还是搞不懂Anaconda是什么?读这一篇文章就够了

原创 2024-01-06 20:02:59 7.9k 阅读 AI写同款
大模型应用场景
大模型应用场景 博客等级 码龄5年 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 7.9k累计阅读 7.9k平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要
7675粉丝1350篇原创
关注
Anaconda安装教程（超详细版） 目录 一、Anaconda简介 二、运行环境 三、安装Anaconda 四、手动配置环境变量（重点） 五、测试Anaconda环境是否配置成功 一、Anaconda简介 Anaconda，一个开源的Python发行版本，可用于管理Python及其相关包，包含了conda、Python等180多个科学包及其依赖项。 二、运行环境 Windows11 （Window10用户亦可参考，仅环境变量打开位置不同）。 三、安装Anaconda （1）百度“Anaconda”或者输入网址 阅读详情
AI摘要

本文介绍了Anaconda和conda，阐述了安装Anaconda的原因及方法。详细说明了Anaconda的使用，包括配置源、创建和使用虚拟环境、安装和删除包等操作。还对比了pip与conda的差异。最后分享了Python基础学习、小白手册、数据分析等全套学习资料和面试集锦。

文章目录

  • 1 Anaconda介绍
  • 2 conda介绍
  • 3 安装Anaconda
  • 4 Anaconda的使用
    • 配置Anaconda源
  • 5 创建虚拟环境并使用
    • 5.1 创建虚拟环境
    • 5.2 查看所有环境
    • 5.3 激活环境
    • 5.4 安装包
      • 5.4.1 conda方式
      • 5.4.2 pip方式
      • 5.4.3 从Anaconda.org安装包
    • 5.5 查看该环境的所有包
    • 5.6 测试是否安装成功
  • 6 退出当前环境
  • 7 删除环境/包

1 Anaconda介绍

  • 概述

Anaconda，中文大蟒蛇，是一个开源的Anaconda是专注于数据分析的Python发行版本，包含了conda、Python等190多个科学包及其依赖项。

Anaconda就是可以便捷获取包且对包能够进行管理，包括了python和很多常见的软件库和一个包管理器conda。常见的科学计算类的库都包含在里面了，使得安装比常规python安装要容易，同时对环境可以统一管理的发行版本

  • 特点

    • 开源

    • 安装过程简单

    • 高性能使用Python和R语言

    • 免费的社区支持

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

我们需要从python本身说起，从根源寻找问题，我们在使用python语言编写程序之前需要下载一个python解释器，这才是python的本体，没了python解释器，我们即使写了无比正确优雅的python脚本也没办法运行，那这个解释器在哪呢？就在你安装python的地方

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-7mF3njHg-1651904825594)(%E5%A4%A7%E5%AD%A6/MSB/AIoT/python%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90/%E6%95%B0%E6%8D%AE%E5%8F%AF%E8%A7%86%E5%8C%96%E5%88%9D%E7%BA%A7%EF%BC%88%E4%B8%80%EF%BC%89/%E4%BB%A3%E7%A0%81/image-20220507131434480.png)]

所有的第三方包都放在site-packages文件夹里面

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-0ZT11vrK-1651904825595)(%E5%A4%A7%E5%AD%A6/MSB/AIoT/python%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90/%E6%95%B0%E6%8D%AE%E5%8F%AF%E8%A7%86%E5%8C%96%E5%88%9D%E7%BA%A7%EF%BC%88%E4%B8%80%EF%BC%89/%E4%BB%A3%E7%A0%81/image-20220507131248116.png)]

最关键的，一个python环境中需要有一个解释器，和一个包集合

解释器： 解释器根据python的版本大概分为2和3。python2和3之间无法互相兼容，也就是说用python2语法写出来的脚本不一定能在python3的解释器中运行

包集合： 包集合中包含了自带的包和第三方包，第三方包我们一般通过pip或者easy_install来下载，当一个python环境中不包含这个包，那么引用了这个包的程序不能在该python环境中运行

问题所在：python环境解释完了，那么接下来就要说明这样的环境究竟产生哪些问题，因为anaconda正式为了解决这些问题而诞生的

- 到底该装 Python2 呢还是 Python3

python2和python3在语法上是不兼容的，那我的机器上应该装python2还是python3呢，可能一开始选一个学习就好了，但是如果你要开发的程序必须使用python2而不能使用python3，那这时候你就不得不再下载一个python2，那这时候环境变量该设谁的目录呢，如果还是切换环境变量岂不是很麻烦

虽然目前Python3使用的范围更广，但是Python3小版本之前也存在一些差异

- 包管理

如果我在本地只有一个python环境那我所有程序用到的各种包都只能放到同一个环境中，导致环境混乱。另外当我将写好的程序放到另一电脑上运行时又会遇到缺少相关包，需要自己手动一个个下载的情况实在是烦人。要是能每个程序开发都选用不同的环境，而开发好之后又能将该程序需要的环境(第三方包)都独立打包出来就好了

- 与virtualenv的对比

  • anaconda

    是一个包含180+的科学包及其依赖项的发行版本。可以创建一个独立的Python环境，其包含的科学包包括：conda, numpy, scipy, ipython notebook等

  • virtualenv

    用于创建一个独立的Python环境的工具，新环境中需要手动安装需要的第三方包

为什么要安装Anaconda？

Anaconda对于python初学者而言及其友好，相比单独安装python主程序，选择Anaconda可以帮助省去很多麻烦，Anaconda里添加了许多常用的功能包，如果单独安装python，这些功能包则需要一条一条自行安装，在Anaconda中则不需要考虑这些，同时Anaconda还附带捆绑了两个非常好用的交互式代码编辑器（Spyder、Jupyter notebook）。

这样说会觉得有点抽象，那我们先用一个简单的例子讲解

在python中，我们写程序的时候经常离不开第三方库，我们可以称之为包。包可以理解成一个工具，我们要通过这个工具去实现我们所需要的功能。怎样使用这个工具呢？毫无疑问，我们都是import…，import…

但是，import初始只能导入python自带的库，第三方库需要我们自己通过cmd去pip install这个，pip install那个安装，及其麻烦，因为很多库都是python不自带的，我们都是要通过pip额外安装。

这个时候Anaconda的作用就出来了，Anaconda自带了很多python库，不用我们自己去额外安装，极少数我们需要安装的时候，我们通过conda install xxx就好了，及其方便！

2 conda介绍

conda是一个包管理器，环境管理器。我们可以通过命令行（Anaconda prompt 或者终端）来使用它。在Windows中是Anaconda prompt，在Linux和macOS中是终端。conda 是一个python项目，但是它支持的许多语言，例如： Python, R, Ruby, Lua, Scala, Java, JavaScript, C/ C++, FORTRAN。

为什么要使用conda？

上面说到，如果我们不安装Anaconda的话，我们安装第三方库就必须要用pip install xxx去安装，当我们安装的库多了，就会形成文件紊乱和繁杂问题。而且pip install方法会默认把库安装在同一个路径中，假如当你去做项目时，别人给你的程序用的库是低版本的，而你自己通过pip安装的是高版本的库，由于存在兼容问题，你的库不能运行该程序，而你也不可能为了这个而删去你的高版本的库去下载这个符合环境的低版本库吧，所以这及其繁琐和不方便。

这时Anaconda的作用就出来了！！！它能够创建一个虚拟环境，这个虚拟环境和你的主环境是分开的，就好像宿舍楼一样，一栋大宿舍楼有很多宿舍房间组成，每个房间都住着人，但是他们都是独立分开的，互不影响。如果你不想住宿，你随时可以退宿。也就是说，如果你创建的虚拟环境你不想要了，占内存了，你随时可以移走删除。

那么怎么通过Anaconda创建虚拟环境呢？就是conda方法！！！

总的来说，在Anaconda中conda可以理解为一个工具，也是一个可执行命令，其核心功能是包管理与环境管理。所以对虚拟环境进行创建、删除等操作需要使用conda命令。

pip与conda比较：

依赖项检查

  • pip：不一定会展示所需其他依赖包

    安装包时或许会直接忽略依赖项而安装，仅在结果中提示错误

  • conda：列出所需其他依赖包

    安装包时自动安装其依赖项

    可以便捷地在包的不同版本中自由切换

环境管理

  • pip：维护多个环境难度较大

  • conda：比较方便地在不同环境之间进行切换，环境管理较为简单

对系统自带Python的影响

  • pip：在系统自带Python中包的更新/回退版本/卸载将影响其他程序

  • conda：不会影响系统自带Python

适用语言

  • pip：仅适用于Python

  • conda：适用于Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN

    conda结合了pip和virtualenv的功能

3 安装Anaconda

我这里准备好了Windows下的Anaconda3-2021的安装包，有需要的可以下载获取

链接：https://pan.baidu.com/s/13oW2IRUkJ4Of2gSELOXDRA
提取码：rwi1

下载好后，打开安装一直点击下一步就好，注意安装目录，看自己吧。我这里给出了图片流程。(2020版本安装例程)

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-KDfLgvXn-1651904825596)(%E5%A4%A7%E5%AD%A6/MSB/AIoT/python%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90/%E6%95%B0%E6%8D%AE%E5%8F%AF%E8%A7%86%E5%8C%96%E5%88%9D%E7%BA%A7%EF%BC%88%E4%B8%80%EF%BC%89/%E4%BB%A3%E7%A0%81/image-20220507132317697.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-1Fg0k1H6-1651904825596)(%E5%A4%A7%E5%AD%A6/MSB/AIoT/python%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90/%E6%95%B0%E6%8D%AE%E5%8F%AF%E8%A7%86%E5%8C%96%E5%88%9D%E7%BA%A7%EF%BC%88%E4%B8%80%EF%BC%89/%E4%BB%A3%E7%A0%81/image-20220507132334105.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-QZ5ksKDP-1651904825597)(%E5%A4%A7%E5%AD%A6/MSB/AIoT/python%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90/%E6%95%B0%E6%8D%AE%E5%8F%AF%E8%A7%86%E5%8C%96%E5%88%9D%E7%BA%A7%EF%BC%88%E4%B8%80%EF%BC%89/%E4%BB%A3%E7%A0%81/image-20220507132348657.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-uX5e1BMn-1651904825597)(%E5%A4%A7%E5%AD%A6/MSB/AIoT/python%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90/%E6%95%B0%E6%8D%AE%E5%8F%AF%E8%A7%86%E5%8C%96%E5%88%9D%E7%BA%A7%EF%BC%88%E4%B8%80%EF%BC%89/%E4%BB%A3%E7%A0%81/image-20220507132358929.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-pxDwNSwR-1651904825597)(%E5%A4%A7%E5%AD%A6/MSB/AIoT/python%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90/%E6%95%B0%E6%8D%AE%E5%8F%AF%E8%A7%86%E5%8C%96%E5%88%9D%E7%BA%A7%EF%BC%88%E4%B8%80%EF%BC%89/%E4%BB%A3%E7%A0%81/image-20220507132413985.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-NMX4PQQy-1651904825598)(%E5%A4%A7%E5%AD%A6/MSB/AIoT/python%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90/%E6%95%B0%E6%8D%AE%E5%8F%AF%E8%A7%86%E5%8C%96%E5%88%9D%E7%BA%A7%EF%BC%88%E4%B8%80%EF%BC%89/%E4%BB%A3%E7%A0%81/image-20220507132420442.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-rGjm9w5S-1651904825598)(%E5%A4%A7%E5%AD%A6/MSB/AIoT/python%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90/%E6%95%B0%E6%8D%AE%E5%8F%AF%E8%A7%86%E5%8C%96%E5%88%9D%E7%BA%A7%EF%BC%88%E4%B8%80%EF%BC%89/%E4%BB%A3%E7%A0%81/image-20220507132424322.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-frZ4soi1-1651904825598)(%E5%A4%A7%E5%AD%A6/MSB/AIoT/python%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90/%E6%95%B0%E6%8D%AE%E5%8F%AF%E8%A7%86%E5%8C%96%E5%88%9D%E7%BA%A7%EF%BC%88%E4%B8%80%EF%BC%89/%E4%BB%A3%E7%A0%81/image-20220507132428129.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Oeo5SYtM-1651904825599)(%E5%A4%A7%E5%AD%A6/MSB/AIoT/python%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90/%E6%95%B0%E6%8D%AE%E5%8F%AF%E8%A7%86%E5%8C%96%E5%88%9D%E7%BA%A7%EF%BC%88%E4%B8%80%EF%BC%89/%E4%BB%A3%E7%A0%81/image-20220507132434070.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-GeMHKG1a-1651904825599)(%E5%A4%A7%E5%AD%A6/MSB/AIoT/python%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90/%E6%95%B0%E6%8D%AE%E5%8F%AF%E8%A7%86%E5%8C%96%E5%88%9D%E7%BA%A7%EF%BC%88%E4%B8%80%EF%BC%89/%E4%BB%A3%E7%A0%81/image-20220507132441016.png)]

安装好后，我们可以在任务栏看到Anaconda3文件夹：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-6Haqll1s-1651904825600)(%E5%A4%A7%E5%AD%A6/MSB/AIoT/python%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90/%E6%95%B0%E6%8D%AE%E5%8F%AF%E8%A7%86%E5%8C%96%E5%88%9D%E7%BA%A7%EF%BC%88%E4%B8%80%EF%BC%89/%E4%BB%A3%E7%A0%81/image-20220507132720419.png)]

4 Anaconda的使用

配置Anaconda源

这一步非常重要！因为Anaconda的下载源默认在国外，如果不配置我们国内源的话，下载速度会慢到你怀疑人生的。而且很多时候会导致网络错误而下载失败。配置方法如下：

打开Anaconda Prompt，执行以下命令，将清华镜像配置添加到Anaconda中：

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

然后我们输入conda info命令查看当前的channel，查看是否配置成功：

conda info

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-VknaAMgb-1651904825600)(D:/Desktop/%E5%A4%A7%E5%AD%A6/MSB/AIoT/python%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90/%E6%95%B0%E6%8D%AE%E5%8F%AF%E8%A7%86%E5%8C%96%E5%88%9D%E7%BA%A7%EF%BC%88%E4%B8%80%EF%BC%89/%E4%BB%A3%E7%A0%81/image-20220507011928106.png)]

镜像源添加完成！

5 创建虚拟环境并使用

5.1 创建虚拟环境

我们创建一个虚拟环境，然后在这个环境中配置各种各样的包，就可以在这个环境中运行目标程序的运行。

使用如下命令创建环境：

conda create -n 环境名 -y

也可以指定python版本：

conda create -n 环境名 python=x.x.x -y

python版本我们可以通过以下命令获取：

python --version

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-5E5YmVc6-1651904825600)(%E5%A4%A7%E5%AD%A6/MSB/AIoT/python%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90/%E6%95%B0%E6%8D%AE%E5%8F%AF%E8%A7%86%E5%8C%96%E5%88%9D%E7%BA%A7%EF%BC%88%E4%B8%80%EF%BC%89/%E4%BB%A3%E7%A0%81/image-20220507110118106.png)]

我这里事先已经创建好了mindvision环境。

5.2 查看所有环境

安装好后，我们查看conda的所有环境，输入以下命令（二选一）：

conda info --envs


conda env list

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-aElb7tmM-1651904825601)(D:/Desktop/%E5%A4%A7%E5%AD%A6/MSB/AIoT/python%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90/%E6%95%B0%E6%8D%AE%E5%8F%AF%E8%A7%86%E5%8C%96%E5%88%9D%E7%BA%A7%EF%BC%88%E4%B8%80%EF%BC%89/%E4%BB%A3%E7%A0%81/image-20220507012631364.png)]

在弹出来的框中，我们看到mindvision环境创建成功。

5.3 激活环境

创建好环境后，我们要激活才能使用。执行以下命令（三选一）：

conda activate 环境名 # linux或者windows


activate 环境名# windows


source activate 环境名 #linux

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-7gUcCzFR-1651904825601)(D:/Desktop/%E5%A4%A7%E5%AD%A6/MSB/AIoT/python%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90/%E6%95%B0%E6%8D%AE%E5%8F%AF%E8%A7%86%E5%8C%96%E5%88%9D%E7%BA%A7%EF%BC%88%E4%B8%80%EF%BC%89/%E4%BB%A3%E7%A0%81/image-20220507013142468.png)]

由此可以看到，我们的环境从base变成了mindvision，这样我们就从base宿舍到了mindvision宿舍啦。

既然有了宿舍，我们就要住人进去啊，也就是我们要在mindvision下载我们所需要的工具包让我们使用。

5.4 安装包

执行以下命令，我们就可以下载工具包。（选择其中一种方式即可）：

5.4.1 conda方式

# 在当前环境中安装包
conda install 包名称


# 指定版本号
conda install 包名称=version


# 在指定环境中安装包
conda install -n 环境名 包名称

5.4.2 pip方式

pip install 包名称 -i https://pypi.tuna.tsinghua.edu.cn/simple   #清华镜像


pip install 包名称 -i  https://pypi.douban.com/simple    #豆瓣镜像

说明：当使用conda insatll无法安装时，可尝试使用pip安装，反之亦然。

注意：

1、pip只是包管理器，无法对环境进行管理。因此如果想在指定环境中使用pip进行安装包，则需要先切换到指定环境中，再使用pip命令安装包

2、pip无法更新python，因为pip并不将python视为包

5.4.3 从Anaconda.org安装包

说明：当使用conda install无法进行安装时，可以考虑从Anaconda.org中获取安装包的命令，并进行安装。

  • 浏览器中输入http://anaconda.org（无需注册）

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-n3MyhhKf-1651904825602)(%E5%A4%A7%E5%AD%A6/MSB/AIoT/python%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90/%E6%95%B0%E6%8D%AE%E5%8F%AF%E8%A7%86%E5%8C%96%E5%88%9D%E7%BA%A7%EF%BC%88%E4%B8%80%EF%BC%89/%E4%BB%A3%E7%A0%81/image-20220507130016095.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ARjCAEzt-1651904825602)(%E5%A4%A7%E5%AD%A6/MSB/AIoT/python%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90/%E6%95%B0%E6%8D%AE%E5%8F%AF%E8%A7%86%E5%8C%96%E5%88%9D%E7%BA%A7%EF%BC%88%E4%B8%80%EF%BC%89/%E4%BB%A3%E7%A0%81/image-20220507130027377.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Pgi6uM1R-1651904825603)(%E5%A4%A7%E5%AD%A6/MSB/AIoT/python%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90/%E6%95%B0%E6%8D%AE%E5%8F%AF%E8%A7%86%E5%8C%96%E5%88%9D%E7%BA%A7%EF%BC%88%E4%B8%80%EF%BC%89/%E4%BB%A3%E7%A0%81/image-20220507130033027.png)]

复制“To install this package with conda run:”下方的命令，并粘贴在终端中执行

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ma0FlIrl-1651904825603)(%E5%A4%A7%E5%AD%A6/MSB/AIoT/python%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90/%E6%95%B0%E6%8D%AE%E5%8F%AF%E8%A7%86%E5%8C%96%E5%88%9D%E7%BA%A7%EF%BC%88%E4%B8%80%EF%BC%89/%E4%BB%A3%E7%A0%81/image-20220507130055904.png)]

我这里下载的是mindspore，执行命令conda install mindspore。因为我已经下载好了，这里我就不演示了。

注：在此环境安装的包，退出这个环境后是无法使用的！

5.5 查看该环境的所有包

然后我们可以查看一下环境现有的包（二选一）：

conda list


pip list

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-cH9QsM1y-1651904825604)(D:/Desktop/%E5%A4%A7%E5%AD%A6/MSB/AIoT/python%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90/%E6%95%B0%E6%8D%AE%E5%8F%AF%E8%A7%86%E5%8C%96%E5%88%9D%E7%BA%A7%EF%BC%88%E4%B8%80%EF%BC%89/%E4%BB%A3%E7%A0%81/image-20220507013949451.png)]

执行好后，我们可以看到有非常多的包，同时我们之前装的mindspore也出现在这里了。

5.6 测试是否安装成功

安装好mindspore后，我们测试一下该环境是否能够使用，首先我们要处于mindvision环境中，然后进入python环境，最后import mindspore，发现没有报错，成功导了mindspore包。安装成功！

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Gc1os3z7-1651904825604)(%E5%A4%A7%E5%AD%A6/MSB/AIoT/python%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90/%E6%95%B0%E6%8D%AE%E5%8F%AF%E8%A7%86%E5%8C%96%E5%88%9D%E7%BA%A7%EF%BC%88%E4%B8%80%EF%BC%89/%E4%BB%A3%E7%A0%81/image-20220507104751854.png)]

6 退出当前环境

使用以下命令，可以退出当前环境

conda deactivate # windows


source deactivate 环境名 # linux

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-9PMjYwSl-1651904825605)(%E5%A4%A7%E5%AD%A6/MSB/AIoT/python%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90/%E6%95%B0%E6%8D%AE%E5%8F%AF%E8%A7%86%E5%8C%96%E5%88%9D%E7%BA%A7%EF%BC%88%E4%B8%80%EF%BC%89/%E4%BB%A3%E7%A0%81/image-20220507110907403.png)]

注意，如果你之前用过conda activate xxx多次进入不同的环境操作之后，然后使用conda deactivate是返回上一层的环境。

7 删除环境/包

使用以下命令，可以删除指定环境（谨慎操作）

conda remove -n 环境名 --all -y

使用以下命令，可以删除当前环境的包

conda remove 包名称

使用以下命令，卸载指定环境中的包

conda remove -n 环境名 包名称

以上的-n均可用–name代替

除了以上操作，我还列举了其它常用的操作总结：

获取conda版本conda --version
更新当前conda版本conda update conda -y
更新包版本conda update 包名称 -y
更新所有包conda update --all或conda upgrade --all
复制环境conda create -n 新环境名 --clone 旧环境名
查找可供安装的包版本精确查找：conda search --精确查找的参数 被查找包的全名
查找可供安装的包版本模糊查找：conda search 含有此字段名的包名

学习资源推荐

除了上述分享，如果你也喜欢编程，想通过学习Python获取更高薪资，这里给大家分享一份Python学习资料。

😝朋友们如果有需要的话，可以V扫描下方二维码联系领取

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

因篇幅有限，仅展示部分资料，添加上方即可获取

image-20230619144606466

python学习路线图1

二、Python基础学习
1. 开发工具

2. 学习笔记

在这里插入图片描述

3. 学习视频

在这里插入图片描述

三、Python小白必备手册

图片

四、数据分析全套资源

在这里插入图片描述

五、Python面试集锦
1. 面试资料

在这里插入图片描述

在这里插入图片描述

2. 简历模板

在这里插入图片描述

😝朋友们如果有需要的话，可以V扫描下方二维码联系领取

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

因篇幅有限，仅展示部分资料，添加上方即可获取
标签
#python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
Anaconda详细安装及使用教程（带图文） Anacond的介绍 Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。因为包含了大量的科学包，Anaconda的下载文件比较大（约531 MB），如果只需要某些包，或者需要节省带宽或存储空间，也可以使用Miniconda这个较小的发行版（仅包含conda和Python）。 Conda是一个开源的包、环境管理器，可以用于... 阅读详情

相关推荐

Pytorch安装，这一篇就够了，绝不踩坑

在pytorch安装时踩到了不少坑，看了好多博客，最后整合了一份不会踩坑的安装教程，主要是参考各个博主的内容，从零开始安装pytorch，分享给大家！ 因为这篇文章是整合各个链接，所以我自己可能写的比较简略，只是为大家提供一个流程，解释的不明白的就点进各位大佬的博客详细看就可以了。 最重要的是：这些链接我会提示你只看指定的位置，不是全部，不是全部，不是全部！ 首先在安装pytorch之前，先要安装CUDA，因为一般我们都是用GPU去跑深度学习程序。 cuda安装参考链接：https://blog.c

love_respect的博客 13万+

Anaconda介绍、安装及使用教程

如果使用Anaconda，则通过打开Anaconda Navigator或者在开始菜单中的“Anaconda Prompt”（类似macOS中的“终端”）中进行使用。有两个版本可供选择：Python 3.6 和 Python 2.7，选择版之后根据自己操作系统的情况点击“64-Bit Graphical Installer”或“32-Bit Graphical Installer”进行下载。② 如果在安装时选择了“为所有用户安装”，则卸载Anaconda然后重新安装，只为“我这个用户”安装。

weixin_52735037的博客 1万+

Python环境和包的管家---Anaconda【一文详尽安装到使用的全过程】

支持Windows，Linux和MacOS系统。可以创建和管理不同的独立环境。conda create -n #直接创建环境conda create -n python=3.10 #指定Python的版本conda env create -f # 从特定的环境文件中安装激活/退出环境做一系列的工作导出环境当conda中有一些无法安装的包再用pip安装。

zik的博客 3691

还是搞不懂Anaconda是什么?读这一篇文章就够

概述Anaconda，中文大蟒蛇，是一个开源的Anaconda是专注于数据分析的Python发行版本，包含了conda、Python等190多个科学包及其依赖项。Anaconda就是可以便捷获取包且对包能够进行管理，包括了python和很多常见的软件库和一个包管理器conda。常见的科学计算类的库都包含在里面了，使得安装比常规python安装要容易，同时对环境可以统一管理的发行版本特点开源安装过程简单高性能使用Python和R语言免费的社区支持。

很多时候犯错都是在不知情的情况下发生的 4965

微信小程序消息推送实战：从模板消息到订阅消息的进阶指南

本文详细解析了微信小程序消息推送的核心机制，重点对比了模板消息与订阅消息的差异与应用场景。模板消息适用于支付成功等强即时性业务回执，而订阅消息则需用户授权，更适合物流提醒等可预期通知。文章提供了从授权、配置到发送的完整实战指南，并分享了常见的避坑技巧与性能优化建议，帮助开发者构建高效、合规的用户触达体系。

weixin_29231027的博客 597

DBeaver 实战：手动配置 PostgreSQL JDBC 驱动的高级技巧

本文详细介绍了在DBeaver中手动配置PostgreSQL JDBC驱动的高级技巧。针对企业内网、多版本数据库兼容等场景，从获取官方驱动文件、创建自定义驱动配置，到使用Maven坐标管理、连接参数调优及解决常见连接问题，提供了完整的实战指南，帮助开发者实现对数据库连接环境的精准掌控。

apple5的专栏 837

还是搞不懂Anaconda是什么读这一篇文章就够了

文章目录 1 Anaconda介绍 2 conda介绍 3 安装Anaconda 4 Anaconda的使用 配置Anaconda源 5 创建虚拟环境并使用 5.1 创建虚拟环境 5.2 查看所有环境 5.3 激活环境 5.4 安装包 5.4.1 conda方式 5.4.2 pip方式 5.4.3 从Anaconda.org安装包 5.5 查看该环境的所有包 5.6 测试是否安装成功 6 退出当前环境 7 删除环境/包 1 Anaconda介绍 概述 Anaconda，中文大

m0_67401761的博客 1024

YOLOv11多模态融合实战：基于YOLOFuse的RGB与红外线(IR)协同检测技术解析

本文深入解析了基于YOLOv11的YOLOFuse多模态融合技术，重点探讨了RGB与红外线(IR)协同检测的实现原理与实战应用。文章详细介绍了双流架构与数据级、特征级、决策级三种融合策略，并通过实战案例展示了其在低光照、复杂环境下显著提升检测精度与鲁棒性的优势，为全天候安防、自动驾驶等场景提供了有效的技术解决方案。

weixin_29041195的博客 654

anaconda的安装和使用（管理python环境看这一篇就够了）

anaconda的安装和使用（管理python环境看这一篇就够了）前言一、Anaconda是什么？二、Anaconda安装三、Anaconda使用教程四、pycharm使用anaconda创建的虚拟环境总结 前言 以前写python，一个电脑上就一个python环境和pycharm就够了，现在遇到项目需求为不同的python环境，如打包为32位的可执行文件、openopc只有python2.7_32位才能使用等。第一个办法是在电脑上安装多个python环境，使其同时存在，但这样过于麻烦而已容易搞混淆，因此

tqlisno1的博客 54万+

手机也能跑大模型？QNN框架实战：从模型量化到Android部署全流程

本文详细介绍了如何利用QNN框架将大模型部署到Android手机端进行端侧推理。通过实战演示了从模型量化（如INT4/INT8混合精度）到Android应用集成的全流程，包括内存优化、性能调优及常见问题排查，帮助开发者实现大模型在资源受限设备上的高效本地运行。

joy55的博客 501

QGIS效率提升神器：qgis_mcp插件+VSCode联合工作流配置全解析

本文详细解析了如何通过配置qgis_mcp插件与VSCode的联合工作流，实现语音控制和代码自动化来大幅提升QGIS操作效率。该方案将自然语言交互与现代编辑器生态结合，为地理信息专业人士构建了智能、高效的全新工作模式，彻底改变传统GIS操作方式。

weixin_29228203的博客 192

一篇文章教你清理 Anaconda 的 pkgs

文章目录1. 问题2. 解决2.1 Step12.2 Step2 1. 问题 如图： 2. 解决 2.1 Step1 用conda进行清理：conda clean -p 1、conda clean -p 这个命令会检查哪些包没有在包缓存中被硬依赖到其他地方，并删除它们 2、conda clean 命令是对所有anaconda下的包进行搜索，不用再进入其他环境重复操作。 看到检查的结果差点窒息：足足7.55g缓存！！ 极度害怕删除了不该删的东西，保险起见，还是去官网确认一下 conda clean 的

Robin_Pi的博客 5万+

MatGPT：在MATLAB中集成AI助手，实现代码生成与调试自动化

大语言模型（LLM）通过API接口为开发者提供了强大的自然语言理解和代码生成能力，其核心原理是基于海量数据训练的Transformer架构，能够根据上下文预测并生成连贯的文本或代码。这一技术为工程实践带来了革命性价值，特别是在科学计算和算法开发领域，能够显著提升开发效率，实现智能化的代码辅助和问题解答。在实际应用中，开发者常需在IDE与AI工具间频繁切换，导致工作流中断。MatGPT作为一个开源项目，通过深度集成ChatGPT API到MATLAB环境，有效解决了这一痛点。它支持多模态输入、预设提示词管理和

weixin_42388898的博客 502

Anaconda+PyCharm创建环境及超详细配置指南，看这一篇就够了

Anaconda+PyCharm创建环境及超详细配置指南，看这一篇就够了

一名正义的白帽黑客 1万+

基于AMD AU15P FPGA的SLVS-EC桥PCIe设计方案分享

各位FPGAer周末愉快，今天熊猫君分享一个基于AMD AU15P FPGA的SLVS-EC桥PCIe设计方案。

haoxingheng的专栏 1448

【tio-websocket】15、学习tio的第1步—tio-study

tio-study 是用于学习 t-io 的示范工程，tio-study 是入门 t-io 最好的方式！tio-study 工程演示的是一个典型的 TCP 长连接应用工程，分为 server（服务端） 和 client（客户端） 工程，server 和 client 共用 common（公共模块） 工程

JACKAL 1万+

使用anaconda安装pytorch——看这一篇就行了

开门见山 我的电脑里有python编译器 如何装pytorch框架？ 答——用anaconda进行安装 翻阅了n多的文章 发现一个真理 看得越多 越容易出问题 那这里我针对每一个需要实现的目的 只放一篇对应的文章 （实在懒得自己再总结一遍了） 出现问题的朋友 安心照着这几篇文章走就行 当然 也是为了我自己哪天需要重装。。。 1.安装anaconda 这部分 看这篇文章 安装anaconda 这篇文章写得可以说是相当清楚了 但是在设置镜像源的时候有一些问题 截止到这里 我们都可以照做 2.设置镜像源 截止

一碗菜粥的博客 3万+

贝叶斯统计 [韦来生编]

贝叶斯（Bayes）统计是近几十年来迅速发展起来的数理统计的一个重要分支。贝叶斯方法与经典统计方法的主要不同之处是进行统计推断时除了利用样本信息外，还要利用参数的先验信息，因此可以提高统计推断或统计决策的效果。它在经济、金融、生物、医学、自然科学和社会科学等许多领域具有广泛的应用。贝叶斯方法的研究已渗透到了统计学的几乎所有领域。作者在给中国科学技术大学概率论与数理统计专业本科生开设的“数理统计”课程中有一章专门讲授“贝叶斯方法和统计决策理论”，近十年来也给中国科学技术大学概率统计专业研究生开设过几次“贝叶斯分析”课。本书是在对过去讲稿的内容作了适当的增减和调整的基础上完成的。　　本书共分六章。第1章是绪论，介绍了贝叶斯统计的若干基本概念，同时对必要的数理统计的基础知识有重点地作了回顾。第二章介绍了确定先验分布的若干可供选择的方法。第三章介绍了几类常见统计模型参数的后验分布的主要结果和计算方法。第四章和第五章分别介绍了“贝叶斯统计推断”和“贝叶斯统计决策”的内容。第六章介绍了贝叶斯统计计算的若干方法，包括蒙特卡洛方法和马尔可夫链蒙特卡洛（MCMC）方法以及相关统计软件的简介。本书的每一章附右大量的例题和习题，书末附有常用的几个表格和部分习题解答供读者查用。　　大约可在54学时内讲授本书的第1章至第六章的主要内容，教师可根据学时需要选讲本书第1章至第六章的部分内容。书中标“*”号的章节可略去不讲，留给读者作为阅读材料。第六章例题中的R代码和部分例题的数据文件等可从作者个人主页下载。　　作者在编写本书的过程中参考了J.O.Berger教授的《统计决策论及贝叶斯分析》和茆诗松教授编写的《贝叶斯统计》等书中的一些内容，以及《贝叶斯分析》一书中由张伟平博士编写的有关贝叶斯统计计算的一些内容。在此表示衷心感谢。　　本书编写准备过程中，中国科学技术大学统计与金融系的几个研究生帮助完成了本书部分中文的录入和排版，作者对他们的辛勤工作表示真诚的感谢。高等教育出版社为本书的出版给予了大力支持。在此一并致谢。

【想要了解Anaconda介绍、安装配置及使用，看这篇文章就够了】

conda是一个包管理器和环境管理器。我们可以在命令行（Anaconda prompt或终端）中使用它。conda是一个python项目，但它支持多种语言，如Python、R、Ruby、Lua、Scala、Java、JavaScript、C/C++、FORTRAN。为什么要使用conda?conda的作用是解决包管理和环境管理的问题。它可以创建虚拟环境，与主环境分开，方便地在不同环境之间进行切换。conda结合了pip和virtualenv的功能。

.NET学习 2万+

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表，创建专业级图表以简化复杂的信息。

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术，以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索，主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式，计算机控制系统的数学描述与基本分析方法，以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

深度学习Anaconda与pyTorch环境搭建——看这一篇就够了

深度学习环境搭建，Anaconda+PyTorch+CUDA+cuDNN+PyCharm

weixin_63008006的博客 4259

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版
上一篇： python自动化神器:pyautogui
下一篇： 零基础学习python数据分析，需要掌握哪些技能？
点赞 24
评论 2
书签 书签 71
大模型应用场景
大模型应用场景
博客等级 码龄5年 7675粉丝 1350原创
+ 关注
评论 2
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值