一、Anaconda、conda、pip、virtualenv的区别
① Anaconda
Anaconda是一个包含180+的科学包及其依赖项的发行版本。其包含的科学包包括:conda, numpy, scipy, ipython notebook等。
② conda
conda是包及其依赖项和环境的管理工具。
▪ 适用语言:Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN。
▪ 适用平台:Windows, macOS, Linux
▪ 用途:
① 快速安装、运行和升级包及其依赖项。
② 在计算机中便捷地创建、保存、加载和切换环境。
如果你需要的包要求不同版本的Python,你无需切换到不同的环境,因为conda同样是一个环境管理器。仅需要几条命令,你可以创建一个完全独立的环境来运行不同的Python版本,同时继续在你常规的环境中使用你常用的Python版本。—— Conda官方网站
▪ conda为Python项目而创造,但可适用于上述的多种语言。
▪ conda包和环境管理器包含于Anaconda的所有版本当中。
③ pip
pip是用于安装和管理软件包的包管理器。
▪ pip编写语言:Python。
▪ Python中默认安装的版本:
① Python 2.7.9及后续版本:默认安装,命令为 pip
② Python 3.4及后续版本:默认安装,命令为 pip3
▪ pip名称的由来:pip采用的是递归缩写进行命名的。其名字被普遍认为来源于2处:
① “Pip installs Packages”(“pip安装包”)
② “Pip installs Python”(“pip安装Python”)
④ virtualenv
virtualenv是用于创建一个独立的Python环境的工具。
▪ 解决问题:
- 当一个程序需要使用Python 2.7版本,而另一个程序需要使用Python 3.6版本,如何同时使用这两个程序?如果将所有程序都安装在系统下的默认路径,如:/usr/lib/python2.7/site-packages,当不小心升级了本不该升级的程序时,将会对其他的程序造成影响。
- 如果想要安装程序并在程序运行时对其库或库的版本进行修改,都会导致程序的中断。
- 在共享主机时,无法在全局 site-packages 目录中安装包。
▪ virtualenv将会为它自己的安装目录创建一个环境,这并不与其他virtualenv环境共享库;同时也可以选择性地不连接已安装的全局库。
⑤ pip 与 conda 比较
→ 依赖项检查
▪ pip:
① 不一定会展示所需其他依赖包。
② 安装包时或许会直接忽略依赖项而安装,仅在结果中提示错误。
▪ conda:
① 列出所需其他依赖包。
② 安装包时自动安装其依赖项。
③ 可以便捷地在包的不同版本中自由切换。
→ 环境管理
▪ pip:维护多个环境难度较大。
▪ conda:比较方便地在不同环境之间进行切换,环境管理较为简单。
→ 对系统自带Python的影响
▪ pip:在系统自带Python中包的更新/回退版本/卸载将影响其他程序。
▪ conda:不会影响系统自带Python。
→ 适用语言
▪ pip:仅适用于Python。
▪ conda:适用于Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN。
⑥ conda与pip、virtualenv的关系
▪ conda结合了pip和virtualenv的功能。
二、安装Anaconda
还可以参考这个链接的教程,比较全面
https://blog.csdn.net/cs_hnu_scw/article/details/79695347
tensorflow是基于python脚本语言的,是一种高级应用,它必须依赖于底层的应用发挥作用。因此需要安装python,当然还需要安装numpy、scipy、six、matplotlib等几十个扩展包。如果一个个安装,十分耗费时间,不过现在有了集成环境anaconda,安装就方便了。python的大部分扩展包,都集成在anaconda里面了,因此只需要装这一个东西就行了。如果你想更多的去了解Anaconda,可以参考Anaconda官方API,友情提示:它是洋文哦!
- 1、在清华大学镜像网,http://mirrors.tuna.tsinghua.edu.cn/help/anaconda/中下载Anaconda镜像。注意版本,现在最稳定的应该是4.3.0的Anaconda,它自带Python3.6
- 2、下载完成后双击运行安装。一路点击确定,默认路径是C盘,也可更改安装到自己选定的安装路径。然后,在配置环境变量的界面,仅勾选下方的选项即可。在“Advanced Installation Options”中不要勾选“Add Anaconda to my PATH environment variable.”(“添加Anaconda至我的环境变量。”)。因为如果勾选,则将会影响其他程序的使用。如果使用Anaconda,则通过打开Anaconda Navigator或者在开始菜单中的“Anaconda Prompt”(类似macOS中的“终端”)中进行使用。然后等待其完成安装。如下图:
- 3、经过漫长的等待,至此,Anaconda基本安装完成。注意:如果你不想了解“Anaconda云”和“Anaconda支持”,则可以不勾选“Learn more about Anaconda Cloud”和“Learn more about Anaconda Support”。
- 4、验证安装结果。可选以下任意方法:
① “开始 → Anaconda3(64-bit)→ Anaconda Navigator”,若可以成功启动Anaconda Navigator则说明安装成功。
② “开始 → Anaconda3(64-bit)→ 右键点击Anaconda Prompt ”。直接在Anaconda Prompt中输入 conda list ,可以查看已经安装的包名和版本号。若结果可以正常显示,则说明安装成功。
③win+r,打开cmd。
- 若在安装Anaconda过程中选的默认路径,则直接输入 conda list ,可以查看已经安装的包名和版本号。若结果可以正常显示,则说明安装成功。
- 若更改了安装路径,则需要在系统环境变量-》path中添加你的安装路径
具体过程如下:
首先右键我的电脑→属性→高级系统设置,出现如下对话框。
选择环境变量
系统在系统变量种找到Path
点击新建,将Anaconda3在电脑中的安装路径添加上。事情就这么解决了。我的理解这么做能解决的原因是因为在运行指令时,电脑会默认C盘为软件的安装目录,当安装在其他地方时,需要手动将新的路径加进去,告知电脑运行环境在D盘。
ps:杀毒软件会弹出阻止程序,选择允许就OK了。
三、安装anaconda环境并进行相关配置
3.1 创建环境
由于tensorflow最适合的版本是python3.5,所以我们不能使用Anaconda自带的3.6的,这里我们要下载3.5版的Python
在终端输入
conda create --name tensorflow python=3.5.2
#tensorflow是环境名(自己命),python=3.5.2是待安装扩展包及版本
安装成功后如下:
列出目前安装好的环境列表,看新环境是否安装成功
conda info --envs
切换到tensorflow环境
activate + 环境名
activate tenserflow #切换到tensorflow环境下
在当前环境下,输入python,查看当前环境的python版本是否是我们要的3.5.2
都没问题就可以进行tensorflow的安装了
3.2 安装tensorflow
先进入tensorflow环境下
activate tenserflow
这里我装的是CPU版本的,有两种方式:
1)方式一:选择官方文档的安装
pip install –ignore-installed –upgrade https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-1.0.0-cp35-cp35m-win_x86_64.whl
链接标红的地方表示系统的cpu型号还是啥的,如果这里会报错的话,就选择一下一种方式
2)方式二:pip install tensorflow(最通用)
这一步要有耐心,我在下载的时候常常下到一半就卡壳,不要气馁,失败后再重新输入上面这条指令:pip install tensorflow
历经n次失败后,成功的结果
输入python再查一遍版本对不对。没问题后,可以暂时休息一下了,可以输入exit()先退出python编辑,再输入deactivate退出当前环
c:前面的小帽子掉了,表示退出成功。
五、安装Tensorflow环境下的Spyder插件
注意,这里要从"开始"-》Anaconda Prompt->activate激活TensorFlow->python进入python
导入import tensorflow as tf
接着,你进入Anaconda Navigator(开始菜单->Anaconda 3->Anaconda Navigator),注意,现在的Application栏是root,也就是Anaconda的根,此时的环境是Python3.6.
所以,你需要切换到TensorFlow下面,然后再安装Spyder,你还可以选择安装qtconsole,notebook,或者orange。
六、管理包
1. 查找可供安装的包版本
① 精确查找
conda search --full-name <package_full_name>
- 注意:
① --full-name 为精确查找的参数。
② <package_full_name> 是被查找包的全名。包名两边不加尖括号“<>”。
- 例如: conda search --full-name python 即查找全名为“python”的包有哪些版本可供安装。
② 模糊查找
conda search <text>
- 注意: <text> 是查找含有此字段的包名。此字段两边不加尖括号“<>”。
- 例如: conda search py 即查找含有“py”字段的包,有哪些版本可供安装。
2. 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。
3. 安装包
① 在指定环境中安装包
conda install --name <env_name> <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。
② 在当前环境中安装包
conda install <package_name>
- 注意:
① <package_name> 即要安装的包名。包名两边不加尖括号“<>”。
② 执行命令后在当前环境中安装包。
- 例如: conda install pandas 即在当前环境中安装pandas包。
③ 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。
3. 列环境列表,环境切换
4. 卸载包
① 卸载指定环境中的包
conda remove --name <env_name> <package_name>
- 注意:
① <env_name> 即卸载包所在指定环境的名称。环境名两边不加尖括号“<>”。
② <package_name> 即要卸载包的名称。包名两边不加尖括号“<>”。
- 例如: conda remove --name python2 pandas 即卸载名为“python2”中的pandas包。
② 卸载当前环境中的包
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。
- 例如: conda remove pandas 即在当前环境中卸载pandas包。
安装参考:
https://jingyan.baidu.com/article/6f2f55a16d80f9b5b93e6cf4.html