Anaconda原理解析及使用_python解释器anaconda

2401_84573112

于 2024-04-26 20:21:49 发布

阅读量552

点赞数 14

分类专栏： 2024年程序员学习文章标签： python

本文链接：https://blog.csdn.net/2401_84573112/article/details/138229428

版权

2024年程序员学习专栏收录该内容

5 篇文章 0 订阅

订阅专栏

anaconda想必大家都不陌生，属于使用python的重要工具，更是学习机器学习、深度学习的必备工具。在搭建环境过程中，感觉出现的许多问题根源在于对于anaconda的基本原理理解不到位，导致许多无效操作。为此，我重温了一遍anaconda的相关背景知识，希望对各位也能有所收获。

python解释器

首先我们需要从python本身说起，从根源寻找问题，我们在使用python语言编写程序之前需要下载一个python解释器，这才是python的本体，没了python解释器，我们即使写了无比正确优雅的python脚本也没办法运行，那这个解释器在哪呢? 就在你安装python的地方。

所有的第三方包都放在site-packages文件夹里面

最关键的，一个python环境中需要有一个解释器，和一个包集合解释器:解释器根据python的版本大概分为2和3。python2和3之间无法互相兼容，也就是说用python2语法写出来的脚本不一定能在python3的解释器中运行包集合:包集合中包含了自带的包和第三方包，第三方包我们一般通过pip或者easy_install来下载，当一个python环境中不包含这个包，那么引用了这个包的程序不能在该python环境中运行
问题所在:python环境解释完了，那么接下来就要说明这样的环境究竟产生哪些问题，因为anaconda正式为了解决这些问题而诞生的

到底该装 Python2 呢还是 Python3

python2和python3在语法上是不兼容的，那我的机器上应该装python2还是python3呢，可能一开始选一个学习就好了，但是如果你要开发的程序必须使用python2而不能使用python3，那这时候你就不得不再下载一个python2，那这时候环境变量该设谁的目录呢，如果还是切换环境变量岂不是很麻烦虽然目前Python3使用的范围更广，但是Python3小版本之前也存在一些差异

包管理

如果我在本地只有一个python环境那我所有程序用到的各种包都只能放到同一个环境中，导致环境混乱。另外当我将写好的程序放到另一电脑上运行时又会遇到缺少相关包，需要自己手动一个个下载的情况实在是烦人。要是能每个程序开发都选用不同的环境，而开发好之后又能将该程序需要的环境(第三方包)都独立打包出来就好了

与virtualenv的对比

anaconda

是一个包含180+的科学包及其依赖项的发行版本。可以创建一个独立的Pvthon环境，其包含的科学包包括: conda,numpy,scipy,ipython notebook等

Anaconda虚拟环境的管理

打开anaconda prompt

创建新环境

conda create --name <env_name> <package_names>

例如： conda create --name env1 python==2.7

创建了一个名为env1的环境，python版本为2.7

默认情况下，新创建的环境将会保存在/Users/<user_name>/anaconda3/env目录下，其中，<user_name>为当前用户的用户名

env_name:即为新创建的环境名，建议使用英文进行命名，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，名称两边不添加尖括号<>

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：a,即创建了一个名为“python3”的环境，环境中安装版本为3.7的python，同时也安装了numpy和pandas

–name 也可以替换成-n

说明:

如果创建环境后安装Python时没有指定Python的版本，那么将会安装与Anaconda版本相同的Python版本，即如果安装Anaconda第2版，则会自动安装Python 2.x;如果安装Anaconda第3版，则会自动安装Python 3.x
当成功切换环境之后，在该行行首将以"(env_name)“或”[env_name]"开头。其中, “"env_name"为切换到的环境名

退出环境至物理环境

deactivate

显示已创建环境

conda info --envs

或者 conda info -e 或者 conda env list

结果中*所在行即为当前所在环境

复制环境

conda create --name <new__env_name> --clone <copied_env_name>

copied_env_name:即为被复制/克隆环境名，环境名两边不加尖括号"<>"
new_env_name∶即为复制之后新环境的名称，环境名两边不加尖括号"<>"

删除环境

conda remove --name <env_name> --all

包管理

获取当前环境中已安装的包信息

conda list

查找可供安装的包版本

精确查找

conda search --full-name <package_full_name >

–full-name:为精确查找的参数
<package_full_name>︰是被查找包的全名。包名两边不加尖括号"<>"

模糊查找

conda search

:是查找含有“此字段"的包名。此字段两边不加尖括号"<>”

安装包

在当前环境中安装包

conda install <package_name>

指定版本号

conda install <package_name>=versiono

在指定环境中安装包

conda install --name <env_name> <package_name >

使用pip安装包

pip install <package_name>

说明:当使用conda install无法进行安装时，可以使用pip进行安装

注意:

pip只是包管理器，无法对环境进行管理。因此如果想在指定环境中使用pip进行安装包，则需要先切换到指定环境中,再使用pip命令安装包
pip无法更新python，因为pip并不将python视为包
pip可以安装一些conda无法安装的包;conda也可以安装一些pip无法安装的包。因此当使用一种命令无法安装包时，可以尝试用另—种命令

从Anaconda.org安装包

说明:当使用conda install 无法进行安装时，可以考虑从Anaconda.org中获取安装包的命令，并进行安装.浏览器中输入http:/ /anaconda.org (无需注册)

复制To install this package with conda run:"下方的命令，并粘贴在终端中执行

卸载包

卸载当前环境中的包

conda remove <package_name>

卸载指定环境中的包

conda remove --name <env_name> <package_name>

更新包

更新指定包

conda update <package_name>或conda upgrade <package_name>

说明︰更新多个指定包，则包名以空格隔开，向后排列。例如:conda updatepandas numpy matplotlib即更新pandas、numpy、matplotlib包
更新所有包

conda update --all或conda upgrade --all

说明:在安装Anaconda之后执行上述命令更新Anaconda中的所有包至最新版本，便于使用。

如果你也是看准了Python，想自学Python，在这里为大家准备了丰厚的免费学习大礼包，带大家一起学习，给大家剖析Python兼职、就业行情前景的这些事儿。

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、全套PDF电子书

书籍的好处就在于权威和体系健全，刚开始学习的时候你可以只看视频或者听某个人讲课，但等你学完之后，你觉得你掌握了，这时候建议还是得去看一下书籍，看权威技术书籍也是每个程序员必经之路。

四、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

四、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

五、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

成为一个Python程序员专家或许需要花费数年时间，但是打下坚实的基础只要几周就可以，如果你按照我提供的学习路线以及资料有意识地去实践，你就有很大可能成功！
最后祝你好运！！！

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

2401_84573112

关注

14
点赞
踩
8

收藏

觉得还不错? 一键收藏
0
评论
Anaconda原理解析及使用_python解释器anaconda

anaconda想必大家都不陌生，属于使用python的重要工具，更是学习机器学习、深度学习的必备工具。在搭建环境过程中，感觉出现的许多问题根源在于对于anaconda的基本原理理解不到位，导致许多无效操作。为此，我重温了一遍anaconda的相关背景知识，希望对各位也能有所收获。
复制链接

扫一扫