Python | Anaconda使用说明


一、创建新环境

  1. 新建环境
    在这里插入图片描述

  2. 启动 jupyter notebook
    在这里插入图片描述

二、更改jupyter notebook默认路径(每个新环境需要重新配置)

  1. activate 【新环境名称】 (进入新环境)
    在这里插入图片描述
  2. 输入jupyter notebook --generate-config(找到配置文件的路径)
    在这里插入图片描述
  3. 根据路径找到这个文件,用记事本打开该文件。查找c.NotebookApp.notebook_dir
    在这里插入图片描述
  4. 将地址复制到引号内,并删除#号,变成 c.NotebookApp.notebook_dir = "【新路径】"(注意改成反斜杠)
    在这里插入图片描述
  5. 保持文件,并如图找到Jupyter Notebook快捷方式的位置(新环境的)
    在这里插入图片描述
  6. 找到文件–右键–属性,将目标中jupyter-notebook-script.py后面的"%USERPROFILE%/" 删掉,并在后面添加上刚才设置好的默认工作路径,修改完成后点下方的应用,完成。
    在这里插入图片描述

在这里插入图片描述

三、环境管理

  1. 复制环境
conda create --name <new_env_name> --clone <copied_env_name>

⚠️注意:
<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“<>”。

例如: conda create --name py2 --clone python2
即为克隆名为“python2”的环境,克隆后的新环境名为“py2”。此时,环境中将同时存在“python2”和“py2”环境,且两个环境的配置相同。

  1. 删除环境
conda remove --name <env_name> --all

⚠️注意: <env_name> 为被删除环境的名称。环境名两边不加尖括号“<>”。

四、库管理

  1. 获取当前环境中已安装的包信息
conda list

执行上述命令后将在终端显示当前环境已安装包的包名及其版本号。

  1. 使用conda安装包
conda install --name <env_name> <package_name>

或者

activate <env_name>
conda install <package_name>

⚠️注意:
① <env_name> 即将包安装的指定环境名。环境名两边不加尖括号“<>”。

② <package_name> 即要安装的包名。包名两边不加尖括号“<>”。

例如: conda install --name python2 pandas 即在名为“python2”的环境中安装pandas包。

  1. 使用pip安装包
  • 使用场景

当使用 conda install 无法进行安装时,可以使用pip进行安装。例如:see包。

  • 命令
pip install <package_name>

注意: <package_name> 为指定安装包的名称。包名两边不加尖括号“<>”。

如: pip install see 即安装see包。

  • 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,可以尝试用另一种命令。

  1. 卸载包
conda remove --name <env_name> <package_name>

或者

activate <env_name>
conda remove <package_name>

⚠️注意:
① <package_name> 即要卸载包的名称。包名两边不加尖括号“<>”。

② 执行命令后即在当前环境中卸载指定包。

五、与PyCharm关联

  1. \anaconda3\python.exe 是关联在base基础环境下的
    在这里插入图片描述

  2. \anaconda3\envs\test\python.exe是关联在新建的新环境下的
    在这里插入图片描述


总结

以上就是本文要讲的内容。
    

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Anaconda 是一个针对数据分析和科学计算的Python发行版。它包含了上千个经常使用Python库,比如Scikit-learn、numpy、pandas、scipy等等,方便用户进行数据分析和科学计算的工作。同时,Anaconda也提供了一个名为conda的包管理工具,用于管理Python包和环境。 要使用Anaconda,首先需要从Anaconda官网(https://www.anaconda.com)下载安装程序,并按照安装程序的指示完成安装。安装完成后,可以在命令行界面中输入"conda list"命令来查看已经安装的Python包。如果需要安装新的包,可以使用"conda install package_name"命令来安装,其中package_name是需要安装的包的名称。 除了包管理外,Anaconda还提供了环境管理功能,可以创建和管理不同的Python环境。通过创建不同的环境,可以在不同的项目中使用不同的Python版本和包集合,避免版本冲突和包管理的困扰。创建新环境的命令是"conda create -n env_name python=python_version",其中env_name是环境的名称,python_version是所需的Python版本。可以使用"conda activate env_name"命令激活环境,然后在该环境下进行工作。 总结来说,Anaconda是一个非常方便的Python发行版,它集成了大量的Python库,并提供了方便的包管理和环境管理功能,使得数据分析和科学计算的工作更加便捷。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [Anaconda入门使用指南](https://blog.csdn.net/OutThink/article/details/79733507)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* [Anaconda 使用说明](https://blog.csdn.net/daijinmingcn/article/details/115109568)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值