Anaconda安装等一系列问题
参考文献:
现在笔记本电脑上既可以用Python2.7(之前的所有包都保留了),也可以用Python3.6,可以在pycharm中选择不同的解释器。
1.在cmd中测试Python的时候,我的环境变量中最前面是Python2.7,所以在敲入Python命令时,默认的是Python2.7;当你把anaconda3放在环境变量的最前面,那么就会默认是anaconda3中的Python3.5
2.在pycharm中也可以选择不同的版本的Python,只需要在编写代码之前设置 interpreter就行了,不同的Python解释器,对应着不同版本的Python,同时也就对应的各自安装的包,模块。
在安装Anaconda之前,有的已经安装过一个Python版本了,但是又不想删除这个Python版本,该怎么办呢?
概括:轻松两步--在系统环境变量中找到对应之前安装Python的路径并删除;直接将你原来安装python的整个文件夹拷贝到envs的目录下,激活该版本python的名称就是文件夹名。
我的电脑里面本来安装了Python2.7的版本,并且配置好了Django,用来做网页设计。后来我又需要一个Python3.5的版本使用tensorflow,Anaconda适用于管理多Python环境,下面来说一说如何在已有Python2,7的条件下安装Anaconda。
其实不管是Python还是Anaconda 都类似于包的管理,可以看到不管是安装Python还是Anaconda,都是在安装目录新建了一个文件下添加了很多文件,然后把安装目录路径添加到环境变量当中(windows下)。
理解这个原理之后,其实要做的就是修改环境变量,和移动Python安装的文件夹而已。具体的操作如下。
- 下载anaconda的安装包
这里推荐使用清华的镜像,因为速度快而且可以安装你想要的版本,在官网里面往往给出的最新版本,就像我安装的时候官网给的是带Python3.6的版本,但是我想直接安装带python3.5的版本的Anoconda.
2 .安装注意事项:安装目录最好不要有空格;
是否把Anaconda加入环境变量的选项上打勾,这涉及到能否直接在cmd中使用conda、jupyter、ipython等命令,推荐打勾,如果不打勾可以再安装以后将对应的环境变量添加上去,例如我的就是 D:\Anaconda3;D:\Anaconda3\Scripts;D:\Anaconda3\Library\bin 可参考博客 https://zhuanlan.zhihu.com/p/25198543
3. 安装好了以后,可以在cmd中输入 Python,发现显示的还是你之前安装的版本,像我的就是Python2.7,这是因为你之前安装Python2,7的时候,是将它的安装目录添加到了环境变量中的。在系统环境变量中找到对应之前安装Python的路径并删除,像我的就是D:\Program Files\python2.7 和D:\Program Files\python2.7\Scripts。将其删除。
接着重启电脑,再在cmd中输入python 就会显示是Anaconda自带的版本了。
4.
Conda的环境管理
Conda的环境管理功能允许我们同时安装若干不同版本的Python,并能自由切换。对于上述安装过程,假设我们采用的是Python 2.7对应的安装包,那么Python 2.7就是默认的环境(默认名字是root
,注意这个root不是超级管理员的意思)。
假设我们需要安装Python 3.4,此时,我们需要做的操作如下:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
# 创建一个名为python34的环境,指定Python版本是3.4(不用管是3.4.x,conda会为我们自动寻找3.4.x中的最新版本)
conda create --name python34 python=3.4
# 安装好后,使用activate激活某个环境
activate
python34
# for Windows
source
activate
python34
# for Linux & Mac
# 激活后,会发现terminal输入的地方多了python34的字样,实际上,此时系统做的事情就是把默认2.7环境从PATH中去除,再把3.4对应的命令加入PATH
# 此时,再次输入
python
--
version
# 可以得到`Python 3.4.5 :: Anaconda 4.1.1 (64-bit)`,即系统已经切换到了3.4的环境
# 如果想返回默认的python 2.7环境,运行
deactivate
python34
# for Windows
source
deactivate
python34
# for Linux & Mac
# 删除一个已有的环境
conda
remove
--
name
python34
--
all
|
用户安装的不同python环境都会被放在目录~/anaconda/envs
下,可以在命令中运行conda info -e
查看已安装的环境,当前被激活的环境会显示有一个星号或者括号。
Conda的包管理
Conda的包管理就比较好理解了,这部分功能与pip
类似。
例如,如果需要安装scipy:
|
# 安装scipy
conda
install
scipy
# conda会从从远程搜索scipy的相关信息和依赖项目,对于python 3.4,conda会同时安装numpy和mkl(运算加速的库)
# 查看已经安装的packages
conda
list
# 最新版的conda是从site-packages文件夹中搜索已经安装的包,不依赖于pip,因此可以显示出通过各种方式安装的包
|
conda的一些常用操作如下:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
|
# 查看当前环境下已安装的包
conda
list
# 查看某个指定环境的已安装包
conda
list
-
n
python34
# 查找package信息
conda
search
numpy
# 安装package
conda
install
-
n
python34
numpy
# 如果不用-n指定环境名称,则被安装在当前活跃环境
# 也可以通过-c指定通过某个channel安装
# 更新package
conda
update
-
n
python34
numpy
# 删除package
conda
remove
-
n
python34
numpy
|
前面已经提到,conda将conda、python等都视为package,因此,完全可以使用conda来管理conda和python的版本,例如
|
# 更新conda,保持conda最新
conda
update
conda
# 更新anaconda
conda
update
anaconda
# 更新python
conda
update
python
# 假设当前环境是python 3.4, conda会将python升级为3.4.x系列的当前最新版本
|
补充:如果创建新的python环境,比如3.4,运行conda create -n python34 python=3.4
之后,conda仅安装python 3.4相关的必须项,如python, pip等,如果希望该环境像默认环境那样,安装anaconda集合包,只需要:
|
# 在当前环境下安装anaconda包集合
conda
install
anaconda
# 结合创建环境的命令,以上操作可以合并为
conda
create
-
n
python34
python
=
3.4
anaconda
# 也可以不用全部安装,根据需求安装自己需要的package即可
|
设置国内镜像
如果需要安装很多packages,你会发现conda下载的速度经常很慢,因为Anaconda.org的服务器在国外。所幸的是,清华TUNA镜像源有Anaconda仓库的镜像,我们将其加入conda的配置即可:
|
# 添加Anaconda的TUNA镜像
conda
config
--
add
channels
https
:
//mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
# TUNA的help中镜像地址加有引号,需要去掉
# 设置搜索时显示通道地址
conda
config
--
set
show_channel_urls
yes
|
执行完上述命令后,会生成
~/.condarc
(Linux/Mac)或
C:UsersUSER_NAME.condarc
文件,记录着我们对conda的配置,直接手动创建、编辑该文件是相同的效果。
比如windows中安装TensorFlow的过程
2.安装Tensorflow
TensorFlow目前在Windows下只支持python 3.5版本。
(1)打开Anaconda Prompt,输入清华仓库镜像,这样更新会快一些:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
(2)同样在Anaconda Prompt中利用Anaconda创建一个python3.5的环境,环境名称为tensorflow ,输入下面命令:
conda create -n tensorflow python=3.5