Anaconda3+Python环境配置
1. python版本的介绍
python语言是一种简单易学的脚本(shell)语言。shell语言是不需要像C语言那样“编译、链接”的过程。目前主要python有2.x系列和3.x系列,两者的兼容性不同。
2. Anaconda的安装
两种下载方式:
(1)anaconda的官网下载:https://www.anaconda.com/distribution/
(2)清华开源网下载:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
3. Anaconda的配置
在安装其他环境之前,更换镜像源,这样速度更快(本文使用的是阿里源)
conda config --add channels https://opsx.alibaba.com/mirror
conda config --set show_channel_urls yes
查看现有的源
conda config --show channel
目前国内的好多源都不行了,要是切换了国内的源,先还原到默认源
conda config --remove-key channels
安装好anaconda3后,打开Anaconda Prompt,并输入如下命令
jupyter notebook
进入后就会打开一个界面,如下所示
将python2.7版本加入到anaconda中,并将其装入jupyter notebook下
继续在anaconda prompt里输入以下命令进行配置
## 给anaconda添加python2.7版本的环境,其中python2为自己设置的名字
conda create -n python2 python=2.7
activate python2 ## 进入python2.7环境
pip install ipykernel ## 在kernel中加载python2.7
ipython kernel install --user --name=python2 ## 将已有的python2.7环境装入jupyter notebook下
deactivte # 退出python2.7环境
jupyter kernelspec list #查看已有的kernel
一些常见的命令:
## 更新包
conda update package_name
## 更新环境中的所有包
conda update --all
##列出已安装的包
conda list
## 安装包 package_name为包的名字
conda install package_name
## 卸载包
conda remove package_name
## 列出环境
conda env list
## 环境输出到终端中
conda env export
## 删除指定的环境(env_name)
conda env remove -n env_name
## 将kernel中的环境删除(env_name)
jupyter kernel remove env_name
## 查看安装的kernel和位置
jupyter kernelspec list
## 根据显示的路径进入其中把文件夹删除,重启jupyter notebook即可
## 删除kernel中的环境
jupyter kernelspec remove kernelname
## 在本地的conda里已经有一个AAA的环境,我想创建一个新环境跟它一## 模一样的叫BBB
conda create -n BBB --clone AAA
## 把原来电脑上目标conda环境的目录复制到新电脑上
## path为环境的路径
conda create -n BBB --clone ~/path
4.下载安装决策树可视化工具Graphviz
下载路径:https://graphviz.gitlab.io/_pages/Download/Download_windows.html
安装后添加环境变量
然后再打开Anaconda prompt
pip install graphviz
配置好之后,到jupyter notebook里创建一个python3,输入以下代码进行测试
import graphviz #在python3环境下测试
5.安装Tensorflow
打开anaconda prompt,输入以下命令
conda create -n tensorflow tensorflow
activate tensorflow
pip install --ignore-installed --upgrade tensorflow
## 将自己环境(tensorflow)加入到ipython的kernel里
python -m ipykernel install --user --name tensorflow --display-name "tensorflow"
## 第一个tensorflow为自己环境的名,第二个tensorflow为Kernel名,可以在jupyter notebook里看到,可以和环境名不一致
## 进入tensorflow的python下,输入以下命令测试是否安装成功
import tensorflow as tf