根本原因是conda默认通道包版本冲突严重，尤其windows或旧anaconda上numpy、scipy、pytorch等科学计算包同时安装易导致求解器卡死；应分步安装、换清华源、pytorch等指定channel、优先用mamba替代。
conda install 失败提示 “Solving environment: failed” 怎么办
根本原因不是网络慢，而是 conda 默认通道里包版本冲突太严重。尤其在 Windows 或旧版 Anaconda 上，numpy、scipy、pytorch 这类科学计算包一并装，conda solver 很容易卡死或回退到极旧版本。
实操建议：
- 别用
conda install numpy scipy matplotlib pandas一次性全装——拆开，分步装，每次只加 1–2 个核心包 - 优先换源：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/，再conda config --set show_channel_urls yes - 装 PyTorch 等带 CUDA 的包时，**必须指定 channel**，比如
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia，漏掉-c就可能装错 CPU 版本 - 实在解不出来？直接用
mamba替代：conda install mamba -c conda-forge，然后用mamba install xxx，速度和成功率都高得多
创建环境时 python=3.9 和 python=3.9.16 有区别吗
有，而且影响不小。conda 对 Python 版本号是「精确匹配」逻辑：写 python=3.9 会拉最新可用的 3.9.x（比如 3.9.19），但某些包（如 numba、tensorflow）只兼容特定小版本，比如只认 3.9.16。
实操建议：
- 生产环境或复现论文代码时，**务必查清原始环境 Python 小版本号**，用
conda create -n myenv python=3.9.16 - 新建环境后立刻运行
python -c "import sys; print(sys.version)"确认，别只信conda list python输出 - 如果已建错，别硬改：
conda activate myenv && conda install python=3.9.16 --force-reinstall更稳妥，避免残留 .pyc 或 site-packages 冲突
pip 和 conda 混用导致 ImportError: cannot import name 'xxx'
这不是路径问题，是 ABI 不兼容。conda 安装的 numpy 带 Intel MKL 加速，pip 装的同名包是 OpenBLAS 版本，二者混在一起，C 扩展模块加载时直接符号找不到。
实操建议：
- 原则：**conda 管底层科学栈（numpy/scipy/pytorch），pip 管上层工具（jupyterlab/streamlit/transformers）**
- 装 pip 包前先
conda activate myenv，再pip install --no-deps xxx，避免 pip 自动拉一堆 conda 已有依赖 - 如果已经混了，别删 site-packages：用
conda list查哪些是 conda 装的，pip list查哪些是 pip 装的，然后pip uninstall xxx清掉 pip 版，再conda install xxx补回 conda 版
Windows 下 jupyter notebook 找不到 conda 环境内核
因为 jupyter kernelspec list 显示的路径里没包含你的 conda 环境，Jupyter 根本不知道那个环境存在，不是启动方式或路径变量的问题。
实操建议：
- 激活目标环境后执行：
python -m ipykernel install --user --name myenv --display-name "Python (myenv)" - 注意
--name是 kernel 名（纯英文+下划线），--display-name是 Jupyter 界面里看到的名字，可含空格和中文 - 删旧 kernel 用：
jupyter kernelspec uninstall myenv，别手动删目录，否则 registry 可能残留 - 如果仍不显示，检查
~/.jupyter/kernels/下对应文件夹里kernel.json的argv字段是否指向正确的python.exe（应为path\to\anaconda3\envs\myenv\python.exe）
conda activate —— 很多人以为装完就自动激活，其实没有。Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
