目录:
Anaconda 是什么?如何安装?如何管理包?如何管理环境
(1)Anaconda 附带了大量常用的数据科学包,包括 conda、Python 及 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 是基于 conda(一个包管理器和环境管理器)开发的。在数据分析中,你会用到许多第三方包,而 conda(包管理器)可以很好地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?例如你在 A 项目中使用了 Python 2,而新项目要求使用 Python 3,同时安装两个 Python 版本可能会导致许多混乱和错误。这时 conda 就可以帮助你为不同的项目建立不同的运行环境。此外,许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。你应该在项目对应的环境中创建对应的 pandas 版本。这时 conda 就可以帮你实现。
总结:Anaconda 解决了官方 Python 的两大痛点:
(1)提供了包管理功能,解决了 Windows 平台上安装第三方包经常失败的问题。
(2)提供了环境管理功能,解决了多版本 Python 共存和切换的问题。
安装
前面一直点 Next 即可,
第一个勾选框是关于是否将 Anaconda 添加到环境变量中,这关系到能否直接在 cmd 中使用 conda、jupyter、ipython 等命令,建议勾选。第二个勾选框的意思是是否将 Anaconda 自带的 Python 3.6 设置为系统默认的 Python,这倒不重要,我是两个都勾选了。
直接从官网下载安装包,官网地址 https://www.php.cn/link/356f7eed0a78a9c4802b42bed40c84d6 Python 3.6 的安装包进行下载,下载完成后直接安装。安装完成后会有一个 Anaconda Prompt,类似于 Windows 的终端操作,可以输入命令行啦!

Anaconda Navigator
Anaconda Prompt
Jupyter Notebook
Reset Spyder Settings
Spyder
点击 Anaconda Navigator,第一次启用时会进行初始化,耐心等待一段时间,加载完成后,界面如图。
我们点击 jupyterlab 下面的 Launch,会在默认浏览器(我这里是 Chrome)中打开 https://www.php.cn/link/b03d7539ef22e36257681e5eb46105a7 Python 代码了,来一句 Hello World 吧。
我们可以打开 Anaconda Navigator -> Launch jupyterlab,也可以直接在浏览器中输入 https://www.php.cn/link/931a7d1da6b1438a8090805076e115aa?
(1)安装包
conda 的包管理功能与 pip 类似,当然你选择使用 pip 安装包也是没问题的。
# 安装 matplotlib conda install matplotlib
(2)卸载包
# 删除包 conda remove matplotlib
(3)更新包
# 包更新 conda update matplotlib
(4)查询已安装的包
# 查看已安装的包 conda list # 查看某个指定环境的已安装包 conda list -n python36 # 查找 package 信息 conda search numpy # 安装 package conda install -n python36 numpy # 如果不用 -n 指定环境名称,则被安装在当前活跃环境 # 也可以通过 -c 指定通过某个 channel 安装
(5)修改镜像地址
安装 Anaconda 时,访问的是国外的网络,所以下载 Anaconda 和安装包时会特别慢。我们需要更换到国内的镜像源地址,这里我更换到国内的清华大学地址。(永久添加镜像)Windows 命令:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free conda config --set show_channel_urls yes
如果你使用 pip 安装包时感觉也很慢。同样,我们把 pip 的镜像源地址改成国内的,豆瓣源速度比较快。(临时修改的方法)Windows 命令:
可以在使用 pip 的时候加参数 -i https://pypi.tuna.tsinghua.edu.cn/simple
例子:
# 这样就会从清华这边的镜像去安装 numpy 库。 pip install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy
当然,pip 还有永久修改,一劳永逸的办法:
在 Windows 下,直接在用户目录中创建一个 pip 目录,如:C:\Users\xx\pip,新建文件 pip.ini,内容如下:
[global] index-url = https://pypi.tuna.tsinghua.edu.cn/simple
(1)创建环境
conda create –n python27 numpy
上面的命令中,python27 是设置环境的名称(-n 是指该命令后面的 python27 是你要创建环境的名称),numpy 是你要安装在环境中的包名称。
注意:创建环境时,可以指定要安装在环境中的 Python 版本。当你同时使用 Python 2.x 和 Python 3.x 中的代码时这很有用。要创建具有特定 Python 版本的环境,例如创建环境名称为 python36,并安装最新版本的 Python 3.6,在终端中输入:
conda create –n python36 python=3.6
或也可以这样创建环境名称为 python27,并安装最新版本 Python 2.7:
conda create –n python27 python=2.7
因为我做的项目不同,有时候会用到 Python 2,还有时候会用到 Python 3。所以我在自己的计算机上创建了这两个环境,并分别取了这样的环境名称:python27, python36。这样我可以根据不同的项目轻松使用不同版本的 python。
(2)进入环境
在 Windows 上,你可以使用
conda activate python27
进入。进入之后,你可以在终端提示符中看到环境名称。当然,当你进入环境后,可以用 conda list 查看环境中默认的安装包。
(3)离开环境
在 Windows 上,终端中输入:
deactivate
(4)共享环境
共享环境非常有用,它能让其他人安装你代码中使用的所有包,并确保这些包的版本正确。比如你开发了一个药店数据分析系统,你要提交给项目部署系统的人来部署你的项目,但是他们并不知道你当时开发时使用的是哪个 python 版本,以及使用了哪些包和包的版本。这怎么办呢?你可以在你当前的环境的终端中使用:
conda env export > environment.yaml
将你当前的环境保存到文件中包保存为 YAML 文件(包括 Python 版本和所有包的名称)。命令的第一部分 conda env export 用于输出环境中的所有包的名称(包括 Python 版本)。你在终端中上可以看到导出的环境文件路径。在 GitHub 上共享代码时,最好同样创建环境文件并将其包括在代码库中。这能让其他人更轻松地安装你的代码的所有依赖项。
那么问题来了:导出的环境文件,在其他电脑环境中如何使用呢?
首先在 conda 中进入你的环境,比如 conda activate python27。然后使用以下命令更新你的环境:
# 其中 -f 表示你要导出文件在本地的路径,所以 /path/to/environment.yml 要换成你本地的实际路径 conda env update -f=/path/to/environment.yml
对于不使用 conda 的用户,我们通常还会使用以下命令将一个 txt 文件导出并包括在其中:
pip freeze > environment.txt
然后我将该文件包含在项目的代码库中,其他项目成员即使在他的电脑上没有安装 conda 也可以使用该文件来安装和我一样的开发环境:
他在自己的电脑上进入 python 命令环境,然后运行以下命令就可以安装该项目需要的包:
# 其中 C:\Users\Microstrong\enviroment.txt 是该文件在你电脑上的实际路径。 pip install -r C:\Users\Microstrong\enviroment.txt
(5)列出环境
有时候会忘记自己创建的环境名称,这时候用 conda env list 就可以列出你创建的所有环境。
你会看到环境的列表,而且你当前所在环境的旁边会有一个星号。默认的环境(即当你不在选定环境中时使用的环境)名为 base。
(6)删除环境
如果你不再使用某个环境,可以使用以下命令。
# 删除指定的环境(在这里环境名为 python27)。 conda env remove -n python27
运行 Python Anaconda 自带的 Spyder 就是个不错的 IDE,当然也有许多人偏爱 Pycharm。Python -> Preferences -> Project Interpreter -> Python Interpreter 剩下的 IDE 配置请参看官网。
Reference:
初学python者自学anaconda的正确姿势是什么?? - 猴子的回答 - 知乎 https://www.php.cn/link/365431cf4fa4742eadd2972c804752d9
初学python者自学anaconda的正确姿势是什么?? - 刘志军的回答 - 知乎 https://www.php.cn/link/19307038d9038d64a406840acdd54e23
参考: https://www.php.cn/link/f6556dfe948f58c57650fc8c13294030 https://www.php.cn/link/8da841c8feca719f04ae6ec316aaf361 https://www.php.cn/link/54b352116069f22a7b46fb2e2917732a
以上就是Anaconda详细安装使用教程的详细内容,更多请关注php中文网其它相关文章!
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号