安装Anaconda之前,有的已经安装过一个Python版本

Anaconda安装与多Python环境管理
本文介绍Anaconda的安装步骤及如何在同一台电脑上管理多个Python版本的方法。包括环境变量配置、创建不同版本的Python环境、安装特定版本的Anaconda、使用conda命令进行包管理和环境管理等。
部署运行你感兴趣的模型镜像
Anaconda安装等一系列问题

参考文献:


现在笔记本电脑上既可以用Python2.7(之前的所有包都保留了),也可以用Python3.6,可以在pycharm中选择不同的解释器。

1.在cmd中测试Python的时候,我的环境变量中最前面是Python2.7,所以在敲入Python命令时,默认的是Python2.7;当你把anaconda3放在环境变量的最前面,那么就会默认是anaconda3中的Python3.5

2.在pycharm中也可以选择不同的版本的Python,只需要在编写代码之前设置 interpreter就行了,不同的Python解释器,对应着不同版本的Python,同时也就对应的各自安装的包,模块。



在安装Anaconda之前,有的已经安装过一个Python版本了,但是又不想删除这个Python版本,该怎么办呢?

概括:轻松两步--在系统环境变量中找到对应之前安装Python的路径并删除;直接将你原来安装python的整个文件夹拷贝到envs的目录下,激活该版本python的名称就是文件夹名。

我的电脑里面本来安装了Python2.7的版本,并且配置好了Django,用来做网页设计。后来我又需要一个Python3.5的版本使用tensorflow,Anaconda适用于管理多Python环境,下面来说一说如何在已有Python2,7的条件下安装Anaconda。

其实不管是Python还是Anaconda 都类似于包的管理,可以看到不管是安装Python还是Anaconda,都是在安装目录新建了一个文件下添加了很多文件,然后把安装目录路径添加到环境变量当中(windows下)。

理解这个原理之后,其实要做的就是修改环境变量,和移动Python安装的文件夹而已。具体的操作如下。

  1. 下载anaconda的安装包

这里推荐使用清华的镜像,因为速度快而且可以安装你想要的版本,在官网里面往往给出的最新版本,就像我安装的时候官网给的是带Python3.6的版本,但是我想直接安装带python3.5的版本的Anoconda.

可以直接在清华的镜像  Index of /anaconda/archive/中,找到对应的版本,下载并安装。带Python3,5的window版本就是下载Anaconda3-4.2.0-Windows-x86_64。
    2  .安装注意事项:安装目录最好不要有空格; 是否把Anaconda加入环境变量的选项上打勾,这涉及到能否直接在cmd中使用conda、jupyter、ipython等命令,推荐打勾,如果不打勾可以再安装以后将对应的环境变量添加上去,例如我的就是          D:\Anaconda3;D:\Anaconda3\Scripts;D:\Anaconda3\Library\bin      可参考博客 https://zhuanlan.zhihu.com/p/25198543
   3.   安装好了以后,可以在cmd中输入 Python,发现显示的还是你之前安装的版本,像我的就是Python2.7,这是因为你之前安装Python2,7的时候,是将它的安装目录添加到了环境变量中的。在系统环境变量中找到对应之前安装Python的路径并删除,像我的就是D:\Program Files\python2.7 和D:\Program Files\python2.7\Scripts。将其删除。
             接着重启电脑,再在cmd中输入python 就会显示是Anaconda自带的版本了。

   4.

Conda的环境管理

Conda的环境管理功能允许我们同时安装若干不同版本的Python,并能自由切换。对于上述安装过程,假设我们采用的是Python 2.7对应的安装包,那么Python 2.7就是默认的环境(默认名字是root,注意这个root不是超级管理员的意思)。

假设我们需要安装Python 3.4,此时,我们需要做的操作如下:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
# 创建一个名为python34的环境,指定Python版本是3.4(不用管是3.4.x,conda会为我们自动寻找3.4.x中的最新版本)
conda create --name python34 python=3.4
 
# 安装好后,使用activate激活某个环境
activate python34 # for Windows
source activate python34 # for Linux & Mac
# 激活后,会发现terminal输入的地方多了python34的字样,实际上,此时系统做的事情就是把默认2.7环境从PATH中去除,再把3.4对应的命令加入PATH
 
# 此时,再次输入
python -- version
# 可以得到`Python 3.4.5 :: Anaconda 4.1.1 (64-bit)`,即系统已经切换到了3.4的环境
 
# 如果想返回默认的python 2.7环境,运行
deactivate python34 # for Windows
source deactivate python34 # for Linux & Mac
 
# 删除一个已有的环境
conda remove -- name python34 -- all
用户安装的不同python环境都会被放在目录~/anaconda/envs下,可以在命令中运行conda info -e查看已安装的环境,当前被激活的环境会显示有一个星号或者括号。




Conda的包管理

Conda的包管理就比较好理解了,这部分功能与pip类似。

例如,如果需要安装scipy:

1
2
3
4
5
6
7
# 安装scipy
conda install scipy
# conda会从从远程搜索scipy的相关信息和依赖项目,对于python 3.4,conda会同时安装numpy和mkl(运算加速的库)
 
# 查看已经安装的packages
conda list
# 最新版的conda是从site-packages文件夹中搜索已经安装的包,不依赖于pip,因此可以显示出通过各种方式安装的包

conda的一些常用操作如下:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
# 查看当前环境下已安装的包
conda list
 
# 查看某个指定环境的已安装包
conda list - n python34
 
# 查找package信息
conda search numpy
 
# 安装package
conda install - n python34 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
 
# 更新package
conda update - n python34 numpy
 
# 删除package
conda remove - n python34 numpy

前面已经提到,conda将conda、python等都视为package,因此,完全可以使用conda来管理conda和python的版本,例如

1
2
3
4
5
6
7
8
9
# 更新conda,保持conda最新
conda update conda
 
# 更新anaconda
conda update anaconda
 
# 更新python
conda update python
# 假设当前环境是python 3.4, conda会将python升级为3.4.x系列的当前最新版本

补充:如果创建新的python环境,比如3.4,运行conda create -n python34 python=3.4之后,conda仅安装python 3.4相关的必须项,如python, pip等,如果希望该环境像默认环境那样,安装anaconda集合包,只需要:

1
2
3
4
5
6
# 在当前环境下安装anaconda包集合
conda install anaconda
 
# 结合创建环境的命令,以上操作可以合并为
conda create - n python34 python = 3.4 anaconda
# 也可以不用全部安装,根据需求安装自己需要的package即可

设置国内镜像

如果需要安装很多packages,你会发现conda下载的速度经常很慢,因为Anaconda.org的服务器在国外。所幸的是,清华TUNA镜像源有Anaconda仓库的镜像,我们将其加入conda的配置即可:

1
2
3
4
5
6
# 添加Anaconda的TUNA镜像
conda config -- add channels https : //mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
# TUNA的help中镜像地址加有引号,需要去掉
 
# 设置搜索时显示通道地址
conda config -- set show_channel_urls yes
执行完上述命令后,会生成 ~/.condarc(Linux/Mac)或 C:UsersUSER_NAME.condarc文件,记录着我们对conda的配置,直接手动创建、编辑该文件是相同的效果。



比如windows中安装TensorFlow的过程

2.安装Tensorflow

TensorFlow目前在Windows下只支持python 3.5版本。

(1)打开Anaconda Prompt,输入清华仓库镜像,这样更新会快一些: 
这里写图片描述

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
  • 1
  • 2

(2)同样在Anaconda Prompt中利用Anaconda创建一个python3.5的环境,环境名称为tensorflow ,输入下面命令:

conda create -n tensorflow python=3.5
































您可能感兴趣的与本文相关的镜像

Python3.8

Python3.8

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

<think>好的,用户想在已经安装Python的情况下安装Anaconda,或者解决相关问题。首先,我需要回顾一下Anaconda和原生Python的关系。根据引用[1],Anaconda一个Python发行版,包含了Python本身以及很多科学计算库,它通过虚拟环境管理不同项目之间的依赖,避免版本冲突。用户可能担心同安装两者会不会有冲突。 接下来,用户的问题提到“already have python install anaconda”,这可能指的是在已有Python的情况下安装Anaconda遇到的问题,比如路径冲突或者环境变量的问题。引用[5]中提到了在Ubuntu系统中安装Anaconda出现的路径问题,需要修改环境变量,或者使用-u选项更新现有安装。这可能是一个关键点,用户可能在安装过程中遇到了类似的错误提示。 然后,我需要考虑如何指导用户正确安装Anaconda而不影响现有的Python环境。根据引用[2],Miniconda是一个更轻量级的选项,但用户明确提到Anaconda,所以需要提供Anaconda安装步骤。安装需要注意选择不将Anaconda添加到PATH环境变量中,或者手动调整PATH,确保系统优先使用原来的Python。这样,用户可以通过conda环境来管理不同的项目,而不会干扰全局Python。 另外,用户可能关心如何管理多个Python版本。引用[3]提到在创建虚拟环境指定Python版本的重要性,避免包安装到base环境中。这提示安装Anaconda后,用户应该使用conda create命令创建新环境,并指定所需的Python版本,从而隔离项目依赖。 还有,用户可能遇到安装后的冲突问题。例如,如果Anaconda的路径被添加到PATH前面,系统可能会优先使用AnacondaPython,导致原来的Python不可用。这需要编辑.bashrc或系统环境变量,调整路径顺序。引用[5]中的例子展示了如何通过修改.bashrc来解决路径问题,确保正确的Python版本被调用。 最后,用户可能需要解决离线环境下的安装问题,如引用[4]提到的离线复制环境,但当前问题主要是在线安装,所以可能暂不需要深入这部分,但可以简要提及conda的环境导出功能作为扩展知识。 总结步骤:安装Anaconda注意路径设置,避免覆盖原有Python;使用虚拟环境隔离项目;处理环境变量冲突;解决安装中的常见错误如路径已存在。需要将这些步骤清晰列出,并给出相关命令和注意事项,确保用户能顺利安装并管理多个Python环境。</think>### 如何在已有Python环境下安装Anaconda并解决冲突 当系统中已存在原生Python安装Anaconda需注意**环境隔离**和**路径管理**以避免冲突。以下是分步指南: --- #### 一、安装Anaconda的关键设置 1. **下载安装包** 从[Anaconda官网](https://www.anaconda.com/)下载对应操作系统的安装程序。 2. **安装步骤** - Windows/Linux/macOS均需注意以下选项: - 勾选**"Add Anaconda to my PATH environment variable"**(仅限高级用户,建议不勾选)[^1] - 勾选**"Register Anaconda as my default Python"**(若需保留原生Python,取消勾选) 3. **路径选择** 建议将Anaconda安装到独立目录(如`/opt/anaconda3`或`C:\Anaconda3`),与原生Python路径区分开。 --- #### 二、解决环境冲突 1. **验证安装后的Python路径** 终端输入以下命令检查当前Python路径: ```bash which python # Linux/macOS where python # Windows ``` 若显示Anaconda路径(如`~/anaconda3/bin/python`),则说明环境变量已修改。 2. **手动调整环境变量** - **Linux/macOS**:编辑`~/.bashrc`或`~/.zshrc`,确保原生Python路径在Anaconda之前: ```bash export PATH="/usr/local/bin:/usr/bin:$PATH" # 原生Python路径 export PATH="$HOME/anaconda3/bin:$PATH" # Anaconda路径 ``` 运行`source ~/.bashrc`生效[^5]。 - **Windows**:在系统环境变量中调整路径顺序。 3. **使用虚拟环境隔离** 通过Anaconda创建独立环境,避免干扰全局Python: ```bash conda create -n my_env python=3.8 # 指定Python版本 conda activate my_env ``` --- #### 三、常见问题及解决方案 1. **安装报错路径已存在** 若出现`ERROR: File or directory already exists`,说明之前安装Anaconda。 - 使用`-u`选项更新安装: ```bash bash Anaconda3-2023.03-Linux-x86_64.sh -u ``` - 或手动删除旧目录后重装[^5]。 2. **命令行找不到conda命令** 因环境变量未正确配置,需手动添加Anaconda的`bin`目录到`PATH`(参考步骤二)。 3. **包管理冲突** - 优先使用`conda install`而非`pip install`,避免破坏依赖关系[^3]。 - 若必须用pip,激活虚拟环境后再操作。 --- #### 四、Anaconda与原生Python共存示意图 ``` 系统环境变量 ├── /usr/bin/python3.8 # 原生Python └── ~/anaconda3/bin/python3.9 # Anaconda Python ``` 通过`conda activate`切换环境,或通过完整路径调用(如`/usr/bin/python`或`~/anaconda3/bin/python`)。 ---
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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