安装Anaconda之前,如果已经安装过一个旧的Python版本怎么办

转载自https://blog.csdn.net/accumulate_zhang/article/details/77371657

Anaconda安装等一系列问题

 

参考文献:

http://python.jobbole.com/86236/

https://zhuanlan.zhihu.com/p/25198543

 

 

现在笔记本电脑上既可以用Python2.7(之前的所有包都保留了),也可以用Python3.6,可以在pycharm中选择不同的解释器。

 

1.在cmd中测试Python的时候,我的环境变量中最前面是Python2.7,所以在敲入Python命令时,默认的是Python2.7;当你把anaconda3放在环境变量的最前面,那么就会默认是anaconda3中的Python3.5

 

2.在pycharm中也可以选择不同的版本的Python,只需要在编写代码之前设置 interpreter就行了,不同的Python解释器,对应着不同版本的Python,同时也就对应的各自安装的包,模块。

 

 

 

在安装Anaconda之前,有的已经安装过一个Python版本了,但是又不想删除这个Python版本,该怎么办呢?

概括:轻松两步--在系统环境变量中找到对应之前安装Python的路径并删除;直接将你原来安装python的整个文件夹拷贝到envs的目录下,激活该版本python的名称就是文件夹名。

我的电脑里面本来安装了Python2.7的版本,并且配置好了Django,用来做网页设计。后来我又需要一个Python3.5的版本使用tensorflow,Anaconda适用于管理多Python环境,下面来说一说如何在已有Python2,7的条件下安装Anaconda。

其实不管是Python还是Anaconda 都类似于包的管理,可以看到不管是安装Python还是Anaconda,都是在安装目录新建了一个文件下添加了很多文件,然后把安装目录路径添加到环境变量当中(windows下)。

理解这个原理之后,其实要做的就是修改环境变量,和移动Python安装的文件夹而已。具体的操作如下。

  1. 下载anaconda的安装包

这里推荐使用清华的镜像,因为速度快而且可以安装你想要的版本,在官网里面往往给出的最新版本,就像我安装的时候官网给的是带Python3.6的版本,但是我想直接安装带python3.5的版本的Anoconda.

可以直接在清华的镜像 Index of /anaconda/archive/中,找到对应的版本,下载并安装。带Python3,5的window版本就是下载Anaconda3-4.2.0-Windows-x86_64。

    2  .安装注意事项:安装目录最好不要有空格;是否把Anaconda加入环境变量的选项上打勾,这涉及到能否直接在cmd中使用conda、jupyter、ipython等命令,推荐打勾,如果不打勾可以再安装以后将对应的环境变量添加上去,例如我的就是          D:\Anaconda3;D:\Anaconda3\Scripts;D:\Anaconda3\Library\bin      可参考博客 https://zhuanlan.zhihu.com/p/25198543

   3.   安装好了以后,可以在cmd中输入 Python,发现显示的还是你之前安装的版本,像我的就是Python2.7,这是因为你之前安装Python2,7的时候,是将它的安装目录添加到了环境变量中的。在系统环境变量中找到对应之前安装Python的路径并删除,像我的就是D:\Program Files\python2.7 和D:\Program Files\python2.7\Scripts。将其删除。

             接着重启电脑,再在cmd中输入python 就会显示是Anaconda自带的版本了。

 

   4.

Conda的环境管理

Conda的环境管理功能允许我们同时安装若干不同版本的Python,并能自由切换。对于上述安装过程,假设我们采用的是Python 2.7对应的安装包,那么Python 2.7就是默认的环境(默认名字是root,注意这个root不是超级管理员的意思)。

假设我们需要安装Python 3.4,此时,我们需要做的操作如下:

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

# 创建一个名为python34的环境,指定Python版本是3.4(不用管是3.4.x,conda会为我们自动寻找3.4.x中的最新版本)

conda create --name python34 python=3.4

 

# 安装好后,使用activate激活某个环境

activate python34 # for Windows

source activate python34 # for Linux & Mac

# 激活后,会发现terminal输入的地方多了python34的字样,实际上,此时系统做的事情就是把默认2.7环境从PATH中去除,再把3.4对应的命令加入PATH

 

# 此时,再次输入

python --version

# 可以得到`Python 3.4.5 :: Anaconda 4.1.1 (64-bit)`,即系统已经切换到了3.4的环境

 

# 如果想返回默认的python 2.7环境,运行

deactivate python34 # for Windows

source deactivate python34 # for Linux & Mac

 

# 删除一个已有的环境

conda remove --name python34 --all

用户安装的不同python环境都会被放在目录~/anaconda/envs下,可以在命令中运行conda info -e查看已安装的环境,当前被激活的环境会显示有一个星号或者括号。

 

 

 

 

Conda的包管理

Conda的包管理就比较好理解了,这部分功能与pip类似。

例如,如果需要安装scipy:

1

2

3

4

5

6

7

# 安装scipy

conda install scipy

# conda会从从远程搜索scipy的相关信息和依赖项目,对于python 3.4,conda会同时安装numpy和mkl(运算加速的库)

 

# 查看已经安装的packages

conda list

# 最新版的conda是从site-packages文件夹中搜索已经安装的包,不依赖于pip,因此可以显示出通过各种方式安装的包

conda的一些常用操作如下:

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

# 查看当前环境下已安装的包

conda list

 

# 查看某个指定环境的已安装包

conda list -n python34

 

# 查找package信息

conda search numpy

 

# 安装package

conda install -n python34 numpy

# 如果不用-n指定环境名称,则被安装在当前活跃环境

# 也可以通过-c指定通过某个channel安装

 

# 更新package

conda update -n python34 numpy

 

# 删除package

conda remove -n python34 numpy

前面已经提到,conda将conda、python等都视为package,因此,完全可以使用conda来管理conda和python的版本,例如

1

2

3

4

5

6

7

8

9

# 更新conda,保持conda最新

conda update conda

 

# 更新anaconda

conda update anaconda

 

# 更新python

conda update python

# 假设当前环境是python 3.4, conda会将python升级为3.4.x系列的当前最新版本

补充:如果创建新的python环境,比如3.4,运行conda create -n python34 python=3.4之后,conda仅安装python 3.4相关的必须项,如python, pip等,如果希望该环境像默认环境那样,安装anaconda集合包,只需要:

1

2

3

4

5

6

# 在当前环境下安装anaconda包集合

conda install anaconda

 

# 结合创建环境的命令,以上操作可以合并为

conda create -n python34 python=3.4 anaconda

# 也可以不用全部安装,根据需求安装自己需要的package即可

 

设置国内镜像

如果需要安装很多packages,你会发现conda下载的速度经常很慢,因为Anaconda.org的服务器在国外。所幸的是,清华TUNA镜像源有Anaconda仓库的镜像,我们将其加入conda的配置即可:

1

2

3

4

5

6

# 添加Anaconda的TUNA镜像

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

# TUNA的help中镜像地址加有引号,需要去掉

 

# 设置搜索时显示通道地址

conda config --set show_channel_urls yes

执行完上述命令后,会生成~/.condarc(Linux/Mac)或C:UsersUSER_NAME.condarc文件,记录着我们对conda的配置,直接手动创建、编辑该文件是相同的效果。

 

 

 

http://blog.csdn.net/u010858605/article/details/64128466

比如windows中安装TensorFlow的过程

 

2.安装Tensorflow

TensorFlow目前在Windows下只支持python 3.5版本。

(1)打开Anaconda Prompt,输入清华仓库镜像,这样更新会快一些: 

 
  1. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

  2. conda config --set show_channel_urls yes

  • 1
  • 2

(2)同样在Anaconda Prompt中利用Anaconda创建一个python3.5的环境,环境名称为tensorflow ,输入下面命令:

conda create -n tensorflow python=3.5

--------------------- 作者:accumulate_zhang 来源:CSDN 原文:https://blog.csdn.net/accumulate_zhang/article/details/77371657?utm_source=copy 版权声明:本文为博主原创文章,转载请附上博文链接!

  • 6
    点赞
  • 32
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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