conda install -r requirements.txt 会报错，因为 conda 不支持 -r 参数；正确做法是：若 requirements.txt 为 pip 格式（含==），用 pip install -r；若为 conda 导出格式（含=和build ID），用 conda install --file；务必先激活目标环境再安装，避免装入 base；遇到包缺失或冲突优先用 pip（如清华镜像或 PyTorch 官方源）；混用时应先 conda 后 pip；最后用 python -c 验证关键包能否导入。
conda install -r requirements.txt 会报错？先确认命令是否用对
直接运行 conda install -r requirements.txt 肯定失败——conda install 不支持 -r 参数，这是 pip 的语法。很多人卡在这一步，误以为 conda 和 pip 命令可以混用参数。
正确做法分两种场景：
- 如果你的
requirements.txt是用pip freeze生成的（含==版本号，比如numpy==1.24.3），就该用pip install -r requirements.txt - 如果你的文件是用
conda list --export > requirements.txt导出的（格式类似numpy=1.24.3=py39h6a997c0_0），才该用conda install --file requirements.txt
绝大多数开源项目给的 requirements.txt 都是 pip 格式，别硬套 conda 命令。
激活环境后再装，否则包全装进 base 了
常见错误：打开 Anaconda Prompt 就直接 pip install -r requirements.txt，结果包全装到 base 环境里，和你实际要跑项目的环境完全脱节。
必须先激活目标环境：
- 运行
conda activate myenv（把myenv换成你的环境名） - 确认提示符开头已变成
(myenv) - 再执行
pip install -r requirements.txt
如果没激活就装，后续在 Jupyter 或 IDE 里选了这个环境，却找不到刚装的包——因为根本不在里面。
遇到包冲突或安装失败，优先换 pip 而不是硬扛 conda
conda 官方源里有些包缺失、版本滞后，比如 torch、transformers、lightning 等，用 conda install 经常报 PackageNotFoundError 或版本不匹配。
这时别反复试 conda，直接切 pip：
- 确保已激活目标环境
- 用清华镜像加速：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ -r requirements.txt - 若某包仍失败（如编译型包），可单独装：
pip install torch --index-url https://download.pytorch.org/whl/cu118
conda 和 pip 混用本身没问题，但顺序很重要：先用 conda 装核心科学计算包（python、numpy、scipy），再用 pip 补其他生态包——反过来容易触发依赖破坏。
装完验证：别只看“Successfully installed”
终端显示安装成功，不代表包真能用。尤其要注意：
-
import torch报ImportError: libcudart.so.11.0: cannot open shared object file？说明 CUDA 版本不匹配，得重装对应版本的torch -
import pandas报ImportError: DLL load failed（Windows）？大概率是 conda 和 pip 安装的同一包版本打架，删掉重装 - Jupyter kernel 里 import 失败？检查是否在正确的 kernel 下运行——
jupyter kernelspec list看名字，jupyter kernelspec uninstall myenv再重装 ipykernel
最简单的验证方式：python -c "import pandas, torch, numpy; print('ok')" —— 一行命令，省去开编辑器的麻烦。
