Anaconda3 下载安装及不同python环境配置（Linux/Windows）

一、Anaconda3安装

Windows

1、下载
直接在官网下载即可：https://www.anaconda.com/download/

2、正常安装，路径最好不要出现中文、空格，下图选择All Users，path可以直接勾选，也可自行配置，一般勾选上即可

3、安装完后输入conda --version显示版本号即为安装成功

Linux(以ubuntu18.04为例)

1、下载安装包
除上述官网下载外还可以从清华镜像下载（速度更快）
下载地址

2、安装

将安装包放在自己想要安装的目录下，打开终端运行如下命令

# 中间版本号根据自己的下载进行替换
bash Anaconda3-2022.5-Linux-x86_64.sh

3、一路回车直到要输入yes，输入后再回车选择安装位置（自己手动输入，默认在/home/xxx/anaconda3）

3、安装完后重新打开一个新的终端，输入conda --version显示版本号即为安装成功

二、配置虚拟环境

Anaconda自带有一个默认的python环境，也可自行配制不同版本或者不同位数（32位或64位）的python环境，不需要额外在安装python，下面进行详细介绍

1、为加快下载速度，切换为清华镜像

①TUNA 提供了 Anaconda 仓库与第三方源（conda-forge、msys2、pytorch等，查看完整列表）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 生成该文件之后再修改。linux执行sudo gedit ./.condarc命令

注：由于更新过快难以同步，我们不同步pytorch-nightly，ignite-nightly，pytorch-nightly-cpu这三个包。用下面代码替换.condarc文件中的内容

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

②运行 conda clean -i 清除索引缓存，设置镜像成功

2、可以用conda info查看版本信息

如果要安装32位python，需要先执行以下命令

set CONDA_FORCE_32BIT=1

再次输入conda info可发现已经变成32位

若想再变回64位只需将CONDA_FORCE_32BIT赋值为空

3、创建所需的python环境

conda create --name python37_32 python=3.7   #安装32位python3.7版本（自动安装最新的3.7版本python

4、激活创建的python环境

conda activate python37_32

5、其他可能需要用到的命令

conda  deactivate python37 #返回原来的python环境
conda remove --name python37_32 --all  #删除python环境（要先返回原来的环境才能删除）
conda install requests  #安装第三方包
conda remove requests #卸载第三方包
conda list  #查看环境包信息
conda env export > environment.yaml   #导出环境，将包信息存入yaml文件中
conda env create -f environment.yaml   #导入环境，重新创建一个相同的虚拟环境时用

activate // 切换到base环境

activate learn // 切换到learn环境

conda create -n learn python=3 // 创建一个名为learn的环境并指定python版本为3(的最新版本)

conda env list // 列出conda管理的所有环境

conda list // 列出当前环境的所有包

conda install requests 安装requests包

conda remove requests 卸载requets包

conda remove -n learn --all // 删除learn环境及下属所有包

conda update requests 更新requests包

conda env export > environment.yaml // 导出当前环境的包信息

conda env create -f environment.yaml // 用配置文件创建新的虚拟环境

参考：
1、https://blog.csdn.net/xhbspark/article/details/89929458
2、https://mirror.tuna.tsinghua.edu.cn/help/anaconda/
3、https://blog.csdn.net/weixin_41710606/article/details/86747877