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。
- 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.
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:
~/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:
conda的一些常用操作如下:
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
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:
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:
~/.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。
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:
- 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: