python运行环境和anaconda区别_安装和配置Anaconda：Python开发和运行环境管理

有网友反映清华源已经不能使用。由于人在国外暂时无法验证，还请有验证过其它源的告知一下，是否国内源都已经不能访问，还是只有清华源出问题。谢谢。2020.9.16

在科学计算和机器学习等领域，经常会用到多套Python运行环境。Anaconda以及其命令行工具conda是Python虚拟环境管理的利器，支持 Linux, Mac, Windows, 包含了众多流行的科学计算、数据分析的 Python 包。由于国外网站访问速度问题，所以这里讲怎么从国内的镜像安装Anaconda。

一、安装和配置Anaconda

下面链接是清华大学开源软件镜像站的Anaconda 镜像使用帮助：清华大学开源软件镜像站​mirror.tuna.tsinghua.edu.cn

按照上面帮助中的说明，安装完Anaconda之后，修改配置文件.condarc，将channel指向国内源：

channels:

- defaults

show_channel_urls: true

channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda

default_channels:

- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free

- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r

- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro

- 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

二、创建和使用虚拟环境

Anaconda自带了一个图形管理界面Anaconda-Navigator。不过我倾向于使用命令行工具conda来进行虚拟环境的管理。附上conda命令行的cheat sheet作为参考：

比较常用的几个命令：

conda create -n ENV_NAME

conda activate ENV_NAME

conda install PACKAGE_NAME

conda search PACKAGE_NAME

conda env list

conda list

三、保存、迁移或恢复虚拟环境

在需要迁移或冻结当前虚拟环境时，可以使用以下命令保存名为ENV_NAME的环境：

conda env export -n ENV_NAME > environment.yml

在需要恢复该环境时，可以从environment.yml重新创建该环境：

conda env create -f environment.yml

还可配合Visual Studio Code使用。另外，Anaconda也支持R语言的虚拟环境，与Python的虚拟环境类似，不再赘述。