【完美解决】Anaconda3安装后缺失大量文件,没有scripts、Library等目录

安装Anaconda3后缺失大量文件的解决方法 从Anaconda3的官网上下载最新的python3,用管理员身份安装,选择All Users,安装到非默认路径,安装完毕后发现有大量文件缺失,只有三个文件夹:conda-meta,Lib和pkgs,没有scripts,Library等文件夹。 解决方法: 1. 下载一个旧版本安装: 1.1官网: 直接在官网下载安装包,官网地址https://www.anaconda.com/download/ ... 阅读详情
AI摘要

本文详细记录了Anaconda3在Windows系统上的安装过程,包括解决安装后condalist命令无法执行的问题,以及如何正确配置环境变量以确保Anaconda3正常工作。

Anaconda3是官网下载的:https://www.anaconda.com/distribution/#download-section

我选择的是64位python 3.7的版本。

问题出现及现象:

我自己选择了一个D盘的目录D:\Tools\Anaconda3进行安装,装完后发现conda list命令无法执行,首先都到的是配置环境变量,然后发现安装目录下缺失大量文件(如下图),没有scripts,也没有Liibrary等目录。重装3次无效,使用默认安装目录也无效。

接下去重点来了:我怎么解决的?(安装步骤很简单,这里不赘述,仅列出关键步骤)

1.右键点击安装包“以管理员身份运行”,这是因为我在下图的步骤中选择了为所有用户安装“All Users”,括号里面特别说明了需要管理员权限。

ps:下图是网上随便找的图,懒得卸载重装了,选项是一样的,看的懂就行。

【补充】Anaconda3安装后缺失大量文件,没有scripts、Library等目录 【补充】Anaconda3安装后缺失大量文件,没有scripts、Library等目录 笔者在卸载最新版anaconda3后,在重装时也是出现了这样的问题,在搜索查找许久后找到参考链接2篇博客,尝试卸载重装十余遍还是未能成功,。今日沉思,到底是什么原因导致装不上,我和别人有哪些不一样的,于是便想到,我在最初装好的时候有修改过一个**.condarc**文件,可能是它影响了我的安装。于是便有了如下步骤: 找到除C:\Users\Administrator.condarc下的.condarc文件,直接点击删除, 阅读详情

相关推荐

QGIS 3.18 Anaconda 环境配置:PyCharm 代码补全与 GDAL 报错 3 大难题解决

本文详细解析了在Anaconda环境中配置QGIS 3.18时遇到的三大常见问题:Python模块导入失败、PyCharm代码补全失效以及GDAL的PROJ路径报错。提供了从路径设置到环境变量配置的全面解决方案,帮助开发者高效搭建QGIS二次开发环境,特别适合GIS开发者和Python程序员参考。

weixin_33843947的博客 410

Anaconda 2024.10 环境变量配置:3种方法解决‘conda不是内部命令’

本文详细介绍了Anaconda 2024.10环境变量配置的3种实用方法,解决‘conda不是内部命令’的常见问题。从安装时的自动配置到手动修改PATH变量,再到使用Anaconda专用终端,提供全面的解决方案和排错技巧,帮助用户快速完成Anaconda环境配置。

weixin_30698527的博客 367

Python开发环境搭建指南:Anaconda与PyCharm一站式配置

在Python开发中,环境配置是初学者和开发者常遇的挑战,涉及版本冲突、依赖管理和工具链集成等核心问题。其原理在于通过虚拟环境实现项目间的隔离,确保不同项目所需的Python版本和第三方库互不干扰。这一技术价值在于提升开发效率、保证项目可复现性,并降低团队协作成本。应用场景广泛覆盖数据分析、机器学习、Web开发及自动化脚本等领域。本文聚焦于使用Anaconda和PyCharm构建高效开发环境,其中Anaconda作为集成了Conda包管理器、预装科学计算库的一站式平台,能有效解决依赖地狱和环境隔离问题;而P

weixin_34218579的博客 416

Python开发环境搭建:Anaconda与PyCharm一站式配置指南

在Python开发中,虚拟环境和包管理是确保项目依赖隔离与可复现性的核心概念。其原理是通过创建独立的Python运行环境,使不同项目可以使用特定版本的库而互不干扰。这一技术价值在于解决了多项目开发中的版本冲突问题,并提升了环境部署的效率。在数据科学、机器学习及Web开发等应用场景中,Anaconda作为跨语言的包与环境管理工具,结合Conda的依赖解析能力,为开发者提供了稳定可靠的环境管理方案。而PyCharm作为强大的集成开发环境,通过与Anaconda环境的无缝集成,进一步提升了开发体验。本文将以Ana

weixin_34384557的博客 421

Windows下Miniconda3安装配置全指南:轻量、隔离、国产源加速

Python环境管理是Windows开发者的高频痛点,核心在于解决解释器版本冲突、依赖兼容性与跨机器复现难题。conda作为基于二进制包图谱的环境管理工具,通过独立Python运行时、严格依赖解析和动态PATH隔离,天然适配Windows DLL加载机制与UAC权限模型。相比pip+venv,conda在Windows下能规避ImportError: DLL load failed、模块找不到等典型错误,并支持清华源、conda-forge等国内优化通道,实现5倍以上安装提速。本文聚焦Miniconda3—

weixin_30700099的博客 461

Windows下LabelImg零失败安装指南:PyQt5版本控制与conda环境隔离

LabelImg作为目标检测数据标注的基础工具,其稳定运行依赖于Python环境、GUI框架(PyQt5)及系统安全策略的协同适配。原理上,它需在特定Python ABI下加载PyQt5 5.15.9等精确版本,并通过conda虚拟环境实现依赖隔离;技术价值在于规避Windows PATH污染、conda/pip混用冲突及Windows Defender静默拦截等典型故障;广泛应用于YOLOv8数据标注、CV教学实训与工业级图像标注产线搭建。本指南聚焦‘pip不是内部或外部命令’和‘labelimg打不开目

weixin_34185320的博客 407

解决PyTorch安装SSL证书验证失败:从清华镜像源到安全配置

SSL/TLS证书验证是HTTPS安全通信的核心机制,它通过数字证书确保客户端与服务器之间的连接不被窃听或篡改。其工作原理基于公钥基础设施(PKI),客户端会验证服务器证书是否由受信任的根证书颁发机构签发。这一机制对于保障软件包分发安全至关重要,能有效防止中间人攻击。在Python生态中,pip等包管理工具依赖系统的CA证书库来完成此项验证。当使用国内镜像源(如清华TUNA)加速PyTorch等深度学习框架安装时,常因系统根证书缺失、过期或路径配置不当,触发`CERTIFICATE_VERIFY_FAILE

weixin_33738982的博客 395

GSL科学计算库实战集成:从编译链接到CMake配置全解析

在C++科学计算与数值分析领域,第三方数学库的集成是提升开发效率的关键环节。其核心原理在于通过头文件提供函数声明,链接器在编译阶段将库中的函数实现与用户代码结合,形成可执行文件。这一过程的技术价值在于避免了重复造轮子,让开发者能够直接调用经过严格测试的高性能算法,如线性代数求解、快速傅里叶变换(FFT)和随机数生成等。在实际应用场景中,无论是物理模拟、信号处理还是机器学习模型开发,都依赖于稳定可靠的数学库支持。本文聚焦于GNU Scientific Library (GSL)这一经典科学计算库,针对开发者在

weixin_30381317的博客 359

3DGS环境安装避坑指南:CUDA、PyTorch与VS版本协同实战

3D Gaussian Splatting(3DGS)作为新一代实时三维重建技术,依赖GPU加速的CUDA算子实现高效光栅化,其开发环境搭建本质是硬件计算能力、CUDA Toolkit、PyTorch预编译包、Visual Studio构建工具与Python运行时之间的多层版本协同。理解GPU的Compute Capability是起点,它决定了可支持的CUDA版本上限;而PyTorch的`+cuXXX`后缀标识其构建所用CUDA版本,需与本地`nvcc`及驱动兼容;Windows平台下,MSVC编译器(v

weixin_34232744的博客 633

Anaconda3安装后缺失大量文件,没有scripts、Library等目录。命令行输入conda list不显示的问题。

一、Anaconda3是官网下载的:https://www.anaconda.com/distribution/#download-section 我选择的是64位python 3.7的版本。 安装完之后,开始菜单里面并没有如下图所示。 找到自己的安装目录发现缺失大量的文件,没有scripts,Library等文件夹。(如下图所示)肯定是安装失败了。 反复卸载重装,仍然是这样。期间尝试了两种方式。 (1)可以尝试把杀毒软件先关掉,重新装 (2)以管理员身份运行 结果任然没有解决问题 (3)下载一个旧版本成功了 清华镜像 (https://mirrors.tuna.tsinghua.edu

Transformer——从原理、模型架构到内部细节介绍

Transformer模型是一种基于注意力机制的深度学习模型,最早由Google在2017年的论文《AttentionIsAllYouNeed》中提出。自其问世以来就迅速席卷了自然语言处理他(NLP)领域,并在各类主流任务上取得了新的突破,包括机器翻译、语言建模、序列标注和文本分类等。在NLP领域取得巨大成功后,迅速扩展到了计算机视觉(CV)领域,并带来了革命性的变化。这种基于自注意力机制的深度学习模型,不仅在NLP任务中力压群雄,也成为CV领域的新宠。

小拉拉的博客 1万+

利用GeoTools高效切割GeoTIFF为WebP瓦片:从配置到实战

本文详细介绍了如何利用GeoTools将GeoTIFF高效切割为WebP瓦片,从环境配置到实战技巧全面覆盖。通过对比WebP与PNG格式的优势,展示其在体积压缩和传输效率上的显著提升,并提供多线程切割、内存管理等性能优化方案,帮助开发者快速实现地理空间数据的Web地图服务部署。

agile9scrum的博客 812

scrapy - 美团民宿 实战练习

目录结构 items.py import scrapy # 民俗名称,地区,价格,房间类型及数量,床的数量,可住几人 class MeituanItem(scrapy.Item): # define the fields for your item here like: # name = scrapy.Field() title = scrapy.Field() place = scrapy.Field() price = scrapy.F...

小刘的博客 2664

安捷伦示波器实战指南:从基础操作到精准触发

本文详细介绍了安捷伦示波器的基础操作与高级功能,包括精准触发配置、波形分析和常见问题排查。通过实战技巧和优化建议,帮助工程师快速掌握示波器的核心功能,提升调试效率。特别适合电子工程师和测试技术人员参考使用。

weixin_30839881的博客 135

YOLOv8【第十章:多任务扩展深度篇·第19节】YOLOv8 与 DeepLabV3+ 对比——实时性与精度的权衡!

🏆 本文收录于 《YOLOv8实战:从入门到深度优化》 专栏。该专栏系统复现并梳理全网各类 YOLOv8 改进与实战案例(当前已覆盖分类 / 检测 / 分割 / 追踪 / 关键点 / OBB 检测等方向),坚持持续更新 + 深度解析,质量分长期稳定在 97 分以上,可视为当前市面上 覆盖较全、更新较快、实战导向极强 的 YOLO 改进系列内容之一。

**My Coding Family** 1万+

华为 MetaERP 总账模块依托 “交易即核算” 的事件驱动架构,与 Oracle EBS 相比,更强调业务事件自动触发财务动作、实时数据同步和智能规则引擎,实现业务与财务的深度融合

华为MetaERP总账模块采用"交易即核算"架构,相比Oracle EBS实现了三大突破:1)业务事件自动触发财务动作,如采购收货自动生成暂估凭证;2)业务财务数据实时同步,支持即时分析;3)内置智能规则引擎,实现自动匹配、核销和结转。该模块覆盖采购、销售、资产、薪酬等全业务场景,支持多维核算和关联交易自动抵消,显著提升核算效率与准确性。其中采购暂估、销售结转等场景实现全自动化处理,较EBS减少80%手工操作。

金牌架构师 221

【ComfyUI】SD1.5 + ControlNet 边缘检测融合动漫转真人

本文介绍了一个基于ComfyUI的动漫转真人图像生成工作流,通过多模型协同实现高质量的二次元图像转换。该工作流集成了Canny线稿预处理、ControlNet结构控制、VAE编码解码和人脸精细化处理等核心环节,采用majicmixRealistic_v7作为主模型,配合yolov8、SAM等辅助模型。整个流程包含11个标准化步骤,从图像输入、预处理到最终超分输出,通过ControlNet引导和CLIP语义控制确保生成图像的写实感和结构准确性,特别针对人脸区域进行专业优化,最终可输出高分辨率写实人像。

Mr数据杨 1120

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

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

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。

上一篇: just a test article
cplover25
博客等级 码龄17年 14粉丝 3原创
评论 47
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