在 **Windows系统下使用 Conda (Miniconda/Anaconda) 搭建一个专门用于运行 `labelImg` 的 Python 虚拟环境，并完成安装和缓存清理，最后在文件资源管理器中找到了该软件的启动执行文件。**

`labelImg` 是一款非常经典的开源图像标注工具（通常用于目标检测任务的数据集制作，比如 YOLO 系列）。

## 第一步：创建 Conda 虚拟环境

- **目的**：为了不污染全局的 Python 环境，创建一个独立的环境专门给 `labelImg` 使用，并指定兼容性较好的 Python 3.8 版本。
- **执行命令**：

    ```bash
    conda create -n labelImg python=3.8
    ```

    *(注：途中系统提示 `Proceed ([y]/n)?` 时，用户输入了 `y` 并回车确认)*

## 第二步：配置 pip 国内镜像源

- **目的**：将 pip 的默认下载源修改为中科大（USTC）的镜像源，目的是为了在国内网络环境下大幅提升后续下载 Python 包的速度。
- **执行命令**：

    ```bash
    pip config set global.index-url https://mirrors.ustc.edu.cn/pypi/web/simple
    ```

## 第三步：激活刚才创建的虚拟环境

- **目的**：进入名为 `labelImg` 的虚拟环境中，后续的安装操作都会在这个环境中进行。
- **执行命令**：

    ```bash
    conda activate labelImg
    ```

    *(注：在图2中用户输入时不小心重复输入了两次拼成了 `conda activate labelImgconda activate labelImg`，但在图3中他已经纠正并成功激活，命令行前缀变成了 `(labelImg)`)*

## 第四步：使用 pip 安装 labelImg

- **目的**：下载并安装 `labelImg` 及其依赖包（如 `PyQt5`, `lxml` 等）。
- **执行命令**：

    ```bash
    pip install labelImg
    ```

## 第五步：清理 pip 下载缓存

- **目的**：安装完成后，清理 pip 下载产生的缓存文件，释放C盘/系统盘空间。图片显示清理了 397 个文件。
- **执行命令**：

    ```bash
    pip cache purge
    ```

## 第六步：清理 Conda 缓存

- **目的**：进一步深度清理 Conda 下载的包安装文件（tarballs）、未使用的包和索引缓存，彻底释放硬盘空间。
- **执行命令**：

    ```bash
    conda clean --all
    ```

    *(注：执行后系统会多次询问是否确认删除 `Proceed ([y]/n)?`，用户均输入了 `y` 并回车)*

## 第七步：在文件夹中找到并准备运行程序

- **目的**：通过文件资源管理器，找到刚才安装好的 `labelImg` 可执行文件。
- **操作过程**：
    1. 用户打开了路径：`E:\DevTool\Miniconda3\envs\labelImg\Scripts` （这是他电脑上 Miniconda 存放 `labelImg` 虚拟环境可执行文件的目录）。
    2. 找到了名为 `labelImg` 的文件（通常是 `labelImg.exe`）。
    3. 他右键点击了该文件，弹出了菜单（可能是准备直接双击打开运行，或者是想通过 VS Code 打开查看）。

**📝 笔记总结提示：**

如果你自己要照做，只需要打开你的 Anaconda Prompt 或终端，依次复制执行上述 **1 到 6 步**的命令即可。安装完成后，其实你不需要像图7那样去文件夹里找，直接在激活了环境的命令行里输入 `labelImg` 并回车，软件界面就会自动弹出来了。