Anaconda安装与讲解

安装Anaconda

下载地址

建议使用迅雷下载，速度会快一些

官网windows64位下载地址：https://repo.anaconda.com/archive/Anaconda3-2020.07-Windows-x86_64.exe

安装过程

双击安装文件，点击Next
点击I Agree

这里选择All Users，点击Next

选择安装路径，点击Next

两个选项都选中，点击Install，稍等片刻~

测试安装结果

打开cmd，输入conda list回车，如下图即成功

Ananconda使用方法

切换环境

在 Windows10 系统下创建 conda 环境时报错：

C:\Users\lenovo> conda create -n py37 python=3.7
Collecting package metadata: failed
CondaHTTPError: HTTP 000 CONNECTION FAILED for url <https://repo.anaconda.com/pkgs/free/noarch/repodata.json.bz2>
Elapsed: -
An HTTP error occurred when trying to retrieve this URL.
HTTP errors are often intermittent, and a simple retry will get you on your way.
If your current network has https://www.anaconda.com blocked, please file
a support request with your network engineering team.
SSLError(MaxRetryError('HTTPSConnectionPool(host=\'repo.anaconda.com\', port=443): Max retries exceeded with url: /pkgs/free/noarch/repodata.json.bz2 (Caused by SSLError("Can\'t connect to HTTPS URL because the SSL module is not available."))'))

如何解决呢？管理员打开cmd，直接添加清华源，注意是 http

conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

在C:\Users\用户名 目录下修改 Anaconda 配置文件 .condarc，将 -defaults 这一行删掉即可

ssl_verify: true
channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
show_channel_urls: true

管理包

开始在命令行cmd或者Anaconda Prompt中对包进行管理。

包列表：conda list
安装包：conda install numpy
安装多个包：conda install numpy scipy pandas
指定安装包版本：conda install numpy=1.13
卸载包：conda remove numpy
更新包：conda update numpy
更新环境中所有包：conda update --all
搜索包名：conda search searchterm

注意：更新所有包要点Yes，如遇到一直卡的情况请不要Yes，否则Yes之后不能关闭该窗口，一旦关窗口Anaconda就坏了只能重装。

管理环境

为什么要创建新的环境？不同开发的项目需要创建不同的虚拟环境，会很利于开发管理。比如数据分析项目所在的环境 DataEnv 中只存放数据相关包，机器学习环境 MachineLEnv 中只存放模型所需包。这样不仅避免包之间版本冲突，而且以后积累更多的项目也会有条理。

环境列表：conda env list，自带默认环境为base
创建环境指定Python版本：conda create -n py3 python=3.7
创建环境：conda create -n py3 packages
这里packages是要安装在环境中的许多包列表。例如：conda create -n py3 numpy scipy matplotlib python=3.7
进入环境：activate py3
离开环境：deactivate py3
环境信息：conda info -e
删除环境：conda env remove -n py3
查看包路径：where python

导出环境

有时我们可以将环境导出在别的电脑上使用。使用conda env export > env.yaml 将包保存为YAML文件。命令conda env export 输出环境信息，包括了环境名称、源、包。

复制环境

要通过文件创建环境，使用conda env create -f env.yaml，会在当前目录创建一个和YAML中信息一样的环境。

PyCharm配置环境

将虚拟环境里where此处的Python路径复制进PyCharm-Setting-Project Interpreter中，为开发指定该虚拟环境中的Python解释器。