Anaconda详细安装及使用并配置连接Pycharm和VScode

Anacond的介绍

Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。 因为包含了大量的科学包，Anaconda 的下载文件比较大（约 531 MB），如果只需要某些包，或者需要节省带宽或存储空间，也可以使用Miniconda这个较小的发行版（仅包含conda和 Python）

在他们的官方网站上Resource(资源)–》Open Source

Conda是一个开源的包、环境管理器，可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换

Anaconda包括Conda、Python以及一大堆安装好的工具包，比如：numpy、pandas等

而Miniconda是一款小巧的python环境管理工具，安装包大约只有50M多点，其安装程序中包含conda软件包管理器和Python。

Anacond下载

地址：https://www.anaconda.com/products/individual
百度网盘：

根据自己使用的情况选择相应的平台和版本。

安装 Anaconda

运行Anaconda3-2020.07-Windows-x86_64.exe

Install for: 选择Just me还是All Users，假如你的电脑有好几个 Users ，才需要考虑这个问题.其实我们电脑一般就一个 User，就我们一个人使用，如果你的电脑有多个用户，选择All Users，个人用户这里选择Just Me，继续点击 Next 。

选择安装的路径，Anaconda比较大（2.7G）不建议安装在默认的位置。
注意：
1.目标路径中不能含有空格，同时不能是“unicode”编码。

2.除非被要求以管理员权限安装，否则不要以管理员身份安装。

Advanced Options（高级选项）
第一个是:
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。
第二个是:将 Anaconda 注册为我的默认 Python
除非你打算使用多个版本的Anaconda或者多个版本的Python，否则便勾选“Register Anaconda as my default Python 3.8”。

点击“Install”,进行安装。

安装

这两个选项可以去掉。
注意：如果你不想了解“Anaconda单独的版本指导”和“Anaconda支持”，则可以不勾选“ Anaconda Individual Edition Tutorial”和“Learn more about Anaconda”。

配置环境变量

注意：自行选择，可以不加入，直接使用anaconda的自带shell
Windows配置，在环境变量-》用户变量-》PATH 添加anacondaa的安装目录的Scripts文件夹
例如：D:\Anaconda3\Scripts

打开cmd,输入 conda --version,如果输出conda 4.8.3之类的就说明环境变量设置成功了.为了避免可能发生的错误, 我们在命令行输入conda upgrade --all 先把所有工具包进行升级.

管理环境

安装成功后，我们就可以用anaconda来创建我们一个个独立的python环境了.

• activate
  activate 能将我们引入anaconda设定的虚拟环境中, 如果你后面什么参数都不加那么会进入anaconda自带的base环境.
  输入python, 这样会进入base环境的python解释器, 如果你把原来环境中的python环境去除掉会更能体会到, 这个时候在命令行中使用的已经不是你原来的python而是base环境下的python.而命令行前面也会多一个(base) 说明当前我们处于的是base环境下。
  

• 创建自己的虚拟环境
  conda create -n python27 python=2.7
  或者conda create --name python27 python=2.7

于是我们就有了一个python27的虚拟环境, 接下来我们切换到这个环境, 一样还是用activae命令 后面加上要切换的环境名称

• 切换环境
  activate python27
  

如果忘记了名称我们可以先用conda env list,查看所有的的环境

conda env list

• 卸载环境
  conda remove --name test --all

关于Anaconda命令总结

• 管理环境命令

# 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

• 安装第三方包

conda install requests
或者
pip install requests

• 卸载第三方包

conda remove requests
或者
pip uninstall requests

• 查看环境包信息

#查看当前环境中所有安装了的包可以用
conda list

#导入导出环境
#如果想要导出当前环境的包信息可以用
conda env export > environment.yaml
#将包信息存入environment.yaml文件中.

#当需要重新创建一个相同的虚拟环境时可以用
conda env create -f environment.yaml

• 命令

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

Anaconda原理

Anaconda目录结构

对比Python的目录

两者都拥有相同的标红目录，两者十分相似，这里就是base环境. 里面有着一个基本的python解释器, lLib里面也有base环境下的各种包文件.

那么我们自己创建的环境在哪里呢？我们可以看见一个envs, 这里就是我们自己创建的各种虚拟环境的入口，可以看到我们刚才创建的Python27

我们点击进去后其实这就是一个Python的目录
Anaconda所谓的创建虚拟环境其实就是安装了一个真实的python环境, 只不过我们可以通过activate,conda等命令去随意的切换我们当前的python环境, 用不同版本的解释器和不同的包环境去运行python脚本.

连接编辑工具

1.PyCharm

在Setting => Project => Project Interpreter 里面修改 Project Interpreter

我们可以看到我这里其实是有其他的环境，这是我在创建项目的使用使用了虚拟环境，pycharm会自动给我生成一个venv目录，下面则是独立的python环境。

,点击三个小点标志再点击Add Local为你某个环境的python.exe解释器就行了。

添加Anaconda,我们选择了anaconda的python.exe,conda executable会自动识别conda的位置，将Make available to all projects勾选，所有项目都使用

然后点击ok,我们就可以看到Anaconda已经帮我们安装了很多库。

如果我们是第一次使用Pycharm,那么创建项目的时候会初始化，要是已经使用过一段时间，再配置Anaconda,也会初始化。

使用Conda

前面新建的 Anaconda 环境包含各种数据分析，机器学习等包，可以直接拿来用，并不需要再安装一遍，方便实用。但是，有时候，我们并不需要这么多的包，而是需要特定版本的 Python 或者 Python 包，或是依赖冲突等问题，这就要求有一个独立运行的环境。而 Conda 建立的环境正好满足了这个需求。

• 创建项目的时候可以选择Conda.
  
• 点击 Pycharm 下面的 Termianl 可以直接控制 Windows 的 CMD 命令行。如果你的 Pycharm 运行在 Linux 下，这个工具会接管 Shell。
  
  可以看到在最前面多了一个 (example) ，这个代表激活的 conda 环境

输入命令 conda list，可以查看我们建立的环境里包含哪些包。

这篇文章中有关于Conda的使用方法。
Anaconda、Conda、Miniconda的介绍和使用方法

我们也可以点击，切换环境

VScode

配置python环境，可以直接点击左下角的小齿轮选择setting，或者File->Preferences->setting,然后点击Extensions（最后一个）找到Python,更改setting设置。

或者直接Ctrl+shift+P(或F1)，输入Open Settings

在文件中添加"python.pythonPath"：“python的安装路径”，就中间那一行。如果打开的时候没有，自行添加即可。
注意：每个设置与设置间需要逗号，window下的文件路径需要转义。