在 Windows 环境下使用 Python 开发时，很多项目都会使用 Miniconda/Anaconda + Conda 来管理 Python 版本和虚拟环境。对于 YOLO、PyTorch、OpenCV、PyQt5、机器学习和深度学习项目来说，独立的 Conda 环境能够有效避免不同项目之间的依赖冲突。
如果你想在 Windows 的 CMD 中直接配置清华 Conda 国内源，不需要手动修改 .condarc 文件，直接通过命令行即可完成。首先建议清除以前可能存在的 Channel 配置，避免旧镜像源和新镜像源混用。在 CMD 中执行：
CMD：
conda config –remove-key channels
如果执行后提示 channels 不存在，可以直接忽略，这说明当前没有需要删除的自定义 Channel 配置。
CMD：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --set show_channel_urls yes
镜像源配置完成后，建议清理一次 Conda 之前保存的索引缓存，使后续安装软件包时重新读取新的镜像源信息。执行：
CMD：
conda clean -i
然后查看当前 Channel 配置：
CMD：
conda config --show channels
如果输出中已经出现 mirrors.tuna.tsinghua.edu.cn，基本可以确认清华 Conda 镜像源已经配置成功。接下来可以创建独立的 Python 3.10 虚拟环境。例如创建一个名为 py310 的环境：
CMD：
conda create -n py310 python=3.10
除了 Conda 之外，建议同时给 pip 配置清华 PyPI 镜像源，因为很多 Python 第三方库最终仍然需要通过 pip 安装。在 CMD 中执行：
CMD：
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
配置完成后检查：
CMD：
pip config list
这样配置之后，环境结构会比较清晰，下载 Python 软件包也更加方便，后续进行 YOLO、PyTorch、OpenCV、PyQt5、机器学习和深度学习项目开发时，也能减少不同项目之间的依赖冲突。
评论(0)