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(Anaconda2)，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

做数据分析三年，Anaconda从4.10版用到现在的2024版，不管是课设做数据处理，还是上班跑机器学习模型，每天都要和虚拟环境、conda命令、包管理打交道。它确实能省不少环境配置的麻烦，但那些藏在命令行里的坑，能让你半天的功夫全白费。

最磨人的，就是conda创建环境的报错。上次赶项目，需要创建一个Python 3.9的虚拟环境，输入conda create -n py39 python=3.9，结果直接报“Solving environment: failed”，翻遍终端日志，也没找到明确原因。折腾了快一小时，才知道是镜像源出了问题，默认镜像源太慢，还经常断连，换了国内镜像源，才勉强创建成功。

而且镜像源不是换一次就一劳永逸。有时候换了镜像源，能装部分包，却装不了pandas、numpy这类常用库，提示“Package not found”，只能又换回默认源，来回切换，特别费时间。后来养成习惯，每次创建环境前，都先检查一下镜像源，避免白忙活。

虚拟环境的切换和删除，也全是坑。新手很容易犯的错，就是忘了激活环境，直接在base环境里装包，结果导致base环境越来越臃肿，最后各种包版本冲突，运行脚本直接报错。有次我不小心在base环境装了不同版本的tensorflow，导致所有依赖tensorflow的脚本都打不开，只能卸载重装，半天时间就这么没了。

还有删除环境的坑，明明输入了conda remove -n py39 --all，提示删除成功，可下次打开Anaconda Navigator，还是能看到这个环境，点击还会报错，只能手动找到环境安装路径，删除文件夹，才能彻底清理，特别麻烦。

包版本兼容的问题，更是家常便饭。有时候装一个库，比如matplotlib，conda会自动安装它依赖的其他包，结果把之前装好的numpy版本冲掉，导致之前写的数据分析脚本报错。有次装seaborn，就因为自动升级了numpy，导致pandas无法正常使用，只能降级numpy，重新调整版本，折腾了大半天。

Anaconda Navigator的卡顿，也能气死人。尤其是打开Navigator的时候，加载要等好几分钟，有时候还会出现加载失败，提示“Failed to load environment”，重启软件、重启电脑都没用，最后发现是环境文件损坏，只能重新创建环境。

还有个小细节特别烦，就是环境变量的问题。刚装Anaconda的时候，没勾选添加环境变量，导致在命令行里输conda命令，提示“不是内部或外部命令”，只能手动添加环境变量，步骤繁琐不说，还容易加错路径，导致软件无法正常启动。

行业里做数据分析、机器学习的，几乎都离不开Anaconda。毕竟它能一键配置Python环境，内置了上千个科学计算包，不用手动一个个安装，尤其是新手，能省不少配置的麻烦。但它的缺点也很明显，安装包体积大，占磁盘空间，而且conda命令的报错不直观，新手很难排查问题。

身边也有同行转用Miniconda，说更轻便，占用空间小，还能手动安装需要的包，不冗余。但我用惯了Anaconda的Navigator界面，尤其是管理多个虚拟环境，可视化操作更顺手，虽然笨重，但胜在方便。

对了，新手别盲目追最新版本，Anaconda 4.12.0版就足够用了，稳定不怎么报错，包兼容性也最好，很多教程和解决方案都基于这个版本。2024版虽然加了些新功能，但bug比老版本多，尤其是环境加载和包管理，经常出问题。

哦对，还有个小坑忘了说，Anaconda的环境别放中文路径，不然创建环境、装包都会报错，而且有时候运行脚本会提示路径错误。还有，电脑内存低于16G的，尽量别同时开多个虚拟环境、跑大型数据模型，不然卡顿会让你怀疑人生。