一、基础准备（Anaconda Prompt 中）

# 1. 清屏，让界面更整洁
cls

二、环境管理（base 环境下执行）

# 2. 查看当前系统中所有已创建的conda环境（确认环境列表）
conda env list

# 3. 方式1：创建指定名称的虚拟环境（推荐，简单易记）
# 替换【你的环境名】为自定义名称，比如data_analysis
conda create -n 你的环境名 python=3.9

# 3. 方式2：创建指定安装路径的虚拟环境（按需选择）
# 替换【你的安装路径】和【你的环境名】，比如D:\conda_env\data_analysis
conda create --prefix=你的安装路径\你的环境名 python=3.9

# 4. 激活创建好的虚拟环境（方式1创建的环境）
conda activate 你的环境名

# （可选）如果是方式2创建的路径型环境，激活命令如下
# conda activate 你的安装路径\你的环境名

三、虚拟环境内的库安装与验证

# 5. 查看当前环境已安装的库（激活环境后执行）
conda list

# 6. 安装指定版本的NumPy（使用清华源加速）
pip install numpy==1.21.5 -i https://pypi.tuna.tsinghua.edu.cn/simple

# 7. 安装指定版本的Pandas
pip install Pandas==1.2.4 -i https://pypi.tuna.tsinghua.edu.cn/simple

# 8. 安装指定版本的Matplotlib
pip install Matplotlib==3.5.1 -i https://pypi.tuna.tsinghua.edu.cn/simple

# 9. 验证NumPy版本（确认安装成功）
pip show numpy

# （可选）验证其他库版本，替换numpy即可
# pip show pandas
# pip show matplotlib

四、环境退出与删除（按需执行）

# 10. 退出当前虚拟环境，回到base环境
conda deactivate

# 11. 删除指定名称的虚拟环境（需先退出该环境）
conda remove -n 你的环境名 --all

# （可选）删除路径型环境
# conda remove --prefix=你的安装路径\你的环境名 --all