designed for exploratory data analysis and ML. Get better data insights
with DataSpell.
DataSpell for Anaconda is available at: https://www.anaconda.com/dataspell
补充:
For changes to take effect, close and re-open your current shell.
关闭当前命令行,并重新打开,刚刚安装和初始化Anaconda设置才可以生效。
重新打开一个终端,默认直接进入conda的base环境,如下
(bash)/home/xxxx:$
需要手动关闭:
If you’d prefer that conda’s base environment not be activated on startup, set the auto_activate_base parameter to false:
如果您希望 conda 的基础环境在启动时不被激活,请将 auto_activate_base 参数设置为 false
设置命令如下:
conda config --set auto_activate_base false
执行完以上命令,需要重启终端才能生效,想要再次进入到conda的base环境,执行以下命令:
conda activate base
步骤5:
激活当前环境变量,重新启动系统或者执行以下命令行,让环境变量生效:
默认是bash配置文件
$ source ~/.bashrc
步骤6验证conda的安装:
$ conda list
packages in environment at /home/xxxx/anaconda3:
Name Version Build Channel
_ipyw_jlab_nb_ext_conf 0.1.0 py39h06a4308_1
_libgcc_mutex 0.1 main
_openmp_mutex 4.5 1_gnu
aiohttp 3.8.1 py39h7f8727e_1
aiosignal 1.2.0 pyhd3eb1b0_0
alabaster 0.7.12 pyhd3eb1b0_0
anaconda 2022.05 py39_0
anaconda-client 1.9.0 py39h06a4308_0
anaconda-navigator 2.1.4 py39h06a4308_0
anaconda-project 0.10.2 pyhd3eb1b0_0
anyio 3.5.0 py39h06a4308_0
appdirs 1.4.4 pyhd3eb1b0_0
argon2-cffi 21.3.0 pyhd3eb1b0_0
argon2-cffi-bindings 21.2.0 py39h7f8727e_0
arrow 1.2.2 pyhd3eb1b0_0
astroid 2.6.6 py39h06a4308_0
astropy 5.0.4 py39hce1f21e_0
asttokens 2.0.5 pyhd3eb1b0_0
查看conda的版本号:
(base) conda --version
conda 4.12.0
怎样卸载Anaconda:
$ rm -rf ~/anaconda3
conda的基础使用:
- 环境管理:
1.查看conda的版本号
conda --version
2.查看虚拟环境列表
conda info --envs
3.创建虚拟环境并指定python的版本号为3.8
conda create -n virtualname pip python=3.9
4.激活虚拟环境
conda activate virtualname
5.退出虚拟环境
conda deactivate
6.删除虚拟环境
conda remove --name virtualname --all
- 包管理:
1.安装包
conda install PackageName
2.安装多个包
conda install name1 name2 …
3.安装包并指定版本号
conda install PackageName=版本号
4.卸载包
conda remove PackageName
5.更新包
conda update PackageName
6.更新环境中的所有包
conda update --all
7.列出已安装的包
conda list
8.搜寻包
conda search PackageName
pycharm使用anaconda环境:
步骤1创建新的环境:
conda create --name <env_name> <package_names>
<env_name> 即创建的环境名。建议以英文命名,且不加空格,名称两边不加尖括号“<>”。
<package_names> 即安装在环境中的包名。名称两边不加尖括号“<>”。
① 如果要安装指定的版本号,则只需要在包名后面以 python=3.9 和版本号的形式执行。
如: conda create --name python2 python=2.7,即创建一个名为“pytorch”的环境,环境中安装版本为2.7的python。
② 如果要在新创建的环境中创建多个包,则直接在 <package_names> 后以空格隔开,添加多个包名即可。
如: conda create -n python3 python=3.5 numpy pandas ,即创建一个名为“pytorch”的环境,环境中安装版本为3.5的python,同时也安装了numpy和pandas库。
–name 同样可以替换为 -n 。
在命令行中输入下列指令创建虚拟环境:
conda create -n pytorch1.12 python==3.9
其中 pytorch为本次创建的虚拟环境的名称,1.12为创建的pytorch虚拟环境的版本:
Collecting package metadata (current_repodata.json): done
Solving environment: failed with repodata from current_repodata.json, will retry with next repodata source.
Collecting package metadata (repodata.json): done
Solving environment: done
> WARNING: A newer version of conda exists. <
current version: 4.12.0
latest version: 22.9.0
Please update conda by running
$ conda update -n base -c defaults conda
Package Plan
environment location: /home/xxxx/anaconda3/envs/pytorch
added / updated specs:
-
numpy
-
python==3.9
The following packages will be downloaded:
package | build
---------------------------|-----------------
_openmp_mutex-5.1 | 1_gnu 21 KB
ca-certificates-2022.07.19 | h06a4308_0 124 KB
certifi-2022.9.24 | py39h06a4308_0 154 KB
ld_impl_linux-64-2.38 | h1181459_1 654 KB
libgcc-ng-11.2.0 | h1234567_1 5.3 MB
libgomp-11.2.0 | h1234567_1 474 KB
libstdcxx-ng-11.2.0 | h1234567_1 4.7 MB
ncurses-6.3 | h5eee18b_3 781 KB
numpy-1.23.1 | py39h6c91a56_0 11 KB
numpy-base-1.23.1 | py39ha15fc14_0 5.6 MB
openssl-1.1.1q | h7f8727e_0 2.5 MB
pip-22.2.2 | py39h06a4308_0 2.3 MB
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数Python工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年Python开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上Python开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以添加V获取:vip1024c (备注Python)
tps://img-blog.csdnimg.cn/img_convert/6c361282296f86381401c05e862fe4e9.png)
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上Python开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以添加V获取:vip1024c (备注Python)
[外链图片转存中…(img-KdNQ8BkN-1712721028232)]