最稳妥的多python版本管理方式是用conda create创建新环境并指定python=版本，而非在已有环境中修改；支持精确（如3.8.10）或模糊（如3.9）指定，自动下载对应二进制，避免依赖冲突。

直接用 conda create 创建新环境并指定 Python 版本，是最稳妥、最常用的方式。不要试图在已有环境里硬改 Python 版本（比如 conda install python=3.9），容易引发依赖冲突或环境损坏。

创建新环境时指定 Python 版本

这是推荐的主流做法，干净、隔离、可复现。

• conda create -n myproject python=3.8：创建名为 myproject 的新环境，自动安装 Python 3.8（精确到次版本）
• 支持模糊写法：python=3.8.10、python=3.9（会装该主次版本下可用的最新补丁版）、python=3（不推荐，可能装出 3.12 或更高）
• 可同时装包：conda create -n ml-env python=3.10 numpy pandas scikit-learn
• 创建后必须激活才能使用：conda activate myproject，此时 python --version 就会显示你指定的版本

为什么别在 base 或已有环境中直接换 Python

base 环境是 Anaconda 的“系统环境”，它支撑着 Navigator、conda 自身等工具。强行升级或降级 base 中的 Python，可能导致：

huaweicloud-python-sdk-helper

华为云 Python SDK 查询工具。自动发现已安装 SDK 的服务包、Client类、API 方法、入参详情、类信息（__init__ 参数、属性、类型、描述），支持关键字搜索，快速定位目标 API 使用方法。

下载

• conda 命令失效（报错 ModuleNotFoundError: No module named 'conda'）
• Navigator 打不开，或界面异常
• 已安装的包被卸载或版本错乱（尤其是二进制预编译包，如 numpy、pytorch）
• 某些旧版 Python（如 3.7）在新版 conda 上已不被完全支持，降级后 conda list 可能报错

查可用 Python 版本列表

不是所有版本都能直接装，得看当前 conda 渠道是否提供对应构建。

• 运行 conda search python 查看所有可安装的 Python 构建（含平台标识，如 win-64、osx-arm64）
• 加 --info 看细节：conda search python=3.9 --info，确认是否有你系统架构的包
• 如果搜不到某版本（比如 python=3.6.15），说明官方仓库已下架，要么换更近的补丁版，要么去 anaconda.org 手动查第三方 channel（不推荐用于生产）

旧项目需要极老 Python 怎么办

比如必须用 Python 3.6 或 2.7 —— 官方 conda 早已停止支持，但仍有办法：

• 下载对应历史版 Anaconda 安装包（如 Anaconda2-2019.10-Windows-x86_64.exe），单独安装一个老版本 Anaconda，再用它的 conda 创建环境
• 改用 pyenv + pyenv-conda 组合管理跨大版本的解释器（适合高级用户，需额外配置 shell）
• 放弃 conda，改用 virtualenv + 系统已安装的老 Python 解释器（前提是系统里真有那个版本）

真正麻烦的从来不是“怎么装”，而是装完之后 pip 和 conda 混用、channel 源混乱、或者忘了每次都要先 conda activate —— 这些比版本本身更容易让环境悄无声息地坏掉。

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！