Python程序员必备工具之Conda安装及环境搭建设置_python conda如何安装

安装conda搭建python环境(保姆级教程) 安装conda,并用conda搭建python环境,对虚拟环境进行管理 阅读详情

在这里插入图片描述


前言

Conda是什么?
  • Conda是一个开源的包管理器和环境管理器,主要用于安装和管理Python和其他编程语言的软件包。它可以帮助我们在不同的项目中轻松地创建和管理独立的环境,以及安装、升级和卸载软件包。

安装Conda
  • 根据你的操作系统,可以从官方网站[www.anaconda.com/products/di…]下载相应的安装包。在安装过程中,建议选择“Add Anaconda to my PATH environment variable”,以便在命令行中直接使用Conda命令。

创建和管理环境

创建环境
  • 使用以下命令创建一个名为“myenv”的新环境,并指定Python版本为3.8:
conda create --name myenv python=3.8


激活环境
  • 激活名为“myenv”的环境,请运行:
conda activate myenv

  • 这时,你会发现命令行的开始部分会显示你现在正在使用的虚拟环境的名字。

退出环境
  • 要退出当前激活的环境,请运行:
conda deactivate


删除环境
  • 要删除名为“myenv”的环境,请运行:
conda env remove --name myenv


列出所有的 conda 环境
  • 你可以使用下列的命令来查看机器上所有的conda环境:
conda env list



安装、升级和卸载软件包

安装软件包
  • 启动环境后,你可以使用 conda install 或 pip install 安装新的软件包。
  • 要在当前环境中安装名为“numpy”的软件包,请运行:
conda install numpy


升级软件包
  • 要升级当前环境中名为“numpy”的软件包,请运行:
conda update numpy


卸载软件包
  • 要从当前环境中卸载名为“numpy”的软件包,请运行:
conda remove numpy


搜索软件包
  • 要搜索包含关键字“numpy”的软件包,请运行:
conda search numpy


列出已安装的软件包
  • 要列出当前环境中已安装的所有软件包及其版本,请运行:
conda list


显示包的信息
  • 你可以查看安装的包的具体信息:
conda info numpy



导出和导入环境

克隆环境
  • 如果你想要复制一个环境,你可以克隆它。比如,克隆名为 “myenv” 的环境,并命名为 “myclone”:
conda create --name myclone --clone myenv


导出环境
  • 你可以将你的环境和其依赖关系导出到一个 YAML 文件中,这样就可以轻松地在其他机器上复制这个环境。例如,导出名为 “myenv” 的环境:
conda env export --name myenv > environment.yaml


从文件中创建环境
  • 相反地,你也可以使用一个 YAML 文件来创建一个环境:
conda env create --file environment.yaml



启动 Jupyter Notebook

  • 安装了 Jupyter Notebook。如果没有,你可以通过输入 conda install jupyter 来进行安装
  • 输入 jupyter notebook 并按回车。此命令将启动 Jupyter Notebook,并且你的默认 web 浏览器应该会自动打开一个新的窗口或标签页,显示 Jupyter Notebook 的主页面。

最后

  • 借助这样一个机会记录一下如何使用Conda进行环境的创建、管理以及软件包的安装、升级和卸载等操作。通过掌握这些基本操作,我们可以更好地利用Conda来管理Python项目和依赖。
如果你觉得文章还不错,请大家 点赞、分享、留言 下,因为这将是我持续输出更多优质文章的最强动力!
最后这里免费分享给大家一份Python全台学习资料,包含视频、源码。课件,希望能帮到那些不满现状,想提升自己却又没有方向的朋友,也可以和我一起来学习交流呀。
编程资料、学习路线图、源代码、软件安装包等!【[点击这里]##### 编程资料、学习路线图、源代码、软件安装包等!【点击这里】领取!

① Python所有方向的学习路线图,清楚各个方向要学什么东西
② 100多节Python课程视频,涵盖必备基础、爬虫和数据分析
③ 100多个Python实战案例,学习不再是只会理论
④ 华为出品独家Python漫画教程,手机也能学习
⑤ 历年互联网企业Python面试真题,复习时非常方便****

在这里插入图片描述

在这里插入图片描述

pycharm 配置 conda 新环境 conda 新建虚拟环境,并且利用pycharm载入conda的新环境 阅读详情

相关推荐

【Anconda安装教程】安装到环境配置全流程

本文详细介绍了Anaconda的下载安装与环境配置流程。首先对比了Anaconda与Miniconda的区别,指导用户选择合适的版本。安装步骤包括官网下载(推荐清华镜像)、管理员身份运行安装程序、自定义安装路径以及配置四个关键环境变量。安装完成后可通过conda --version命令验证。针对Python环境管理,重点讲解了虚拟环境的创建(conda create)、激活(conda activate)、退出(conda deactivate)等核心操作,并

qq_62223405的博客 1万+

最新最全(亲测)的conda安装教程和虚拟环境安装环境配置

有两种下载方式一是官网下载,二是镜像下载。官网下载太慢一般都是用镜像下载选择对应版本下载即可。

wh0605的博客 3万+

anaconda安装python后cmd中激活conda环境

安装Anaconda完成后的环境变量配置后。在cmd里输入python验证的时候,下面会有一个Warning警告:Warning:This Python interpreter is in a conda environment, but the environment has not been activated. Libraries may fail to load. 本文记录如何处理

bazhange的博客 1万+

Conda的安装与使用

Conda 分为 Anaconda 和 Miniconda,Miniconda和Anaconda都是Python环境管理工具,可以用于创建、管理和部署Python环境及其依赖的软件包。它们的主要区别在于其默认安装的软件包和所需空间的大小。

lewis2951的博客 2万+

conda环境搭建实战

Conda 是一个开源的包、依赖项和环境管理系统,可在多种语言(如 Python、R 等)中使用。下面为你详细介绍使用 Conda 搭建环境的实战步骤。

qq_44233281的博客 1086

让 AI 变聪明的 20 条指令:如何让大模型回答得更精准、更专业、更实事求是

让 AI 变聪明,本质上不是写几句神奇咒语,而是把你的任务表达得更清楚,把事实标准设得更严格,把输出格式规定得更明确,把不确定性管理得更认真,把历史对话利用得更充分。大模型的强项是语言生成、信息组织、模式归纳和方案扩展;弱项是事实核验、实时更新、责任判断和对模糊意图的准确猜测。好的指令,就是在用人的判断弥补模型的弱点,让模型把强项发挥在正确的地方。

Sumarua的博客 1523

Python程序员必备工具之Conda安装及环境搭建设置

前言Conda是什么?安装Conda创建和管理环境创建环境激活环境退出环境删除环境列出所有的 conda 环境安装、升级和卸载软件包安装软件包升级软件包卸载软件包搜索软件包列出已安装的软件包conda list显示包的信息导出和导入环境克隆环境导出环境从文件中创建环境启动 Jupyter Notebook最后。

zhang120529的博客 1634

5G物理层基础知识

1、关于RB和RE (1) RB(Resource Block,资源块)频率上连续12个子载波,时域上一个slot(时隙,14个ofdm符号) (2) RE(Resource Element,资源单元)频率上一个子载波,及时域上一个ofdm符号 注意:协议规定,5G每个时隙(非扩展CP)的符号数为14个(扩展CP情况下每个时隙有12个符号),而LTE(非扩展CP)每个时隙的符号数为7个。 简单说:一个12X14的方格,大的整个叫一个RB,每一个小块叫一个RE。另外,一个RE可存放一个调制符号(mo.

qq_39074243的博客 2万+

从零开始安装 Conda 并搭建 Python 环境

是一个开源的包管理和环境管理系统,最初由 Anaconda 公司开发,主要用于 Python 及其他语言(如 R、Ruby、Lua、Perl、Haskell、C/C++)的包管理和环境管理。例如,一个项目可能需要使用Python 3.6和某个特定版本的库,而另一个项目可能需要Python 3.8和另一个版本的库。1.如果你的项目涉及数据科学、机器学习、科学计算,推荐用 Conda,因为它的依赖管理能力更强,安装过程更稳定。这使得开发人员可以在不同的操作系统上保持一致的开发环境,减少了跨平台开发的复杂性。

2301_81511894的博客 1万+

PaddleOCR实战:如何在CentOS 8.5上搭建高性能OCR识别环境

本文详细介绍了在CentOS 8.5系统上搭建高性能PaddleOCR识别环境的完整指南。从系统环境准备、PaddlePaddle框架部署到PaddleOCR的定制化安装与性能优化,提供了针对生产环境的解决方案,包括GPU/CPU环境配置、内核参数调优及常见问题排查,帮助用户实现高效OCR识别。

weixin_29223603的博客 350

MTK平台 MT6789 烧录 efuse 3.0 Configuration SOP

=====================生成cert1和cert2 key===============================================生成efuse key相关文件===========================================签名DA==========================================================正常编译。=====================Security3.0 的SOP 说明。

a785722173的博客 2334

安装conda搭建python环境(2024.3.18)

6.高级安装选项(这三个选项额自己看着选吧还是,给出翻译了,正常来说应该有四个选项,但是为啥我没有添加环境变量这个选项,如果有出现PATH environment variable选项的就是添加环境变量的,不要选!输入以上代码创建新的环境(—name后面为环境名称,python=后面可以指定安装python版本),运行后会进行各种基础python包的安装。5.点击新建,依次输入以下四行(如果你的安装路径和我的不一样,把D:\ANACONDA换成你的安装路径就好了,就是之前步骤中要记住的那个)

glywsy的博客 5347

ollama服务暴露公网?三步搞定Nginx反向代理配置(避坑指南)

本文详细介绍了如何通过Nginx反向代理安全地将Ollama服务暴露到公网,避免直接修改OLLAMA_HOST带来的安全隐患。文章提供了从SSL证书部署到高级安全加固的全流程实战指南,包括IP白名单、基础认证、速率限制等企业级安全措施,帮助用户实现安全可靠的外部访问。

wood5的博客 178

Python开发环境搭建+conda管理环境

Python 是一种高级编程语言,以简洁易读的语法和丰富的库支持著称,广泛应用于 Web 开发、数据科学、人工智能、自动化脚本等多个领域,能帮助开发者快速实现各种功能,满足不同项目需求。Anaconda 则是一个专注于数据科学和机器学习的 Python 发行版。它集成了 Python 解释器、conda 包管理器以及 NumPy、Pandas 等大量常用的数据科学库,可帮助用户快速搭建开发环境,轻松管理包和虚拟环境,避免依赖冲突,极大提高了数据处理、分析及机器学习任务的效率。

yuange1666的博客 2452

手把手教你用srec_cat生成带CRC校验的STM32固件(解决OTA常见校验失败问题)

本文针对STM32 OTA升级中常见的固件校验失败问题,提供了一套使用srec_cat工具自动生成带CRC32校验固件的实战解决方案。文章详细拆解了命令参数,指导开发者如何为固件嵌入CRC值、处理地址偏移及合并文件,从而确保Bootloader能可靠校验固件完整性,提升远程更新的稳定性。

kappa的博客 785

《Python星球日记》 第72天:问答系统与信息检索

《Python星球日记》 第72天:问答系统与信息检索,在前面的日子里,我们学习了自然语言处理的基础知识,包括文本预处理、词向量、Transformer架构和各种预训练模型。今天,我们将探索问答系统这一NLP的重要应用,以及如何结合信息检索技术构建智能问答系统。

Code_流苏:在代码中寻诗意,在实践中觅真知 1075

一文让你爱上 Conda:Python 程序员的必备工具

之前对于python环境的管理,我通常的做法是在项目目录中使用这种方式来创建属于当前项目工程的虚拟环境。但最近,公司基于项目需要让客户端试着跑一些端测大模型,但他们对于Python不是很了解,对于版本管理以及依赖库安装是一头雾水,生怕把本地环境给污染。果断给他们推荐Conda。这片文章也记录一下Conda是如何轻松管理环境的,果断抛弃了这种方式。借助这样一个机会记录一下如何使用Conda进行环境的创建、管理以及软件包的安装、升级和卸载等操作。

weixin_68789096的博客 1363

YOLOv11涨点改进 | Conv篇/小目标改进 | YOLOv11引入SPDConv卷积特征无损下采样模块,增加YOLOv11小目标P2检测层(助力小目标任务高效涨点)

本文提出了一种创新的SPDConv模块来优化YOLOv11模型,通过空间到深度(SPD)层和非步幅卷积层实现特征无损下采样。该方法有效解决了传统CNN中因跨步卷积和池化层导致的细粒度信息丢失问题,特别提升了小目标检测性能。实验表明,SPDConv在目标检测和图像分类任务中显著优于现有SOTA模型。文章详细介绍了模块原理、核心代码实现,并提供了YOLOv11集成SPDConv的具体方法,包括配置文件修改和P2层增强等优化技巧。该技术为计算机视觉任务提供了一种高效的特征保留方案。

Ai缝合怪、助力小伙伴高效发论文 587

Conda 离线安装 python 环境

Conda 离线安装 python 环境 使用conda管理python环境较为方便,有时需要在离线的Linux服务器上创建特定版本的python,网上没有相关博文,查找到一个论坛上有所讨论,特此记录。使用conda版本为4.8.1,依次执行以下步骤: 创建一个空白环境 :只需在$ CONDA_HOME / envs下创建一个空的目录,目录名即为环境名称。使用conda list 查看环境列表时...

Kfdhfljl的博客 1万+

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

Conda环境搭建以及激活

0. 前言 conda可以创造出不同的环境空间,满足多python或不同的依赖包版本的快速切换,通俗的来说,可以直接切换环境。 1. 环境准备 先界面话安装anaconda3 2. 创建环境 conda create -n pytorch python=3.6 注:创建名称为pytorch,python版本为3.6的环境 3. 激活以及切换环境 conda activate pytorch 4. 退出环境 conda deactivate ...

Thomas_Cai的记忆殿堂 1万+

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白

ubuntu下python环境设置(含conda环境)

-target通过确认 Python 解释器的位置和版本;检查环境变量(如)判断是否处于虚拟环境或 conda 环境;使用或查看sys.path了解包搜索路径,确保所用的是期望的环境。

weixin_44236630的博客 1600

Mac安装python、conda环境教程

摘要:本文介绍了在Mac上使用Homebrew安装Python 3.x和Conda环境的详细步骤。首先通过Homebrew安装Python 3.x并验证版本,强调使用python3和pip3避免与系统Python 2.x冲突。然后讲解如何安装轻量级Miniconda,包括下载安装包、初始化配置和环境验证。最后提供了在IntelliJ IDEA中配置Conda环境的指导。文章还提醒了常见问题如环境变量未生效的解决方法,建议创建虚拟环境隔离项目依赖。

weixin_57253447的博客 1686

在conda环境安装python库的方法

pycharm打开需要安装库的项目,左上角File->Settings->Project->Python Interpreter,点击右上角+号进入库商店。但是换成conda环境后库经常不全,例如搜索opencv只有三个结果,没有我需要的opencv-python库。创建conda环境后,原来在电脑上下载的python库就不能直接用了,需要在conda环境里各自再安装一遍。与平时一样,可以用pycharm工具和用pip命令两种方法安装库。切换到你需要的环境,list中当前环境前面会有一个*

Duang2001的博客 6577
上一篇: PyCharm安装教程(详细步骤)
下一篇: Python for循环的12种巧妙运用
HUHU爱学习
博客等级 码龄4年 1221粉丝 75原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 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