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

不管是初学Python、跑机器学习模型，还是做数据分析、深度学习课设，Anaconda基本是人手一个的工具。不用手动折腾复杂的环境变量，虚拟环境隔离做得很到位，装库、适配版本都很方便，学生练手、小型项目开发基本够用，算是Python生态的基础工具。

但长期用下来，真的很少有人吐槽它的隐性问题。网上都在说它环境管理方便、开箱即用，可实际实操里，各种莫名报错、卡顿、环境崩坏太常见了。很多时候代码没毛病，库也装对了，就是运行报错，到头来全是软件本身的遗留坑和配置问题。

虚拟环境错乱是最磨人的通病。

很多人习惯随便新建环境、重复装库。

时间久了，一堆同名、残次、空壳的虚拟环境堆积在目录里。明明切换了指定环境，运行代码却一直在调用base环境的库，版本完全对不上。跑模型的时候库版本冲突，反复卸载重装都没用，最后才发现是环境识别错乱导致的。

缓存堆积导致启动越来越慢。

刚安装的时候，终端启动、打开导航面板秒进。

日常频繁装包、更新库、切换环境后，启动速度肉眼变慢。有时候打开Anaconda Navigator要卡半分钟，界面加载空白、按钮点击无响应。低配电脑体验尤其差，基本越用越拖沓。

校园设备版本兼容坑特别多。

学校机房、实验室的Anaconda大多是老旧稳定版。

机房能正常运行的代码工程，拷回自己新版软件就报错。新旧版本的conda源、库适配规则不一样，旧版兼容的老旧库，新版直接不支持，课设项目经常因为版本差异要重新适配环境。

换源之后莫名抽风。

为了提速换成国内镜像源，短期下载确实快。

用久了很容易出现源缓存错乱，装包的时候提示库不存在、版本匹配失败。有时候明明输入正确的安装指令，要么下载中断，要么装完无法调用，排查起来毫无头绪。

路径问题一直没彻底解决。

软件安装路径带中文、空格，初期完全没异常。

一旦批量安装依赖、批量运行脚本，就会直接报错终止。报错提示很模糊，根本不会指向路径问题，很多人反复重装库、重置环境，白白浪费大量时间。

长时间不清理包残留，环境直接臃肿崩盘。

日常更新、卸载库后，会残留大量缓存包、冗余依赖。

不会手动清理的话，环境会越来越臃肿，不仅占用大量磁盘空间，还会导致后续装包冲突、运行报错。很多人最后只能直接重装软件，治标不治本。

还有个很细节的小坑。

后台常驻进程特别顽固。

关闭终端和软件界面后，后台依旧残留conda进程，占用内存。

下次打开软件、创建新环境时，很容易出现创建失败、权限异常的情况，重启电脑才能恢复正常。

真的没必要追着最新版更。

新版虽然适配了新库，但bug更多、稳定性更差，日常学习、跑课设，稳定旧版反而更少翻车。