必须用 conda create 创建隔离环境，因其能从解释器层彻底隔离依赖；创建时须指定精确 python 版本（如 python=3.9.15），禁用混用 pip，优先配置清华镜像源并关闭 defaults 通道，导出环境仅用 --from-history 确保可复现。
用 conda create 创建隔离环境，别碰全局 Python
直接在系统 Python 或用户级 pip 环境里装包，等于把所有项目塞进同一个抽屉——TensorFlow 2.4 和 2.8、PyTorch 1.x 和 2.x 会当场打架。conda create 是唯一能从解释器层就切开冲突的手段。它不依赖系统 Python，而是为每个项目生成独立的 python=3.9 副本 + 完整包树。
实操要点：
- 创建时必须显式指定 Python 版本：
conda create -n myproject python=3.9.7（别省略补丁号，3.9.0 和 3.9.18 的 C API 兼容性可能有细微差异） - 激活后立刻验证：
conda activate myproject→which python应返回~/miniconda3/envs/myproject/bin/python（Linux/macOS）或类似路径，绝不能是/usr/bin/python3 - 禁用 pip install：除非明确知道某个包只提供 wheel 且无二进制依赖，否则一律用
conda install。混用会破坏 conda 的依赖图谱
镜像源必须换，否则 conda install 会卡死或装错版本
默认 conda 源（defaults）对 Python 3.9 支持滞后，尤其国内用户常遇到 Solving environment: failed 或装出非官方编译的 PyTorch（比如没 CUDA 支持的 CPU-only 版本）。
正确做法：
- 优先用清华源：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ - 关闭 defaults 通道：
conda config --set channel_priority strict（避免 conda 在多个源间反复试探） - 验证配置：
conda config --show channels输出应只含你添加的镜像地址，不含defaults
遇到 “UnsatisfiableError” 别硬试，先看冲突根源
conda install pytorch=2.0 torchvision=0.15 -c pytorch 报这个错，不是命令写错了，而是 conda 在当前环境中找不到满足所有约束的组合——比如你已装了 numpy=1.26，但 PyTorch 2.0 要求 numpy。
快速定位方法：
- 运行
conda list，重点看报错涉及的包及其版本（如numpy、python、openssl） - 用
conda search --info pytorch=2.0查该版本实际依赖哪些包及版本范围 - 最稳妥解法：删掉当前环境重来：
conda env remove -n myproject，然后按依赖顺序重装（先python和numpy，再pytorch）
环境导出要带 --from-history，否则复现必翻车
conda env export > environment.yml 导出的是当前环境所有包（含 conda 自动装的底层依赖，如 libgcc-ng），别人用它重建环境时极可能失败——因为那些底层包版本和你的机器强绑定。
真正可复现的导出方式：
-
conda env export --from-history > environment.yml（只导出你手动执行conda install的那几行命令） - 检查生成的
environment.yml，确认只有dependencies下列了你明确需要的包，没有一堆libstdcxx-ng=12.2.0这类细节 - 部署时用
conda env create -f environment.yml，conda 会根据当前平台自动选最适配的二进制版本
复杂点在于：Python 3.9 本身不是“一个版本”，而是从 3.9.0 到 3.9.18 的连续体；不同小版本对应的 ABI 兼容性、SSL 库行为、甚至 datetime 解析逻辑都可能有差异。所以环境定义里必须锁定 python=3.9.15 这样的精确版本，而不是模糊写 python=3.9。
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！
