conda阻止在windows上升级python

编辑

---

来自python.org的官方python 2.7.11安装程序有一个主要错误（

PyInitialize

来自嵌入式CPython导致硬崩溃），可以通过以下错误报告中的说明来避免：

---

原创

安装新软件包时，是否可以阻止conda在windows上更新python？问题是我需要使用官方的CPython安装

e、 g

---

我不明白你的问题…@EdisonGustavoMuenz看看上面要下载和安装的软件包列表-它包括python 2.7.11，build 4。这是无调试符号的CPython自定义编译。调试符号仅随Anaconda Enterprise edition提供，价格约为10000美元。如果没有调试符号，就不可能用PTV进行跨语言调试。我发现，如果没有anaconda的cpython，numpy、scipy、sklearn就无法工作，因此最终安装了非官方的控制盘。哦，现在我明白了，抱歉。python 2.7.11的最新版本包括调试符号…我不明白你的问题…@EdisonGustavoMuenz请看上面要下载和安装的软件包列表-它包括python 2.7.11版本4。这是无调试符号的CPython自定义编译。调试符号仅随Anaconda Enterprise edition提供，价格约为10000美元。如果没有调试符号，就不可能使用PTV进行跨语言调试。我发现没有anaconda的cpython，numpy、scipy、sklearn就无法工作，因此最终安装了非官方的控制盘。哦，现在我明白了，对不起。python 2.7.11的最新版本包括调试符号。。。

conda install numba
Fetching package metadata: ....
Solving package specifications: .........

Package plan for installation in environment C:\Python\Python27_32b:

The following packages will be downloaded:

    package                    |            build
    ---------------------------|-----------------
    python-2.7.11              |                4        22.3 MB
    enum34-1.1.2               |           py27_0          54 KB
    funcsigs-0.4               |           py27_0          19 KB
    numpy-1.10.4               |           py27_0         2.8 MB
    llvmlite-0.10.0            |           py27_0         4.6 MB
    numexpr-2.5.1              |      np110py27_0         141 KB
    scipy-0.17.0               |      np110py27_0        10.8 MB
    numba-0.25.0               |      np110py27_0         1.6 MB
    scikit-learn-0.17.1        |      np110py27_0         3.3 MB
    ------------------------------------------------------------
                                           Total:        45.5 MB

The following NEW packages will be INSTALLED:

    enum34:       1.1.2-py27_0
    funcsigs:     0.4-py27_0
    llvmlite:     0.10.0-py27_0
    numba:        0.25.0-np110py27_0
    pip:          8.1.1-py27_1
    python:       2.7.11-4

The following packages will be UPDATED:

    numexpr:      2.5.1-np111py27_0  --> 2.5.1-np110py27_0
    scikit-learn: 0.17.1-np111py27_0 --> 0.17.1-np110py27_0
    scipy:        0.17.0-np111py27_0 --> 0.17.0-np110py27_0

The following packages will be DOWNGRADED:

    numpy:        1.11.0-py27_0      --> 1.10.4-py27_0

Proceed ([y]/n)?