Anaconda一文入门笔记

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

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。