Conda安装配置

Conda安装配置

CSDN不定时更新
所有内容均上传到Gitee，开放下载
仓库地址：https://gitee.com/blackhker/note.git

前言

Conda是一个包管理器，类似于Maven(Java依赖管理器)，同时包含了环境管理器，管理不同版本的Python。

---

一、下载

1.1 官方站

1.1.1 MiniConda

默认的是MiniConda¹，跟AnaConda²的区别是，MiniConda只包含基本的内容。

https://conda.io/projects/conda/en/latest/index.html

1.1.2 AnaConda

https://www.anaconda.com/download/

1.2 三方站

1.2.1 清华开源软件镜像站

https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/?C=M&O=D

---

二、安装

2.1 Conda

2.1.1 安装步骤

1. Next。

2. 协议，I Agree。

3. 选择安装类型，所有用户都安装。

4. 配置安装路径。

5. 同时安装对应该Conda版本的Python，安装。

6. 安装成功，使用

2.1.2 测试

1. 打开Anaconda Prompt(不带PowerShell的)

2. 输入

   conda -V
   

   或

   conda --version
   

---

三、配置

3.1 更改Conda虚拟环境安装路径

建议不更改虚拟环境的位置，除非Conda安装在了C盘，如果已经在其他盘了，就别动。

conda虚拟环境一定要在安装目录的envs下

1. 展示所有配置。

conda config --show

2. 在想安装虚拟环境的路径下创建一个文件夹，示例在D盘创建了一个CondaEnvs的文件夹：

3. 使用以下命令将指定刚刚的文件夹为虚拟环境默认安装路径。

conda config --add envs_dirs D:\CondaEnvs

4. 重新查看是否设置成功，以下为成功的情况。

3.2 配置到Pycharm中

Conda的可执行文件(exe)在安装目录的Scripts里面

1. 右上角设置

2. Settings

3. Project:项目名 → Python Interpreter → Add Intedpreter → Add Local Interpreter

4. 选中Conda Environment，点击右面的文件夹，去找Conda的可执行文件，点击Load即可添加成功

5. 虚拟环境选择自己创建的，带路径的是默认的环境

---

四、命令

4.1 基础命令

命令	操作
conda update conda	更新 Conda 到最新版本
conda info	显示关于 Conda 的信息
conda -V/ --version	显示 Conda 版本

4.2 库/包

命令	操作
conda upgrade --all	升级全部库
conda update [packagename]	升级一个包
conda install [packagename]	安装包
conda installl [packagename1] [packagename2]	安装多个包
conda install [packagename]=[version]	安装固定版本的包
conda remove packagename	移除一个包
conda list	查看所有包

4.3 虚拟环境

ENV(virtual environment)

命令	操作
conda create --name [env-name]	创建虚拟环境
conda create -n [env_name] python=[python_version]	创建指定Python版本的虚拟环境
conda activate [env-name]	激活环境
conda deactivate	退出环境
conda env list	列出所有可用的环境

---

五、常见问题及解决方案

5.1 Pycharm打开终端报错

问题现象

配置好Conda虚拟环境的项目，打开终端报错，提示conda init powershell

报错原因

1. 原先旧的Conda卸载了，重装了一个，或不在一个盘；
2. 未配置环境变量

解决方案

1. 在conda的Prompt窗口输入：

where conda

2. 将下列目录添加到环境变量中

---

解释文档

---

1. 只包含最基本的内容——Python与Conda，以及相关的必须依赖项，其他的包/库需要自己安装。 ↩︎

2. 打包的集合，里面预装好了Conda、Python、众多Packages、科学计算工具等等，包含所有包。 ↩︎