参考Anaconda介绍、安装及使用教程
参考Anaconda升级和库的安装、更新
Anaconda官方下载地址
anaconda对于python版本的管理还是很方便的,所以这里用anaconda来实现32位和64位python共存。
1 安装64位python
输入 conda info ,可以看到现在用的是64位的。
(1)#安装虚拟环境
CMD>conda create -n python36 python=3.6
CMD>conda create -n python36 python=3.6
CMD>conda init首次需要初始化一下
(2)#查看已经安装的虚拟环境
CMD>conda env list
CMD>conda info --envs
(3)#进入虚拟环境
CMD>conda activate python36
CMD>conda activate python37
(4)#退出虚拟环境
CMD>conda deactivate
(5)#使用pip管理包
CMD>pip install Django#安装包
CMD>pip uninstall Django#卸载包
CMD>pip list#查看已安装的包
(5)#使用conda管理包
CMD>conda install Django#安装包
CMD>conda uninstall Django#卸载包
CMD>conda list#查看已安装的包
(6)安装pip
CMD>conda activate python36
输入pip install --upgrade pip报错
使用easy_install pip
CMD>pip --version查看版本
(7)更换清华镜像源
解决Anaconda出现CondaHTTPError: HTTP 000 CONNECTION FAILED for url问题。
错误原因:默认镜像源访问速度过慢,会导致超时从而导致更新和下载失败。
解决方案:更换镜像源为清华镜像源,并且删除默认镜像源。
首先执行如下几条命令更换清华镜像源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
2 安装32位python
(1)conda切换成32位
切换成32位的 set CONDA_FORCE_32BIT=1 可以看出已经切换成32位的了
CMD>conda activate base
(base)CMD>set CONDA_FORCE_32BIT=1,切到32位
(base)CMD>set CONDA_FORCE_32BIT=0,切到64位
(2)安装32位的python3.6
(base)CMD>conda create -n python32bit python=3.6
安装完成后在anaconda3文件夹下面会有一个envs文件夹。
(3)激活使用python32bit
CMD>conda activate python32bit,激活
CMD>conda deactivate,取消激活
CMD>conda remove -n python32bit--all,删除
(4)在pycharm中使用该环境
选中。
3 升级Anaconda
3.1 升级conda
1.首先在菜单中,以管理员的身份启动 Anaconda Prompt。
conda list # 查看已安装的版本
# packages in environment at D:\Anaconda3:
# 包含conda(defaults)和pip(pypi)安装的包
# Name Version Build Channel
anaconda 5.2.0 py36_3 defaults
conda 4.7.12 py36_0 defaults
django 3.2.8 pypi_0 pypi
jupyter 1.0.0 py36_4 defaults
python 3.6.5 h0c2934d_0 defaults
spyder 3.2.8 py36_0 defaults
2.升级conda
conda update conda
3.2 升级Anaconda
(1)当升级Anaconda较慢或超时,可尝试更换源:
更换-清华的源:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
那么你的目录 C:\Users<你的用户名> 下就会生成配置文件.condarc,删除-default即可。
3 升级Anaconda安装时默认的python版本
以管理员身份运行CMD
CMD>conda activate #进入Anaconda的base版本
CMD>python -V #查看当前python版本号
CMD>python --version #查看当前python版本号
CMD>conda search --full --name python #查看可选择修改的版本
CMD>conda install python=3.11.5 #选择需要修改成的版本号
4 问题及解决
4.1 Anaconda3下pip命令无法运行的解决方法
4.2 pip缓存cache清理
CMD>conda activate python38
CMD>pip3 cache dir 查看缓存目录
CMD>pip3 cache purge 清空
5 Anaconda vs Miniconda vs Miniforge
conda的官方网站
Anaconda的官方网站
Miniconda的官方网站
Miniforge的官方网站
主要介绍conda,pip,anaconda,miniconda,miniforge的区别。
Anaconda、Miniconda和Miniforge的核心都是包含conda这一工具,来实现python环境(environment)和包(package)管理的,(其实不仅仅可以用来管理python,很多语言R, Java, C都支持),然后就可以通过:
# 安装 包
conda install numpy
# 创建 环境
conda create -n myenv python=3.9
Anaconda和Miniconda是一个公司的产品,商用是付费的,个人暂时免费;而Miniforge是由社区主导,用GitHub托管,完全免费。Miniconda 和 Miniforge 是差不多的产物,代表着轻量化,而Anaconda是完整版,就略显臃肿。
5.1 Anaconda vs Miniconda
(老手) Miniconda = Python + conda (with minimal dependencies, like openssl, ncurses…)
(新手) Anaconda = Python + conda + meta package (about 160 Python pkgs, like curl, numpy, pandas…)
简言之,Anaconda = Miniconda + more packages。
Anaconda 一般还包括一个图形界面,主要是多了一些基本的包,很省事,不用再单独安装了,但也有一些可能一直用不到,白白占用了空间。Miniconda 可以按需求安装库,但也可以借助conda install anaconda手动实现anaconda一样的 pre-installed package。一个是安装初期花费更多时间下载,一个是后期花更多时间单独安装。
5.2 Miniconda vs Miniforge
Miniforge使用conda-forge作为默认 channel。
Miniconda使用anaconda.org作为默认channel。
channel的含义在这里介绍一下:conda channels (源)是packages存储的位置,也即是你是从哪个来源下载这个包,对应到conda内部处理则是下载文件的链接。因为不同源会有相同名字的包,因此必须指定来源,同时安装conda的时候也会有一个默认的channel。
目前主流的就是conda-forge,齐全且更新快。如果有多个channel,他们会按顺序确定优先级,优先的源上找不到,就会到下一个优先级的源上去找。还可以设置channel的优先级是否strict,如果是strict的话,则只会在这一个源上查找。
5.3 Conda vs Pip
conda package的来源在前面介绍过了。
pip的来源是 PyPI (Python Package Index)。pip是专门针对python打包而成的,属于wheels or source distributions,需要compiler来安装;而conda packages are binaries,因此包含例如C语言写的库,同时也不需要compilers。pip的没有严格的依赖冲突检查,而conda是会有严格的依赖冲突检查。
通常我们安装一个python包,直接用pip install就行,但如果我们想要多个python环境,也就需要用到virtualenv;同时如果这个包没有不是Python packages,是用C语言写的;这时候就需要Conda登场了,它同时解决了以上所有问题。
简言之,比较推荐的是用conda创建虚拟python环境,然后conda install pip后使用pip来安装需要的包,遇到不支持pip的,或者特殊编译的,可以根据开发者的说明使用conda进行安装。
所以优先pip install,不行再conda install。