Anaconda安装和使用

很多学习python的初学者甚至学了有一段时间的人接触到anaconda或者其他虚拟环境工具时觉得无从下手, 其主要原因就是不明白这些工具究竟有什么用, 是用来做什么的, 为什么要这么做, 我一开始也是不明白为啥除了python之外我还需要这么一个东西, 他和python到底有啥联系和区别, 为啥能用来管理python

在使用过之后我才逐渐发现其实anaconda等环境管理工具究竟在做啥, 以及为什么我们需要他们来管理我们的python环境

首先我们需要先去了解Anaconda诞生的目的,再去了解Anaconda的使用方法

❤ Anaconda下载

下载地址:Anaconda | Anaconda Distribution(官网)

镜像版下载地址(推荐):

Releases · DamnWidget/anaconda · GitHub

Releases · rhinstaller/anaconda · GitHub

Anaconda 是跨平台的，有 Windows、macOS、Linux 版本，我们这里以 Windows 版本为例，点击那个 Windows 图标

如果计算机上已经安装了 Python，安装不会对你有任何影响。实际上，脚本和程序使用的默认 Python 是 Anaconda 附带的 Python

注意：如果你是windows 10系统，注意在安装Anaconda软件的时候，右击anaconda软件→选择以管理员的身份运行。

安装包有 636MB，因为网速的关系，下载时间可能会比较长，请耐心等待。我这里下载完成 Anaconda3-2022.10-Windows-x86_64.exe文件了

❤ 安装Anaconda

双击应用程序,点击运行

点击 Next 即可

点击 I Agree （我同意）

继续点击 Next

Install for: Just me还是All Users，假如你的电脑有好几个 Users ，才需要考虑这个问题.其实我们电脑一般就一个 User，就我们一个人使用，如果你的电脑有多个用户，选择All Users，我这里直接 All User，

选择想要安装的文件夹

Destination Folder 是“目标文件夹”的意思，可以选择安装到什么地方。默认是安装到 C:\ProgramData\Anaconda3文件夹下。你也可以选择 Browse... ，

注意:选择的文件夹必须是空文件夹,有一个文件都不行

开始安装

这里来到 Advanced Options 了，所谓的“高级选项”。如果你英文好，有一定背景知识的话，肯定明白这界面上的意思。两个默认就好，第一个是加入环境变量，第二个是默认使用 Python 3.9(自己安装的python版本)，点击“Install”

安装时间根据你的电脑配置而异，电脑配置高，硬盘是固态硬盘，速度就更快

过程还是很漫长的，毕竟 2GB 左右的无数个小文件啊，请耐心等待 (20分钟左右)

点击 Next>

经过漫长的等待，终于安装完成 Installation Complete （安装完成）了

点击 Next

点击 Finish

如果你不想了解“Anaconda云”和“Anaconda支持”，则可以不勾选“Learn more about Anaconda Cloud”和“Learn more about Anaconda Support”。

注意:可能你的python版本不支持当前的Anaconda版本,可以进行python版本调整

版本不支持可以看下:

就是打开anaconda prompt ,然后输入conda install python=3.6，然后等待提示（y/n），输入y，等待十几分钟，就会提示done，这样的话，就表示python3.7已经退回到python3.6了

❤ 配置环境变量

如果是windows的话需要去 控制面板\系统和安全\系统\高级系统设置\环境变量\用户变量\PATH 中添加 anaconda的安装目录的Scripts文件夹, , 看个人安装路径不同需要自己调整.

　　之后就可以打开命令行(最好用管理员模式打开) 输入 conda --version

　　如果输出conda 4.4.11之类的就说明环境变量设置成功了.

　　为了避免可能发生的错误, 我们在命令行输入conda upgrade --all 先把所有工具包进行升级

❤ 管理虚拟环境

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

activate 能将我们引入anaconda设定的虚拟环境中, 如果你后面什么参数都不加那么会进入anaconda自带的base环境

你可以输入python试试, 这样会进入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

创建自己的虚拟环境

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learn的虚拟环境并指定python版本为3(这里conda会自动找3中最新的版本下载)

conda create -n learn python=3

于是我们就有了一个learn的虚拟环境, 接下来我们切换到这个环境, 一样还是用activae命令后面加上要切换的环境名称

切换环境

activate learn

如果忘记了名称我们可以先用

conda env list

去查看所有的环境

　　现在的learn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()

安装第三方包

输入

conda install requests

或者

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

那么怎么卸载一个包呢

conda remove requests

或者

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  （这是一个路径，比如：G:\test\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：比如修改一下这个文件里面的两个内容：打开.yaml文件先看一下内容:

conda env create -f environment.yaml （G:\test\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

activate // 切换到base环境

activate learn // 切换到learn环境

conda create -n learn python=3 // 创建一个名为learn的环境并指定python版本为3(的最新版本)

conda env list // 列出conda管理的所有环境

conda list // 列出当前环境的所有包

conda install requests 安装requests包

conda remove requests 卸载requets包

conda remove -n learn --all // 删除learn环境及下属所有包

conda update requests 更新requests包

conda env export > environment.yaml // 导出当前环境的包信息

conda env create -f environment.yaml // 用配置文件创建新的虚拟环境

关于环境总结

# 创建一个名为python34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 python34 python=3.4
 
# 安装好后，使用activate激活某个环境
 
activate python34 # for Windows
 
source activate python34 # for Linux & Mac
 
# 激活后，会发现terminal输入的地方多了python34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 python34 # for Windows
source deactivate python34 # for Linux & Mac
# 删除一个已有的环境
 
conda remove --name python34 --all

❤ 与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

比如你要在learn环境中编写程序, 那么就修改为D:\Software\Anaconda\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

❤ Anaconda Navigtor

用于管理工具包和环境的图形用户界面，后续涉及的众多管理命令也可以在 Navigator 中手工实现

❤ Jupyter notebook

基于web的交互式计算环境，可以编辑易于人们阅读的文档，用于展示数据分析的过程

❤ Qtconsole

一个可执行 IPython 的仿终端图形界面程序，相比 Python Shell 界面，qtconsole 可以直接显示代码生成的图形，实现多行代码输入执行，以及内置许多有用的功能和函数

❤ VSCode

Visual Studio Code是一个轻量级但功能强大的源代码编辑器，可在桌面上运行，适用于Windows，macOS和Linux。它内置了对JavaScript，TypeScript和Node.js的支持，并为其他语言（如C ++，C＃，Java，Python，PHP，Go）和运行时（如.NET和Unity）提供了丰富的扩展生态系统