深知大多数程序员，想要提升技能，往往是自己摸索成长，但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！
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，涵盖了95%以上鸿蒙开发知识点，真正体系化！
由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新
选择安装路径。
注意勾选。
安装完成后，您将看到 Anaconda 的首页，首页如图。
3、配置环境变量
为了确保 Anaconda 的命令行工具能够在任何位置正常运行，需要配置系统环境变量。
在安装完成后，您可以按照以下步骤进行配置：
- 打开系统环境变量配置（可以在 Windows 搜索中输入 “环境变量” 找到）。
- 在系统变量中找到 “Path”，点击编辑。
- 添加 Anaconda 的安装路径，比如我的安装路径是 “D:\Tools\Anaconda” 。
4、验证安装是否成功
为了验证 Anaconda 的安装是否成功，您可以打开命令行（cmd）并执行以下命令：
① 查看所有 Python 版本
cmd 命令行输入：
where python
可以看到 Anaconda 目录下的 python.exe 即可。
② 查看 conda 是否安装成功
cmd 命令行输入：
conda -v
可以看到 conda 的版本号即说明安装成功。
③ 查看已安装的 conda 包
cmd命令行里输入：
conda list
可以看到安装了很多 conda 包。
三、Anaconda 的常用命令
Anaconda 作为一个强大的 Python 发行版，具备一系列方便的命令行工具，用于管理环境、安装包等任务。本文总结了 Anaconda 的常用命令。这些命令的灵活使用有助于用户高效地管理 Python 环境，使 Anaconda 成为数据科学和开发领域的理想工具。
1、命令总览
| 功能说明 | 命令 |
| 查看conda版本 | conda –version / conda -V |
| 更新conda | conda update conda |
| 查看conda帮助 | conda –help / conda -h |
| 切换conda环境 | conda activate env_name |
| 新建虚拟环境 | conda create –n env_name package_names |
| 退出虚拟环境 | conda deactivate |
| 列出所有虚拟环境 | conda info –envs / conda info |
| 复制环境 | conda create –n new_env_name –clone copied_env_name |
| 删除环境 | conda remove –n env_name –all |
| 精确查找包 | conda search –full-n package_name |
| 模糊查找包 | conda search |
| 获取当前环境中已安装的包信息 | conda list |
| 指定环境安装包 | conda install –n env_name package_names |
| 指定版本 | conda install –n env_name package_name=version |
| 当前环境中安装包 | conda install package_namespip |
| conda装不了的或没有的，可用pip来安装 | pip install package_names |
2、常用命令
在日常使用 Anaconda 时，以下是一些常用的命令和操作：
① 设置清华镜像
清华镜像是指使用清华大学开源软件镜像站作为 Anaconda 包管理的源，这有助于加快包的下载速度。通过以下命令，您将 Anaconda 的默认镜像切换为清华镜像：
conda config --add channels Index of /anaconda/pkgs/free/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
conda config --add channels Index of /anaconda/pkgs/main/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
conda config --add channels Error
conda config --add channels Index of /anaconda/cloud/bioconda/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
② 创建虚拟环境
虚拟环境是一种隔离 Python 项目所需依赖的方法，确保不同项目之间的依赖不会相互干扰。通过以下命令，您可以创建一个名为 env_name 的虚拟环境，并指定 Python 的版本为 3.9：
conda create -n env_name python=3.9 # 创建一个名为env_name，版本为3.9的python虚拟环境
注意：环境内部包含属于自己的文件、包，环境与环境之间的包不会相互干扰。
③ 查看已存在的虚拟环境
这个命令用于列出当前主机上已创建的所有虚拟环境，方便用户了解系统中的环境情况：
conda env list
④ 激活虚拟环境
激活虚拟环境是进入特定环境以便开始在该环境中进行工作的步骤。通过以下命令，您可以激活名为 env_name 的虚拟环境：
conda activate env_name
⑤ 查看当前环境下安装的库
这个命令允许用户查看当前虚拟环境中已经安装的所有 Python 库和工具，方便进行环境管理：
conda list
⑥ 查询是否有想要安装的库
通过该命令，您可以在 Anaconda 仓库中搜索特定的 Python 库，以确定是否可以安装该库及其版本，查询特定 Python 库命令如下：
conda search package_name
⑦ 在当前环境中安装库
使用该命令可以在当前激活的虚拟环境中安装指定的 Python 库：
conda install package_name
⑧ 更新环境中的某个库
这个命令用于更新虚拟环境中已安装库的版本，确保使用最新的稳定版本：
深知大多数程序员，想要提升技能，往往是自己摸索成长，但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！
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，涵盖了95%以上鸿蒙开发知识点，真正体系化！
由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新
png)
[外链图片转存中…(img-PD79838c-1715385541948)]
[外链图片转存中…(img-AtoR60oy-1715385541949)]
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，涵盖了95%以上鸿蒙开发知识点，真正体系化！
由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新
1451
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
