七天量化回测入门（一）Windows 64 位系统下安装 Conda 虚拟环境完整教程

1. 引言

在 Windows 64 位系统上进行 Python 开发时，使用 Conda 管理虚拟环境是隔离依赖、避免版本冲突的常用做法。本文将从零开始，介绍如何安装 Miniconda、创建虚拟环境、安装依赖包以及日常管理环境的方法。

2. 安装 Miniconda

Miniconda 是 Conda 的轻量级发行版，只包含 Conda 本身和 Python，体积小、安装快，适合大多数开发场景。

2.1 下载安装包

打开 Miniconda 官方下载页面，选择 Windows 64 位对应的安装包（通常为 Miniconda3-latest-Windows-x86_64.exe）。 （Download Success | Anaconda或用国内镜像版）下载完成后双击运行安装程序。

2.2 安装步骤

安装过程中需要注意以下几点：

• 选择安装路径时，建议使用默认路径，避免路径中包含中文或空格。
• 在 Advanced Installation Options 页面，勾选 Add Miniconda3 to my PATH environment variable，方便在命令行中直接使用 conda 命令。
• 如果不需要注册为默认 Python，可以不勾选 Register Miniconda3 as my default Python 3.x。

2.3 验证安装

安装完成后，打开命令提示符（cmd）或 PowerShell，输入以下命令验证安装是否成功：

conda --version

如果输出类似 conda 24.x.x 的版本号，说明安装成功。

3. 创建虚拟环境

虚拟环境用于隔离不同项目的依赖，避免包版本冲突。

3.1 创建环境

使用以下命令创建一个名为 myenv 的虚拟环境，并指定 Python 版本：

conda create -n quant_env python=3.10

命令执行过程中会提示接受服务物条款，输入accept。

Do you accept the Terms of Service (ToS) for https://repo.anaconda.com/pkgs/main? [(a)ccept/(r)eject/(v)iew]: accept

命令执行过程中询问安装默认包，输入 yes,始可完成。

3.2 激活环境

创建完成后，使用以下命令激活虚拟环境：

conda activate quant_env

激活后，命令行提示符前会出现 (myenv) 前缀，表示当前处于该虚拟环境中。

3.3 退出环境

需要退出当前虚拟环境时，执行以下命令：

conda deactivate

4. 安装依赖包

在激活的虚拟环境中，可以使用 conda 或 pip 安装所需的 Python 包。

4.1 使用 Conda 安装

conda install backtrader pandas numpy matplotlib baostock

4.2 使用 Pip 安装

对于 Conda 源中没有的包，可以使用 pip 安装：

pip install backtrader pandas numpy matplotlib baostock

4.3  安装后验证

安装后验证：

python -c "import baostock, backtrader, pandas, matplotlib; print('ok')"

5. 环境管理常用命令

以下命令在日常开发中经常使用，建议熟练掌握：

命令	说明
conda env list	查看所有虚拟环境
conda list	查看当前环境已安装的包
conda remove -n quant_env --all	删除名为 quant_env 的虚拟环境
conda update conda	更新 Conda 本身
conda search 包名	搜索可用的包版本

6. 常见问题与解决

安装和使用过程中可能遇到以下常见问题：

• conda 命令无法识别：检查是否勾选了添加到 PATH 选项，或手动将 Miniconda 的 Scripts 目录添加到系统环境变量。
• 创建环境速度慢：可以配置国内镜像源，如清华源或阿里源，加快下载速度。
• 激活环境失败：在 PowerShell 中可能需要先执行 Set-ExecutionPolicy RemoteSigned 允许脚本执行。
• 包安装冲突：优先使用 conda 安装，conda 会自动处理依赖关系；必要时可新建独立环境避免冲突。

7. 总结

本文介绍了在 Windows 64 位系统下安装 Conda 虚拟环境的完整流程，包括 Miniconda 安装、环境创建、依赖安装和常用管理命令。掌握这些操作后，可以更高效地管理多个项目的 Python 依赖

，避免版本冲突带来的困扰。

转载自 CSDN-专业IT技术社区

原文链接：https://blog.csdn.net/Amy8020/article/details/166938577