Anaconda的安装与环境设置

程序员爱德华

已于 2025-04-30 23:14:45 修改

阅读量7.9k

点赞数 46

分类专栏： Python 文章标签： Anaconda

于 2024-10-06 08:31:22 首次发布

本文链接：https://blog.youkuaiyun.com/Edward1027/article/details/142703627

版权

Python 专栏收录该内容

7 篇文章

订阅专栏

文章目录

一、Anaconda介绍：anaconda解释器与python解释器的区别
二、Anaconda环境搭建
三、虚拟环境
四、CUDA、Pytorch、Pycharm的安装与配置
五、参考视频

一、Anaconda介绍：anaconda解释器与python解释器的区别

Anaconda 相较于标准的Python解释器的主要优势，是自带了大量科学计算、数据分析和机器学习领域的库和工具，以及更强大的环境管理和包管理功能。

1.预装科学计算和机器学习等第三方库
Anaconda 发行版预装了大量常用的科学计算、数据分析、机器学习和深度学习库。例如：

NumPy、Pandas、SciPy：用于科学计算和数据分析。
Matplotlib、Seaborn：用于数据可视化。
scikit-learn、TensorFlow、Keras：用于机器学习和深度学习。
Jupyter Notebook：一个非常流行的交互式计算环境，特别适合数据科学和机器学习实验。
Spyder：集成开发环境（IDE），专为科学计算和数据分析设计。

这些库在标准的 Python 安装中并不会自动包含，需要手动安装。而 Anaconda 的最大优势之一就是这些库已经被包含在发行版中，用户不需要单独安装和配置。

2.简化的环境管理工具：conda
Anaconda附带了conda环境管理工具，用户可以轻松创建和管理多个虚拟环境，每个环境可以有独立的 Python 版本和包。

在标准Python中，虽然可以使用 virtualenv 或 venv 管理虚拟环境，但环境管理和包依赖的配置较为手动，需要更多的配置和注意细节。而 Anaconda 的 conda 工具大大简化了这一过程，并且能更好地处理包的依赖性和版本冲突。

3.强大的包管理工具：conda
conda是一个非常强大的包管理器，能够安装 Python 包以及其他非 Python 软件包（如 R、Julia 等），并能够自动处理包之间的依赖关系。
与标准的pip包管理器相比，conda 通过提供预编译的二进制包，能够快速安装和配置各种复杂的科学计算库，尤其是在需要特殊编译设置（如 NumPy、SciPy 等底层库）时，conda 的安装速度和稳定性要优于 pip。

二、Anaconda环境搭建

1. 下载Anaconda

(1)官网下载

1.Anaconda官网：anaconda.com
2.点击免费下载
在这里插入图片描述

3.但是要注册账号，不推荐。建议用清华大学镜像下载

(2)清华大学镜像

1.清华大学镜像：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

2.Anaconda有两种发行类型，一种是数字版本号，另一种是发行年份+操作系统。
我这里选择最新的24年6月的Windows版本。
在这里插入图片描述

(3)国内常用镜像源

清华大学 ：https://pypi.tuna.tsinghua.edu.cn/simple/
pip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple/

阿里云：http://mirrors.aliyun.com/pypi/simple/
pip install trimesh -i https://mirrors.aliyun.com/pypi/simple/

中国科学技术大学 ：http://pypi.mirrors.ustc.edu.cn/simple/

华中科技大学：http://pypi.hustunique.com/

豆瓣源：http://pypi.douban.com/simple/

腾讯源：http://mirrors.cloud.tencent.com/pypi/simple

华为镜像源：https://repo.huaweicloud.com/repository/pypi/simple/

2. 安装Anaconda

1.双击安装包
在这里插入图片描述

2.next → I agree →
在这里插入图片描述

3.选择用户：自己 or 本机所有用户
在这里插入图片描述

4.选择纯英文安装路径
在这里插入图片描述

5.默认勾选即可，Install
在这里插入图片描述

6.耐心等待安装完成，需要几分钟
在这里插入图片描述

3.配置环境变量

1.编辑系统环境变量
在这里插入图片描述

2.点击环境变量
在这里插入图片描述

3.编辑
在这里插入图片描述

4.新建，添加三个路径，然后点确定
①安装路径
②Scripts路径
③Library/bin路径

在这里插入图片描述

4.检验conda是否安装成功

1.重新打开cmd，输入conda命令
若显示帮助手册，则证明安装成功。

在这里插入图片描述

2.查看pyhton和conda的版本

python --version
python -V
conda --version
conda -V

5.更改镜像源

1.往配置文件中加通道地址

conda config --add channels 通道地址

举例：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

2.删除通道

conda config --remove channels 通道地址

举例：删除默认的镜像源

conda config --remove channels defaults

6.若菜单栏没有conda prompt

1.从anaconda的安装路径打开cmd
在这里插入图片描述
2.输入下面指令

python .\Lib\_nsis.py mkmenus

在这里插入图片描述

三、虚拟环境

1.创建、查看、删除虚拟环境

1.创建虚拟环境
(1)默认路径

conda create -n 虚拟环境名 python=3.7.4

例如：

conda create -n pytorch_env1 python=3.7.4

如果python版本写的不全，则默认配置补全的最高版本。如只写python=3.7，则默认下载的是3.7.16版本

(2)指定路径

conda create --prefix 指定的路径 python=3.7.4

例如：

conda create --prefix D:\Anaconda\install\anaconda3\envs\pytorch_env1 python=3.7.4

2.查看虚拟环境有哪些

conda env list

3.删除虚拟环境

conda remove --name 虚拟环境名 --all

或

conda remove -n 虚拟环境名 --all

2.激活、退出虚拟环境

(1)激活虚拟环境 (使用哪个虚拟环境，默认是在base)

conda activate 虚拟环境名

(2)退出当前虚拟环境

conda deactivate

四、CUDA、Pytorch、Pycharm的安装与配置

详见此文：https://blog.youkuaiyun.com/Edward1027/article/details/142722503

五、参考视频

1.超详细Anaconda下载、安装、环境配置及pycharm配置使用教程