本文为了省略没必要的安装教程,如有需要可自行查找。
首先读本文前,各位读者需要了解 Anaconda 到底是用于什么用处?
它可以创建不同的虚拟环境!!其次可以进行包管理
文章目录
虚拟环境
打开cmd 输入
conda --version
为了避免可能发生的错误, 我们在命令行输入,先把所有工具包进行升级
conda upgrade --all
接下来创建虚拟环境
接下来我们就可以用anaconda来创建我们一个个独立的python环境了.接下来的例子都是在命令行操作的,请打开你的命令行吧.
activate激活
直接输入命令
activate
activate 能将我们引入anaconda设定的虚拟环境中,不加参数会进入anaconda自带的base环境
当activate 如果你后面什么参数都不加那么,输入python, 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。
创建虚拟环境
我们当然不满足一个base环境, 我们应该为自己的程序安装单独的虚拟环境.
创建一个名称为 yyq_test 的虚拟环境并指定python版本为3.7(这里conda会自动找3.7中最新的版本下载)
下面两个语句都可以
conda create -n yyq_test python=3.7
conda create --name yyq_test python=3.7
切换环境
切换环境
activate env_name
如果忘记了名称我们可以先用
conda env list
现在的python37环境除了python自带的一些官方包之外是没有其他包的, 一个比较干净的环境我们可以试试
先输入python打开python解释器然后输入
>>> import requests
会报错找不到requests包, 很正常.接下来我们就要演示如何去安装requests包
exit()
退出python解释器
卸载环境
命令:
conda remove --name env_name --all
设置默认启动环境
Anaconda创建新的环境后,每次打开Anaconda Prompt进入都需要手动输入activate,没有找到默认进入新环境的设置,用下面的方法启动后直接进入新的环境。
找到开始菜单的Anaconda Prompt,打开文件所在位置
右键-属性,将目标中的C:\Anaconda3\,改为C:\Anaconda3\envs\py36,即
py36是创建环境的名称,需要替换为自己的环境名称
更改后,打开Anaconda Prompt,进入了已创建的环境
环境中库的操作
安装第三方包
输入
#两个都可以
conda install requests
pip install requests
来安装requests包.
安装完成之后我们再输入python进入解释器并import requests包, 这次一定就是成功的了.
卸载第三方包
卸载当前环境中的一个包呢
#两个都可以
conda remove requests
pip uninstall requests
查看环境包信息
要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
其实命令很简单对不对, 我把一些常用的在下面给出来, 相信自己多打两次就能记住
#切换到base环境
activate
#切换到learn环境
activate learn
#创建一个名为learn的环境并指定python版本为3(的最新版本)
conda create -n learn python=3
#列出conda管理的所有环境
conda env list
#列出当前环境的所有包
conda list
#安装requests包
conda install requests
#卸载requets包
conda remove requests
#删除learn环境及下属所有包
conda remove -n learn --all
#更新requests包
conda update requests
#导出当前环境的包信息
conda env export > environment.yaml
#用配置文件创建新的虚拟环境
conda env create -f environment.yaml
关于环境总结
# 创建一个名为en_name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 en_name python=3.4
# 安装好后,使用activate激活某个环境
activate env_name
# for Windows
source activate python34
# for Linux & Mac
激活后,会发现terminal输入的地方多了env_name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 env_name
#返回默认的环境
# for Windows
source deactivate python34
# for Linux & Mac
# 删除一个已有的环境
conda remove --name python34 --all
其实命令很简单对不对, 我把一些常用的在下面给出来, 相信自己多打两次就能记住
#切换到base环境
activate
#切换到learn环境
activate learn
#创建一个名为learn的环境并指定python版本为3(的最新版本)
conda create -n learn python=3
#列出conda管理的所有环境
conda env list
#列出当前环境的所有包
conda list
#安装requests包
conda install requests
#卸载requets包
conda remove requests
#删除learn环境及下属所有包
conda remove -n learn --all
#更新requests包
conda update requests
#导出当前环境的包信息
conda env export > environment.yaml
#用配置文件创建新的虚拟环境
conda env create -f environment.yaml
与JetBrains PyCharm 连接
在工作环境中我们会集成开发环境去编码, 这里推荐JB公司的PyCharm, 而PyCharm也能很方便的和anaconda的虚拟环境结合
在Setting => Project => Project Interpreter 里面修改 Project Interpreter , 点击齿轮标志再点击Add Local为你某个环境的python.exe解释器就行了
Anaconda 初体验
按下 Windows 徽标键,调出 Windows 开始菜单,可以看到 “最近添加”的:Anaconda2(64-bit)
Anaconda Prompt
打开Anaconda Prompt,这个窗口和doc窗口一样的,输入命令就可以控制和配置python,最常用的是conda命令,这个pip的用法一样,此软件都集成了,你可以直接用,点开的话如下图。用命令“conda list”查看已安装的包,从这些库中我们可以发现NumPy,SciPy,Matplotlib,Pandas,说明已经安装成功了!
还可以使用conda命令进行一些包的安装和更新
conda list:列出所有的已安装的packages
conda install name:其中name是需要安装packages的名字,比如,我安装numpy包,输入上面的命令就是“conda install numpy”。单词之间空一格,然后回车,输入y就可以了。
安装完anaconda,就相当于安装了Python、IPython、集成开发环境Spyder、一些包等等。你可以在Windows下的cmd下查看:
切换清华镜像
onda:
先切换到国内清华大学镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
下载
conda install numpy
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-kRvJFRhP-1656147050658)(D:\MarkDown\images\image-20211028215032938.png)]
比如你要在learn环境中编写程序, 那么就修改为C:\Users\Administrator\AppData\Local\conda\conda\envs\learn, 可以看到这时候下面的依赖包也变成了learn环境中的包了.接下来我们就可以在pycharm中愉快的编码了。