新的。

  ⑤ 什么时候用 conda，什么时候用 pip
  --------------------------------------------------------------------

| 情况 | 更合适 | 原因 |
|---|---|---|
| 刚入门，要一次装齐 | Anaconda | 省掉逐个排查依赖的时间 |
| 要精确控制版本 | venv + pip | 环境干净，装什么有什么 |
| 要用 GPU 相关的库 | conda | 预编译好的二进制，省去自己编 |
| 要交付给别人 | venv + requirements.txt | 体积小，能复现 |

  ! 两者不冲突，可以在 conda 环境里继续用 pip。混用的风险是 conda 不知道 pip 装了什么。

importlib.metadata 是标准库自带的，不用装就能读任何包的元数据。 extra == 这个过滤条件是关键：带它的都是「可选功能」，不是运行时必需。不筛掉就会把 82 条当成 82 个硬依赖，结论完全错。

30 秒实验

随便挑三个包，看它们的依赖条数，哪个最多？
把过滤条件改成筛出 extras，数一数 pandas 有多少条可选依赖。
想一想：为什么「装完能用」和「装完版本最新」这两个目标会冲突？

常见误区

以为 Anaconda 里什么都有：冷门包照样要 pip 装。
conda 和 pip 混着用不管顺序：conda 不知道 pip 装了什么，更新时会覆盖。
看到依赖冲突就硬装：--force-reinstall 能装上，但跑起来可能算错。
把 extras 当成必需依赖：那 77 条可选依赖，一条都不用装也能用 pandas。

自测三问（点开对答案）

1. Anaconda 相比 pip 逐个装，多做了哪件事？ —— 它先算一遍所有包的版本约束，找一组互相兼容的版本一起装，而不是各装各的最新版。 2. pandas 那 82 条依赖里，为什么只有 5 条是运行时必需的？ —— 其余 77 条标了 extra，只有装了对应可选功能（比如 pyarrow、pytest）才需要。 3. 为什么同一条依赖声明在两台机器上可能生效的不是同一条？ —— 因为很多声明带环境标记，比如 python_version < 3.14，会按当前环境挑一条。

环境装好了，下一个问题是「在哪儿写」。数据分析最常见的写法是 Notebook——下一篇拆开它的文件结构，看它到底存了什么。

☐ （本篇完，下一篇 2.6 Jupyter Notebook：代码和笔记同在一页）