由 dawei Windows系统上搭建数据科学环境常因路径、权限和版本冲突导致失败。避免在默认的C:\\Program Files目录下安装Python或Anaconda，这类路径含空格和特殊权限限制，易引发pip install失败或Jupyter无法启动。
AI生成3D模型，仅供参考
安装Python时务必勾选“Add Python to PATH”，但需注意：若已存在旧版Python（如预装的Windows Store版本），应先卸载或禁用它，否则conda或pip可能调用错误解释器。推荐直接从python.org下载标准版，而非Microsoft Store版本。
Anaconda虽方便，但在科研协作中常因包版本锁定引发环境不一致问题。建议优先使用Miniconda + conda-forge源，并为每个项目创建独立环境：conda create -n myproject python=3.11 && conda activate myproject。避免长期依赖base环境。
Jupyter Lab启动报错“Failed to start the kernel”多因内核未正确注册。激活环境后运行python -m ipykernel install --user --name myproject --display-name \"Python (myproject)\"，确保内核名称与环境名一致且无中文或空格。
使用GPU加速时，不要盲目安装最新版CUDA Toolkit。PyTorch和TensorFlow均提供与特定CUDA版本严格匹配的wheel包，须查阅其官网对应表，用conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia，而非自行安装CUDA。
Git Bash或WSL终端运行conda命令异常，因其默认未加载conda初始化脚本。应在Windows Terminal中使用原生cmd或PowerShell，或在Git Bash中执行source ~/miniconda3/etc/profile.d/conda.sh（路径按实际调整）。
防病毒软件（尤其是McAfee、Symantec）可能拦截conda install或Jupyter进程，临时禁用实时防护再操作。若频繁遭遇文件被锁，可在conda config --set always_yes True && conda config --set remote_read_timeout_secs 120提升稳定性。
环境变量PATH中存在多个Python路径时，用where python（Windows）检查实际调用位置；用conda list和pip list -v核对包来源，避免conda与pip混用导致依赖破碎——除非明确需要pip install某个conda未收录的包，且之后立即执行conda install --force-reinstall以同步元数据。