1、将安装包进行解压

2、打开解压后的文件夹

3、以管理员身份运行

4、点Next

5、点I Agree

6、点Next

7、择安装路径，然后Next

9、安装中，请等待

10、点Next

11、点Next

12、取消勾选，然后点Finish

13、打开开始菜单，找到Spyder(Anaconda3)，左键按住，拉到桌面。

14、在桌面找到此软件并打开

15、OK软件打开界面如下图所示

做Python数据分析、机器学习、爬虫开发的，基本人手一台电脑都装了Anaconda。最大的优势就是能统一管理各类库和虚拟环境，不用折腾繁杂的配置适配，对新手算是比较友好的工具。

但说实话，很多人的报错、代码跑不通、项目崩掉，根本不是代码逻辑的问题，全是Anaconda的环境玄学导致的。看似省心的集成环境，藏了一堆新手摸不透的隐性坑。

最让人崩溃的，就是环境冲突无解。

很多人图省事，所有项目都用默认base环境。平时写简单脚本没什么问题，一旦做多版本库依赖的项目，立马翻车。

之前跑一个旧版深度学习模型，需要指定旧版TensorFlow和Python版本，装好之后，之前能用的爬虫、数据分析脚本全部失效。库版本互相覆盖，新旧依赖打架，整个base环境直接乱套。

排查修复的时间，远比重新搭环境要久。从那之后，我每个新项目都单独建虚拟环境，再也不敢偷懒用默认环境。

版本适配的坑，跨设备协作最吃亏。

自己电脑装的新版Anaconda，导出的环境配置文件，发给同学或者部署到实验室服务器，大概率报错。

服务器、机房设备大多是长期未更新的旧版本，新版的部分语法、库兼容规则不一样，直接导致环境导入失败，依赖包全部安装异常。反过来旧版打包的环境，新版打开也会出现库版本不匹配、解析失败的问题。

还有个超级鸡肋的问题，下载速度极不稳定。

默认官方源下载库，经常限速、断连、超时报错。安装稍微大一点的数据分析、建模库，半天进度不动，最后直接失败。

很多新手不知道换国内镜像源，反复卸载重装，白白浪费大量时间。而且镜像源也会出问题，偶尔源文件缺失、缓存错乱，导致库安装成功但无法调用，特别迷惑人。

路径问题，万年老bug。

Anaconda对中文路径、带空格的文件夹敏感度拉满。安装路径一旦有中文、特殊字符，不会立刻弹窗报错，但后续问题会接连不断。

终端命令失效、虚拟环境激活失败、库调用异常，各种诡异问题层出不穷。刚开始根本想不到是安装路径的问题，反复修改代码、重装软件都没用，换纯英文短路径后直接恢复正常。

占用空间大、缓存垃圾多，也是很头疼的点。

看着只是一个环境管理工具，实际占用内存极其夸张。长期搭建多个虚拟环境、安装各类依赖包，不及时清理无用环境和缓存，C盘空间会被慢慢占满。

而且它的缓存不会自动清理，冗余的旧库、失效环境残留在磁盘里，越积越多，导致软件启动变慢，终端响应延迟，偶尔打开终端直接卡死无响应。

还有个小众但磨人的细节。

有时候明明卸载了不用的库，重启环境后依然残留配置文件，干扰新库的运行。甚至会出现两个版本的同一个库共存，代码调用优先级错乱，运行结果忽对忽错，排查难度极大。

用久了最大的感受就是，Anaconda的便利性毋庸置疑。

但它的环境机制太娇贵，稍微不注意配置、版本、路径，就会全盘翻车。