conda activate后pip install仍可能污染全局，因pip默认将包装入当前python解释器的site-packages目录，若未正确激活或pip指向错误解释器（如base环境），就会误装；需确认提示符、which python路径，并优先用python -m pip install确保绑定目标环境。
conda 本身就能做到环境隔离，但默认行为不等于“自动隔离”——你得主动创建、激活、且避免误操作，否则所有项目还是会挤进 base 或混用同一个环境。
为什么 conda activate 后 pip install 还可能污染全局？
很多人以为只要 conda activate myenv 就万事大吉，结果在该环境下运行 pip install，发现别的环境也能 import 到新装的包。这不是 bug，是 pip 的默认行为：它会把包装到当前 Python 解释器的 site-packages 目录下，而这个目录属于 conda 环境本身——所以看似隔离，实则没错；但问题出在：如果你没激活任何环境就直接 pip install，它就会装进系统 Python 或 base 环境。
- 检查是否真在目标环境里：命令行提示符应显示
(myenv)，且which python（macOS/Linux）或where python（Windows）输出路径必须含envs/myenv/ - 避免混用 pip 和 conda：优先用
conda install，尤其对numpy、scipy、pytorch这类带二进制依赖的包；pip 只用于 conda 仓库没有的包 - 确认 pip 指向正确解释器：
python -m pip install xxx比裸写pip install xxx更安全，因为它强制走当前python对应的 pip
创建带明确 Python 版本和关键库约束的环境
只写 conda create -n myproj 是危险的——conda 会选最新 Python 和最新兼容包，但科学计算项目往往需要特定组合，比如 scipy=1.7.3 要求 python=3.8，而 pytorch=2.3 在 python=3.11 下才稳定。
Python 3.14.2是Python编程语言在2025年12月5日发布的稳定版本，属于3.14系列的第二个维护更新。该版本包含了18项修复，重点解决了多进程、数据类及正则表达式等模块的回归问题，并修复了CVE-2025-12084等安全漏洞。此版本标志着自由线程模式（移除GIL）正式获得官方支持，是Python发展的重要里程碑。
- 务必指定 Python 版本：
conda create -n ds-38 python=3.8，而不是依赖默认值 - 安装时加版本锁：
conda install numpy=1.21 scipy=1.7.3 pandas=1.3.5，避免 conda 自动升级引发不兼容 - 指定 channel 提高成功率：
conda install -c conda-forge pyarrow=12.0.1，尤其当 defaults 频道缺包或版本旧时 - 不要用
conda install --force-reinstall清一色重装——它可能降级已有包，破坏依赖树
导出与复现环境时 build 字符串不能丢
conda env export > environment.yml 导出的文件里包含 build 字段（如 numpy-1.21.6-py38h20f2e39_0），这是 conda 区分不同编译变体的关键。如果删掉 build 或用 pip freeze > requirements.txt 替代，很可能在另一台机器上装出 ABI 不兼容的 numpy，导致 ImportError: cannot import name 'multiarray'。
- 复现必须用：
conda env create -f environment.yml，而非pip install -r requirements.txt - 导出前先清理无关包：
conda clean --all+conda list --revisions查看历史，避免导出调试时临时装的包 - 若需跨平台（如 Windows 开发 → Linux 服务器部署），导出时加
--no-builds参数，再手动在目标平台重装关键包
VS Code 中选错 Python 解释器等于没隔离
即使你在终端里 conda activate ds-38 成功，VS Code 默认仍可能用系统 Python 或 base 环境。这时你 Ctrl+Shift+P → “Python: Select Interpreter”，看到的路径如果不是 ~/miniconda3/envs/ds-38/bin/python（macOS/Linux）或 C:\Users\X\Miniconda3\envs\ds-38\python.exe（Windows），那编辑器里的 linting、debug、Jupyter kernel 全部失效。
- 每次新建项目文件夹后，第一件事就是通过命令面板选解释器，别依赖“上次打开”
- Jupyter Notebook 启动后右上角 kernel 名称必须匹配环境名，否则
%pip install会装错地方 - 在 settings.json 中显式指定：
"python.defaultInterpreterPath": "./envs/ds-38/bin/python"（相对路径需配合 workspace folder）
conda deactivate 就切项目，或者误把 pip install 当成全局操作。隔离不是一次配置，而是每次执行命令前都确认当前上下文是否干净。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！
