博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
玩转Anaconda
阅读量:4218 次
发布时间:2019-05-26

本文共 3884 字,大约阅读时间需要 12 分钟。

玩转Anaconda(一)

前言

大家好,我是星期八,是一个每天都要在镜子前给自己梳仅剩三根头发的三年码农

在这里插入图片描述

害,原来的电脑被我整坏了,售后说是CPU烧了,我竟然把电脑最硬核的搞坏了,真牛掰,想知道电脑是如何被我造作坏的评论区回复 “知道”,我把我是如何祸祸的过程写一下,让你们乐呵乐呵

入手新电脑,当然是开始配置一系列环境,其实这次本来还是常规的方式安装Python,但是想到的原来在ubuntu上安装Python时,遇到的各种奇葩问题,让我掉了几根头发,正巧有个朋友说不管是windows还是linux,可以使Anaconda解决安装python出现的奇葩问题,尤其是linux平台上,所以本篇文章就记录一下Anaconda安装以及使用教程,保姆级教程

Anaconda 和 直接安装Python区别

说人话就是

可以将Anaconda理解为Python解释器管理平台,一台电脑可以轻松安装多个Python解释器,可以有3.4版本,3.6版本,3.8版本

不用因为原来是Python3.4,升级为3.6,还得删除原来的3.4版本,有了Anaconda,随便造作,随便切换

Anaconda 和 virtualenv区别

说人话就是

virtualenv

如果我直接安装的是Python3.5解释器,virtualenv只能基于Python3.5虚拟出一个个环境,本质就是复制了个空的Python3.5环境

Anaconda

如果我是用的是Anaconda,那就牛掰了,我依然可以虚拟出一个个虚拟环境,但是我可以决定是选择用Python3.6,还是Python3.8,毕竟版本之间有时候是有一点点差别的,更新Python解释器直接虚拟一个就好了,不用卸载原来的Python

Anaconda和Miniconda区别

说人话就是

两个都是一个东西

Anaconda安装好之后,会安装一堆堆东西,特别大,1000多个库,占用好大小几个G

Miniconda安装好之后,什么都不带,需要啥安装啥,很小,我没安装,就不截图了,Miniconda大小可能会在1G左右

除此之外,两者没有其他区别了,命令一摸一样

win10平台下安装Anaconda

下载

官网地址:https://docs.anaconda.com/anaconda/install/windows/

点击红方框的地方一步一步就好了,最后下载

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

安装

在这里插入图片描述

2.选择安装位置,一定要记住

在这里插入图片描述

在这里插入图片描述

4.等待安装完成

在这里插入图片描述

5.安装完成

在这里插入图片描述

验证是否安装成功

方式一

1.开始 --> Anaconda3(64-bit) --> Anaconda Navigator

在这里插入图片描述

2.如图表示成功

在这里插入图片描述

方式二

1.开始 --> Anaconda3(64-bit) --> 右键点击Anaconda Prompt(以管理员身份运行)

在这里插入图片描述

2.在弹开的命令行中输入conda list,如图表示成功

在这里插入图片描述

解决在cmd命令行中 'conda' 不是内部或外部命令

其实我们是不需要每次以 开始 --> Anaconda3(64-bit) --> 右键点击Anaconda Prompt(以管理员身份运行)这种方式进入cmd的,麻烦

直接直接在cmd中输入conda 命令也是可以的,之所以现在不行是缺少配置环境变量

在这里插入图片描述

找到Anaconda的安装位置

在这里插入图片描述

和Anaconda的安装位置+Scripts目录

在这里插入图片描述

将这两个目录添加到环境变量的path变量中

在这里插入图片描述

重新打开cmd,直接执行conda list就可以执行成功咯

在这里插入图片描述

查看conda版本

查看一下conda版本

命令

conda --version

2.png

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-dG1dEvdG-1615940733863)(玩转Anaconda(二)].assets/2.png)

更新conda到最新版本

如果时间是第一次,或者较长时间没有使用conda,建议更新一次

命令

conda update conda

终会提示Proceed ([y]/n)?,选择y

在这里插入图片描述

上篇补充

在上篇安装Anaconda时,我们可能注意过这样一张图

在这里插入图片描述

请注意黑色圈圈的Python3.7,这表示我们下载的Anaconda在创建虚拟环境时,Python解释器版本最多只能指定到Python3.7

创建环境

命令

conda create --name  
[interpreter_version] [package_names]

参数讲解,[]表示可忽略参数

  • <env_name>表示创建的环境名
  • [interpreter_version]表示创建时,指定Python解释器版本,格式:python=3.7
  • package_names表示在创建时,需要安装的第三方包,多个包用空格隔开

多说无益,来操作一下吧

方式一创建

创建一个test1的虚拟环境,如果没有指定interpreter_version参数,会默认以最高的版本创建

命令

conda create --name test1

在这里插入图片描述

版本是Python3.7.6

在这里插入图片描述

方式二创建

创建一个test2的虚拟环境,并且指定Python解释器版本为3.6.6

命令

conda create --name test2 python=3.6.6

在这里插入图片描述

版本是Python3.6.6

在这里插入图片描述

方式三创建

创建一个test3的虚拟环境,并且指定Pyhton解释器版本为3.6.4,并且安装第三方包requests,flask

命令

conda create --name test3 python=3.6.4 requests flask

在这里插入图片描述

版本是Python3.6.4

在这里插入图片描述

在创建时就安装上的第三方包

在这里插入图片描述

解决创建环境时 Collecting package … failed

创建环境时,可能会出现以下问题

在这里插入图片描述

解决办法

  1. 找到C盘用户文件夹下的.condarc文件

在这里插入图片描述

  1. 编辑.condarc文件,替换成一下内容,保存,重新打开cmd即可
ssl_verify: truechannels:  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64show_channel_urls: true

ps:

在这里插入图片描述

此方法直接更换成了清华源,速度更快,更稳,通过conda向虚拟环境安装第三方包时,用的也是清华源

查看所有环境

命令

conda env list

在这里插入图片描述

绿色方框表示虚拟环境存放的位置,使用pycharm时,有用

进入虚拟环境

命令

activate 

在这里插入图片描述

在我们创建好虚拟环境后,记得进入才能使用哈

前面的括号是谁,就代表当前虚拟环境是谁

退出当前环境

命令

deactivate

在这里插入图片描述

删除

conda remove -n 
--all

虚拟环境安装第三方包

方式一 通过conda安装

命令

conda install --name 
  • env_name表示向哪个虚拟环境安装包
  • package_name表示安装的包

示例:

向 test2 虚拟环境安装django

命令

conda install --name test2 django

在这里插入图片描述

方式二 进入虚拟环境通过pip安装

个人建议通过此方法安装,比较符合正常操作

步骤

  1. 进入指定虚拟环境activate <env_name>
  2. 直接pip install <package_name>

在这里插入图片描述

解决pip安装过慢

在默认使用pip install时,会安装的很慢,甚至会出现安装失败,这是因为默认pip使用的是官网源,换成清华源就好了

步骤

  1. 随便进入一个虚拟环境

    命令

    activate test3

在这里插入图片描述

  1. 更新pip成最新版本,因为老版本的pip不支持一行代码换源

    命令

    python -m pip install --user --upgrade pip

    在这里插入图片描述

  2. 执行命令自动永久换源

    命令

    pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple/

    在这里插入图片描述

    大功告成,以后不管是哪个环境使用pip都是清华源,速度杠杠的

如何在Pycharm中使用虚拟环境

通过 conda env list 命令我们知道虚拟环境的具体存放位置,通过pycharm导入即可

在这里插入图片描述

知识补充

不知道有没有疑惑,我直接在python中输入的python,就是执行的是哪个python,我们用where python来看一下

命令

where python

在这里插入图片描述

可以看到,默认情况下在没有进入虚拟环境下,确实是anaconda3下面的python

那我们在进入一个虚拟环境试试

在这里插入图片描述

当进入一个虚拟环境之后,使用的就是当前虚拟环境的python,那pip呢,来试一下

在这里插入图片描述

pip也是当前虚拟环境下的,那pip3呢,我们在一般情况下pip和pip3是一样的

在这里插入图片描述

可以看到,依然还是test3下面的pip3,所以pip=pip3的

由此,我们得出结论

如果进入了某个虚拟环境,所使用的python,pip都是当前环境的,不会和Anaconda的发生冲突

结尾

我是码农星期八,本次教程到此就结束啦

如果你觉得文章还可以,记得点赞留言支持我们哈

感谢你的阅读

转载地址:http://gmvmi.baihongyu.com/

你可能感兴趣的文章
Android中Java代码和XML布局效率问题
查看>>
android TextView属性大全(转)
查看>>
Conclusion for Resource Management
查看>>
Conclusion for Constructors,Destructors,and Assignment Operators
查看>>
《浪潮之巅》1 AT&T
查看>>
《浪潮之巅》2蓝色巨人 IBM公司
查看>>
《浪潮之巅》3水果公司的复兴
查看>>
《浪潮之巅》4计算机工业的生态链
查看>>
《浪潮之巅》5奔腾的芯 英特尔公司
查看>>
python语言程序设计基础笔记(三)从题目到方案
查看>>
读取txt文件出现出现多余空行问题
查看>>
从理论到实践开发自己的聊天机器人
查看>>
@***装饰器(python)
查看>>
最优化算法之梯度下降法
查看>>
激活函数之ReLU函数
查看>>
经典排序算法详解
查看>>
概述类加载器及类加载过程
查看>>
MySQL SQL优化总结
查看>>
MySQL MyISAM引擎的读锁与写锁
查看>>
面向对象与面向过程的本质的区别
查看>>