windows下python3关于机器学习的环境配置，Anaconda的安装和使用方法以及安装后无法打开的解决方法

最新推荐文章于 2024-07-17 08:15:00 发布

·如烟·

最新推荐文章于 2024-07-17 08:15:00 发布

阅读量550

点赞数 2

本文链接：https://blog.csdn.net/weixin_43478836/article/details/89407482

版权

早就知道Anaconda可以管理好多个环境，由于原来一直没有这方面的需求，电脑上的python-base环境加一个pip几乎能解决所有问题，但现在看来不得不再添加其他的环境了。但是一个anaconda却安装了好久而且网上相关的教材也很少，所以决定总结一下这一系列问题

一、Anaconda简介与安装

在用python做数据分析的过程中，最令人头痛的就是python的各种包的管理，比如pandas,numpy,matplotlib等。这些包在做数据分析时候至关重要，那么anaconda到底是什么？
简单来说，Anaconda是Python的包管理器和环境管理器。先来解决一个初学者都会问的问题：我已经安装了Python，那么为什么还需要Anaconda呢？原因有以下几点：

（1）Anaconda附带了一大批常用数据科学包，它附带了conda、Python和 150 多个科学包及其依赖项。因此你可以用Anaconda立即开始处理数据。

（2）管理包。Anaconda 是在 conda（一个包管理器和环境管理器）上发展出来的。在数据分析中，你会用到很多第三方的包，而conda（包管理器）可以很好的帮助你在计算机上安装和管理这些包，包括安装、卸载和更新包。

（3）管理环境。为什么需要管理环境呢？比如你在A项目中用到了Python2，而新的项目要求使用Python3，而同时安装两个Python版本可能会造成许多混乱和错误。这时候conda就可以帮助你为不同的项目建立不同的运行环境。还有很多项目使用的包版本不同，比如不同的pandas版本，不可能同时安装两个pandas版本。你要做的应该是在项目对应的环境中创建对应的pandas版本。这时候conda就可以帮你做到。

总结：Anaconda解决了官方Python的两大痛点：

（1）提供了包管理功能，Windows平台安装第三方包经常失败的场景得以解决。
（2）提供环境管理功能，解决了多版本Python并存、切换的问题。
这里我们详细说明一下如何利用anaconda管理你的python包，最后将anaconda运用在pycharm或vscode中。
下载地址：https://www.anaconda.com/download/
下载的时候选择对应的操作系统和python版本后记得使用迅雷下载，我第一次使用的谷歌默认的下载器结果很慢只有几百k
安装时记得选添加到系统路径的选项，如果有问题可以参考：https://blog.csdn.net/qq_36015370/article/details/79484455
如果顺利安装后无法打开，你可以尝试在在这里插入图片描述中用命令打开（anaconda-navigator），以便看到错误提示，我当时缺少一个qt的包所以无法成功打开软件,用pip安装一下就好了

二.如何使用anaconda

在这里插入图片描述

主要看关注三个方框中的内容。
左边一个红方框内的四个目录，后两个就不再介绍了自己点进去就知道什么意思了。主要说一下前两个。

Home 中的这8个方框，每个方框可以理解为一个软件，图中我安装了上面的四个，Launch可以直接打开。下面的四个我没有安装。还有一个注意点：如下图红色框内
在这里插入图片描述
表示这四个app 是在base(root)下的。这是什么意思呢？继续往下看。

Environments 此处是重点。

在这里插入图片描述

这表示红色框内有三个环境

base(root)
t1100k224
test-env
第一个就是我们常用的环境。2,3是我新建的，绿色方框内有四个选项，新建、克隆、导入、移除。看名字就知道其作用是什么了。
新建一个环境后会有一些基础的包，比如python、pip 等。
打开任意一个环境可以做一些操作：
一些基本的命令如下：

conda install lib_name #安装库
conda unistall lib_name#卸载库
conda list #列出所有安装的库
activate your_env_name #激活环境

比如我想用
python3.6.5
Tensorflow1.10.0
Keras2.2.4
直接conda install python3.6.5 Tensorflow1.10.0 Keras==2.2.4即可
我的t1100k224这个环境就是tensorflow1.10.0和keras2.2.4，当然环境的名字可以任意定义，只要自己明白记住即可。
也可以用另一种方法添加包
下面我们以导入pandas和numpy包为例子选中刚才创建的new python工程，在右侧的搜索框中输入pandas，在左侧下拉选项中选择 Not installed,选择搜索结果中的pandas,点击下方的Apply。
在这里插入图片描述
3.在弹出的对话框中再次点击Apply，等待安装完成。