如何在 Conda 环境中安全切换 Python 版本
修改 Conda 环境的 Python 版本其实有几种路径，但直接原地升级往往伴随着依赖冲突的风险。作为资深开发者，我更推荐通过创建新环境来迁移，这样既能保证稳定性，又能保留旧环境作为备份。
方案一：创建新环境并指定版本（推荐）
这是最稳妥的做法。不需要破坏现有配置，直接在新的沙箱里搭建目标环境。
# 1. 查看当前已存在的环境列表
conda info --envs
# 2. 创建新环境，明确指定 Python 版本（例如 3.9）
conda create -n my_new_env python=3.9
# 3. 激活新环境
conda activate my_new_env
# 4. 安装所需包
# 可以直接列出需要的包进行安装
conda install pytorch torchvision d2l jupyter matplotlib pandas
# 或者从旧环境导出包列表后重建（可选）
conda list --explicit > package-list.txt
conda create -n my_new_env --file package-list.txt python=3.9
注意：在克隆旧环境包列表时，务必显式指定
python=3.9，否则 conda 可能会尝试解析出与旧版本兼容的 Python，导致版本未变更。
方案二：直接更新当前环境的 Python 版本
如果你必须修改当前环境，请务必先做好备份。这种方法虽然省事，但容易引发依赖地狱。
# 1. 备份当前环境的所有包信息
conda list --explicit > environment_backup.txt
# 2. 更新 conda 自身及所有包（建议先执行）
conda update conda
conda update --all
# 3. 安装指定版本的 Python
conda install python=3.9
# 4. 验证版本
python --version
方案三：基于 environment.yml 文件重建
如果你有维护良好的 environment.yml 文件，这是可复现性最高的方式。
编辑你的 environment.yml，将 Python 版本修改为目标版本：
name: my_env
channels:
- pytorch
- conda-forge
- defaults
dependencies:
- python=3.9
- pytorch=2.0.1
- torchvision=0.15.2
-
