创建指定Python3.6.4的Conda环境后因Matplotlib降级至Python2求助

算力阿峰

2026-5-21

解决Anaconda环境Python版本变更及Jupyter内核关联问题

嘿，这种环境版本跳变的问题我碰到过好几次，大概率是依赖冲突或者Jupyter内核关联错了，咱们一步步来搞定它：

先确认当前环境的真实状态
打开Anaconda Prompt（或者你的系统终端），先激活你创建的目标环境：
```
conda activate 你的环境名称
```
然后执行两个命令核实情况：
- python --version：看看环境里实际的Python版本
- conda list：查看所有已安装包，确认Python条目到底是2.x还是3.6.4
强制恢复Python 3.6.4版本
如果确实发现Python被替换成2.x了，直接用强制重装命令拉回指定版本：
```
conda install python=3.6.4 --force-reinstall
```
这个命令会强制覆盖当前的Python版本，同时自动处理依赖兼容问题。要是执行时还是报错，记得把完整的错误信息记下来，这对排查深层冲突很有用。
修复Jupyter Notebook的内核关联
就算环境里的Python改回3.6.4了，Jupyter可能还会默认用Python2的内核，所以得给你的环境单独注册内核：
1. 激活目标环境后，先安装ipykernel：
```
conda install ipykernel
```
2. 将环境添加到Jupyter的内核列表：
```
python -m ipykernel install --user --name 你的环境名称 --display-name "Python 3.6.4 (你的环境名称)"
```
3. 重启Jupyter Notebook，新建笔记本时就能看到这个自定义内核选项，选它就会用你环境里的Python3.6.4运行代码了。
预防下次踩坑的小技巧
- 以后创建环境时，尽量一次性把Python版本和需要的包都指定好，比如：
```
conda create -n 你的环境名称 python=3.6.4 matplotlib numpy
```
  这样能避免后续安装包时触发意外的版本变更。
- 安装包优先用conda install，如果必须用pip，一定要先激活目标环境，确认用的是环境内的pip（执行pip --version看路径是否对应你的环境），防止全局pip破坏环境依赖。