【Anaconda 虚拟环境搭建----最适合新手的详细教程】

本文详细介绍了Anaconda虚拟环境的搭建过程,包括conda与pip的区别,常用指令,以及如何在Anaconda中创建、管理虚拟环境、切换Jupyter多内核和更换国内源。适合初学者快速上手。
摘要由CSDN通过智能技术生成

【Anaconda 虚拟环境搭建----最适合新手的详细教程】

本文旨在为初学者提供一个易于理解和遵循的Anaconda虚拟环境搭建指南。

一、conda与pip 简介

conda和pip是Python中常用的包管理工具。

1.conda

  • conda:conda是一个开源的跨平台环境管理系统,它不仅可以管理Python包,还可以管理其他语言的包和依赖关系。它提供了创建、保存、加载和共享环境的功能,使得在不同的项目之间切换和共享环境变得更加方便。

2.pip

  • pip:是Python的官方包管理工具。它是一个基于Python语言的软件包安装工具,用于下载、安装、卸载和管理Python包。pip可以从Python Package Index(PyPI)上获取各种Python包,并处理包之间的依赖关系。pip通常与虚拟环境(如venv)结合使用,用于在项目之间进行隔离和管理。

3.两者的主要区别:

包管理: conda可以管理Python包和其他语言的包,而pip主要用于管理Python包。

环境隔离: conda可以创建和管理独立的环境,使得不同项目的依赖关系可以隔离开来。pip一般与虚拟环境(如venv)结合使用来实现类似的隔离效果。

依赖冲突: conda可以解决包之间的依赖关系冲突,确保能够安装兼容的包。pip在安装包时如果存在依赖冲突,可能需要手动解决。

跨平台: conda可以在不同的操作系统上提供一致的环境管理体验,而pip在Windows系统上的一些包可能需要编译才能安装成功。

PS:conda和pip在包管理和环境管理方面有各自的特点和优势,根据具体的需求和使用场景选择合适的工具。

二、常用指令(建议熟记)

以下是一些基本的conda指令,使用代码块格式展示以便于复制和执行
指令名称 参数 参数值

1.conda 查看已有虚拟环境列表

conda env list

2.conda 创建虚拟环境:

 conda create -n your_env_name python=X.X
 # your_env_name:替换为虚拟环境名称
 # python=X.X  :python 版本 (例如:python=3.10)

3.conda 进入虚拟环境

conda activate your_env_name

4.conda 退出虚拟环境:

conda deactivate

5.conda 删除环境:

conda remove -n name  --all

6.清除缓存:

conda clean -i 

三、Anaconda Jupyter 多内核切换

在Anaconda中使用Jupyter Notebook时,可以通过以下步骤来切换不同的内核(即不同的Python环境):

  1. 安装Jupyter Notebook:首先确保你已经安装了Anaconda,并且Jupyter Notebook已经包含在Anaconda中。如果没有安装,可以通过Anaconda Navigator或者使用conda命令来安装。
conda install jupyter
  1. 首先: 打开anconda promt 终端 在默认环境(base)下 使用以下命令安装插件
conda install nb_conda_kernels
  1. 安装其他内核:如果需要使用其他Python环境作为内核,需要先确保这些环境已经安装了ipykernel包。你可以通过以下命令在每个环境中安装该包:
 conda install ipykernel
  1. 添加内核:在每个需要添加到Jupyter Notebook中的Python环境中,运行以下命令添加内核:
 python -m ipykernel install --user --name=myenv --display-name "Python (myenv)"

这里,myenv是你想要添加到Jupyter Notebook中的环境的名称,你可以根据实际情况进行替换。

  1. 启动Jupyter Notebook:在命令行中输入jupyter notebook来启动Jupyter Notebook服务器。

  2. 切换内核:在Jupyter Notebook的界面中,创建一个新的Notebook或者打开已有的Notebook,然后点击菜单栏中的"Kernel" -> “Change Kernel”,然后选择你想要使用的内核即可。
    在这里插入图片描述
    通过以上步骤,你可以在Anaconda中的Jupyter Notebook中轻松切换不同的Python环境作为内核,从而进行不同环境下的编程和测试。

四:Anaconda的换源

我们在使用conda安装包时经常会遇到莫名其妙的报错,以及突然地下载失败,这是因为下载服务器在海外,网络不稳定。

这里我们把anaconda换成国内源。

TUNA 提供了 Anaconda 仓库与第三方源(conda-forge、msys2、pytorch等)的镜像,各系统都可以通过修改用户目录下的 .condarc 文件。Windows 用户无法直接创建名为 .condarc 的文件,可先执行

conda config --set show_channel_urls yes

执行命令后会在用户目录下生成.condarc 文件
在这里插入图片描述
用记事本打开.condarc删除里面原有内容将以下内容复制粘贴进去并保存

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

运行以下命令清除缓存

conda clean -i 

conda 查看软件源:

conda config --show-sources

pip 换源教程
打开Anaconda prompt 在其中输入以下命令(分开输入)

pip install pip -U
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

PyPI 镜像使用帮助
常见问题解答
Q: 如何解决conda和pip之间的依赖冲突?
A: 使用conda解决依赖问题通常更为方便,因为它会自动处理依赖关系。如果必须使用pip,可以尝试使用pip install --ignore-installed package命令来忽略已安装的包。

作为强迫症患者,经常觉得打开 jupyter notebook 会在文件夹留下那种配置文件?

【方法一】直接更改默认的打开目录,参考这篇:
jupyter notebook保存文件默认路径更改方法汇总(亲测可以)
【方法二】在 Anaconda prompt 中先进入想去的文件夹,然后输入 jupyter notebook 打开。

资源链接
Anaconda官方文档
清华大学开源软件镜像站

反馈和改进
如果你有任何反馈或建议,请通过此处与我们联系。

Anaconda创建虚拟环境并安装OpenCV可以按照以下步骤进行: 1. 首先,确保已经安装好Anaconda,并且已经在命令行中添加了Anaconda的环境变量。 2. 打开命令行窗口,输入以下命令创建一个新的虚拟环境(以"env"为例): ``` conda create -n env ``` 3. 激活虚拟环境: ``` conda activate env ``` 4. 在虚拟环境中安装OpenCV。可以通过以下命令安装opencv包: ``` conda install -c conda-forge opencv ``` 5. 安装完成后,可以尝试导入cv2模块验证是否成功安装: ``` python import cv2 ``` 如果没有出现错误信息,则表示OpenCV安装成功。 引用中提到,下载opencv文件是安装OpenCV的第一步,但是具体的下载方式和步骤不在引用中提及。因此,我们可以跳过这一步,直接在Anaconda环境中安装OpenCV。 引用提到,如果无法使用`import cv2`命令导入OpenCV包,可能是因为缺少OpenCV的依赖包numpy和matplotlib。可以使用以下命令来安装这些依赖包: ``` conda install numpy matplotlib ``` 引用给出了安装OpenCV的具体命令: ``` pip install opencv-contrib-python==3.4.1.15 ``` 综上所述,创建Anaconda虚拟环境并安装OpenCV的步骤如下: 1. 创建虚拟环境 2. 激活虚拟环境 3. 使用conda命令安装OpenCV 4. (可选)安装OpenCV的依赖包numpy和matplotlib 5. (可选)使用pip命令安装特定版本的OpenCV 注意:要根据自己的实际情况和需求,可能需要调整和修改上述命令。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* [anaconda创建虚拟环境安装opencv](https://blog.csdn.net/qq_41596730/article/details/123885912)[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^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *3* [在anaconda中所创建的虚拟环境中安装OpenCv;如何在jupter notebook中使用所创建的虚拟环境](https://blog.csdn.net/lingchen1906/article/details/126460619)[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^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
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