构建一个稳定且高效的 Python-GEE 环境，最推荐的方式是结合Anaconda/Miniconda和Jupyter Notebook (或JupyterLab) 来进行包管理和代码交互，这里小编采用 Anaconda + Jupyter Notebook组合的方式，以下是Anaconda 完整安装配置的步骤。
1.1 下载 Anaconda
Anaconda 官方服务器位于国外，直接下载速度极慢且容易失败。因此我们选择国内最稳定、更新最快的清华大学开源镜像站高速下载。
镜像下载地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
本次教程选择稳定适配 GEE 的版本：Anaconda3-2022.05（Windows 64位），该版本自带 Python3.9，兼容性强，可以适配绝大多数 GEE 依赖库。
1.2 Anaconda 安装步骤
双击刚刚下载的“Anaconda3-2022.10-Windows-x86_64.exe”文件，这里会出现三个选项
①勾选Just Me：仅为当前Windows用户安装；
②只勾选Register Anaconda3 as the system Python 3.9：之后我们自己设置环境变量；③安装路径建议选择非C盘、纯英文无空格路径，示例：D:\Jupyter；
2.配置环境变量（让系统能找到conda和python命令）手动配置环境变量，是为了让系统全局识别 conda、python、pip等命令，避免终端报错“不是内部或外部命令”
①按下快捷键 Win + I 打开系统设置，顶部搜索框输入：编辑系统环境变量；
②在弹出的「系统属性」窗口中，点击右下角环境变量；
③在用户变量中找到 Path，选中并点击「编辑」（如下图所示）；
④点击「新建」，依次添加以下路径（以安装在 D 盘为例）；
D:\AnacondaD:\Anaconda\ScriptsD:\Anaconda\Library\bin
✅ 路径填写为你自己的 Anaconda 安装目录，全部添加完成后，依次点击确定保存；
为了后续频繁操作更加高效，我们将核心工具调出桌面快捷方式：
①点击电脑左下角开始菜单，找到 Anaconda3（64-bit） 目录；
②长按鼠标左键，将 Anaconda Prompt、Jupyter Notebook拖拽至桌面；
⚠️重要使用须知：运行 Jupyter Notebook 时，Anaconda Prompt 小黑窗必须保持打开状态，一旦关闭，Jupyter 服务会直接中断，代码无法运行；
4.创建 Python 虚拟环境并关联 Jupyter NotebookAnaconda 安装完成后，默认自带一个名为 base 的全局基础环境，我们可以将其理解为 Anaconda 的「公共大本营」。
但在实际科研和项目开发中，强烈不建议直接在 base 环境中装包、写代码。我们单独创建虚拟环境的核心目的：隔离不同项目的依赖包，彻底杜绝版本冲突与环境污染。
①项目A（深度学习任务）：依赖 numpy==1.21、pandas==1.3、torch==1.12
②项目B（遥感影像处理）：依赖 numpy==1.19、pandas==1.1、GDAL==3.0
①版本打架：numpy不能同时装 1.19和1.21，要么A跑不起来，要么B报错；
②环境混乱：所有项目的依赖全部堆积在全局环境，无用包过多，清理时无法区分归属，误删会直接导致整个环境崩溃；③无法复现：虚拟环境可通过 conda 命令一键导出、迁移，更换电脑或分享代码时，可快速还原一模一样的运行环境，极大节省重装依赖的时间成本；④系统Python污染：避免随意装包、改配置污染系统自带 Python，保障电脑系统和其他软件正常运行；我们单独创建一个纯净、独立的 GEE-Python 环境，专门用于 GEE 遥感数据分析，全程命令均在 Anaconda Prompt 中执行。conda env list#在prompt中输入
小编此前已创建过测试环境，因此列表会显示 base、gee 两个环境，新手仅有 base 环境属于正常现象。步骤2：创建名为 GEE-Python 的虚拟环境conda create -n GEE-Python python=3.9 #创建指定 Python3.9 版本的专属环境
等待命令执行，终端出现 Retrieving notices: ...working... done，即代表虚拟环境创建成功conda activate GEE-Python#启动GEE-Python这个虚拟环境
命令行前缀从 (base) 变为(GEE-Python)，说明进入成功。此后所有装包、代码操作，均只作用于当前独立环境，不会污染全局环境✅ 拓展常用环境命令（建议收藏）
conda remove -n 环境名 --all#删除名为“环境名”的虚拟环境conda deactivate#退出虚拟环境pip show numpy#查看当前环境下某个库的版本（以numpy为例）
4.3 虚拟环境关联 Jupyter Notebook此前我们在 Anaconda 中搭建了 GEE-Python 虚拟环境，不过现在存在一个问题：这个独立环境暂时和 Jupyter Notebook 互不连通。目前打开 Jupyter，只能使用系统自带的 base 环境。想要在 Jupyter 里正常运行 GEE-Python 环境的代码，就需要手动完成环境对接。
步骤1：打开 Anaconda Prompt，进入 GEE-Python 虚拟环境conda activate GEE-Python
②安装 Jupyter 内核依赖（清华镜像加速）
通过国内清华镜像快速安装 ipykernel 内核工具，避免下载超时、失败：
pip install ipykernel -i https://pypi.tuna.tsinghua.edu.cn/simple
③把虚拟环境 GEE-Python 注册为 Jupyter 内核
python -m ipykernel install --user --name=GEE-Python
jupyter kernelspec remove GEE-Python
重启 Jupyter Notebook，即可自由切换 base 与 GEE-Python 双环境，配置完成，如下图已经把GEE-Python连接到jupyter中了
Jupyter Notebook 默认工作路径为 C 盘用户目录（如下图所示），长期存放代码、数据会占用系统盘空间，容易导致电脑卡顿、文件混乱。我们可以手动修改为非系统盘自定义路径；
本次教程统一设置工作路径为：D:\Jupyter（可根据自己需求自定义）
步骤1：生成 Jupyter 配置文件
打开 Anaconda Prompt，输入命令生成全局配置文件：
jupyter notebook --generate-config
终端会输出配置文件路径，默认路径示例（如下图）
C:\Users\用户名\.jupyter\jupyter_notebook_config.py
步骤2：修改默认工作路径
① 找到 jupyter_notebook_config.py 文件，用记事本打开；
② 按下 Ctrl+F 搜索关键词：notebook_dir=；
③ 找到默认注释代码：
# c.NotebookApp.notebook_dir = '' #修改前
④删除开头 # 注释符号，并在引号内填入自定义路径：
c.NotebookApp.notebook_dir = 'D:\Jupyter' #修改后
步骤3：生效配置
保存文件，重启 Jupyter Notebook，默认工作路径即可切换为自定义文件夹，后续所有代码、项目文件都会统一存放于此。
至此，我们完成了 Anaconda安装、环境变量配置、虚拟环境创建、Jupyter内核关联、工作路径优化 全套基础配置。
目前我们拥有了独立、纯净、可迁移的 GEE-Python3.9 专属开发环境。
（以上内容为小编搜集整理所得，如有部分侵权请联系删除）
10个月宝宝每天需要喝多少奶粉？