由 dawei Windows系统上配置数据科学环境常因路径、权限和版本冲突导致失败。建议始终以管理员身份运行终端，避免pip install时因权限不足写入失败，同时关闭杀毒软件实时扫描，防止其误拦截conda或pip的安装行为。
推荐使用Miniconda而非Anaconda，轻量且启动快。安装时务必勾选“Add Conda to system PATH”和“Register Miniconda as my default Python”，否则后续命令行无法识别conda。安装完成后立即执行conda init powershell，再重启终端，确保PowerShell能直接调用conda。
创建独立环境是核心原则。切勿在base环境中装包，应使用conda create -n ds python=3.10，并配合conda activate ds启用。安装包优先走conda-forge通道：conda install -c conda-forge pandas numpy scikit-learn jupyter，避免混用pip与conda安装同一包引发依赖断裂。
Jupyter配置需手动优化：运行jupyter notebook –generate-config生成配置文件，编辑~/.jupyter/jupyter_notebook_config.py，添加c.NotebookApp.ip = ‘localhost’和c.NotebookApp.port = 8888，禁用浏览器自动打开可加c.NotebookApp.open_browser = False，提升启动稳定性。
中文路径和空格是隐形雷区。Python解释器、项目文件夹、Conda安装路径必须全程使用纯英文、无空格、无中文字符的路径，否则PyTorch、XGBoost等编译型包极易报错“找不到DLL”或“模块加载失败”。桌面或文档目录默认含中文用户名，建议将环境和项目存于D:\\ds-env等自定义路径。
GPU支持需额外验证。安装CUDA Toolkit后，务必通过nvidia-smi确认驱动版本，再按PyTorch官网推荐命令安装匹配的torch版本（如pip3 install torch torchvision torchaudio –index-url https://download.pytorch.org/whl/cu118），不可仅依赖conda默认源，易装错CPU版。
创意图AI设计，仅供参考
日常维护只需两步：定期conda update conda，再conda env update -f environment.yml –prune（若有环境文件）；遇到异常先conda deactivate退出当前环境，再conda clean –all清理缓存，比重装效率更高。