企业官网建设流程全解析

前言：

这是lz这两天安装的小笔记，一方面给自己留个学习用存档，另一方面也许会帮到某个人或者没有也没事，总之写的不好还请见谅。

一、官网安装Anaconda

1.1 下载Anaconda安装包

Anaconda Download进入官网下载安装包，网址如下：

Download Anaconda Distribution | Anaconda

进入后会有两个选项：

这里我们选择右边的Get Started with Anaconda Distribution，左边Kilo 是 Anaconda 最近推出的偏向 AI 工作流的新产品，对于lz这种小白来说暂时还用不到，大家可以按需要安装。

接下来就是选择安装包进行安装，这一步应该都没啥歧义，lz就略过了。

对了，顺带一提，lz这里的版本是Anaconda3-2026.07-1-Windows-x86_64

1.2 安装anaconda

点开下载好的安装包，进行安装步骤。里面有很多自定义的选项，大家按照需要选择，lz是小白不懂所以这边列出来lz问gpt得到的相关选项解释以及lz这次安装的选项，嫌啰嗦可直接跳过。

just me就是只给你这一个windows用户权限，如果你用自己的电脑其实就选这个就好，不会涉及到管理员权限。

下面一个选项gpt的回复是会涉及到管理员权限的问题，lz觉得麻烦没有选择。

自定义安装路径，建议别选C盘，其他没啥，按自己喜好来。

第一个：建立开始菜单，就是给你一个快捷方式，没啥副作用

第二个：lz之前电脑里有装过python，为了避免后续用anaconda装python引起混乱，就没有勾选，有类似经历的慎重考虑

第三个：如果勾选了，所有的调用python的地方都会默认调用你用anaconda装的这个python，还是跟之前一样，lz为了这个python和之前系统装的独立开来，没有勾选

第四个：安装后清理缓存

这里lz是工位电脑（又不是自己电脑那么爱惜干啥），以及gpt说后续建立其他环境可能需要，所以lz就没有勾选

接下来点击“install”即可

接下俩这里会比较缓慢，等他完成即可。（姆巴佩：补水啦）

后续没啥问题就一直next到这里：

这里lz查了下navigator是什么，回答是一个图形界面。那么我们后续安装库以及后续编程都是在指令框anaconda prompt里面完成，你搜到的教程或者问ai一般也是给你代码，所以这里这个图形界面可选可不选。但lz本着你可以不用但不能没有的想法还是选上了。这里附上界面Anaconda Navigator界面：

那么恭喜你，到这里，第一步anaconda的安装就结束了！

二、创建Anaconda下的python

2.1 创建新环境data_analysis，在这个环境下安装python 3.11

首先打开Anaconda prompt，用以下代码查看相关的版本号

conda --version python --version

检查过后就可以开始创建一个新的python环境，这里lz选择安装python 3.11版本，因为使用者这个版本可以有更好的兼容性，包括库以及别人的代码（笑

conda create -n data_analysis python=3.11

这个命令就是创建一个新环境“data_analysis”，然后在这个环境下安装3.11版本的python

前面可能会先出来一个让你更新conda版本，可以直接忽略。（如果没有跳出来忽略这行）

然后会跳出这个界面，输入 y 即可。

最终出现下面这一行，就表示创建成功了一个新环境：data_analysis

到现在为止，我们的电脑是这样的：

Anaconda base │ └── Python 3.14 data_analysis │ └── Python 3.11 ← 已创建成功 ✅

2.2 配置新环境

在anaconda界面输入如下代码，进入我们的data_analysis环境内

conda activate data_analysis

那么在我们的终端可以看到如下变化：

(base) C:\Users\xxx>

(data_analysis) C:\Users\xxx>

接下来就是为新的环境安装我们需要的常用的库：

conda install numpy pandas matplotlib scipy seaborn scikit-learn openpyxl jupyterlab notebook ipykernel

在这里附上gpt老师给的相关库的作用，大家自行选择：

后续有需要用上面的安装代码安装新的库即可。

接下来开始安装，时间会有点久，lz这里不知道咋回事，总之等了很久以后发现终端上已经被清空了，如下代码可以检验是否安装完成：

conda activate data_analysis jupyter lab

如果能跳转到Jupyter Notebook界面，那应该就是安装好了的。

讨论

到这里，其实已经基本完成了。接下来的一步，是因为lz先前已经安装了Pycharm，所以根据gpt老师的建议，是要把 PyCharm 切换到data_analysis环境。因为以后大概率80% 时间在 PyCharm 写代码，这样做以后无论是在Jupyter还是PyCharm，运行的都是同一个 Python 环境，不会出现“Jupyter 能运行、PyCharm 却报找不到包”的问题。

那么在接下来开始前，先介绍一下Python、Anaconda、Pycharm和Jupyter之间的关系。Python才是真正执行代码的人，而Pycharm和Jupyter是不同的工作方式。

如果用作家来作比，那么Python就是你本人。

Pycharm像一个办公室，里面有：电脑、文件柜、调试工具、自动补全、项目管理，因此它更加适合大项目的开发。

Jupyter像一个草稿本，最大的特点是“写一小段运行一小段”，适合学习、调试代码、调整作图参数等等。

因此，很多科研人都是：Jupyter → 验证成功 → PyCharm → 形成项目

那么就会有人好奇，在这个过程中，Anaconda的作用又是什么呢？他其实就是提供了python的环境，是个Python环境管理器。如果我们合并了Jupyter和Pycharm调用的Python，让他们都使用我们刚刚创建的data_analysis环境下的python 3.11，那么他俩就都是调用者，而被使用的Python是在我们的Anaconda下的。

（ps：以上回答来源于gpt，我加工整理了一下...）