Anaconda的相关理解(一)

本文介绍了Anaconda的安装步骤及使用方法,包括环境配置、工具包管理、环境管理等内容。Anaconda是一款强大的数据科学工具,它简化了Python及其相关库的安装过程,支持不同Python版本间的快速切换。
部署运行你感兴趣的模型镜像

Anaconda安装:

1、anaconda的安装:下载完之后,尽量的按照anaconda默认的行为安装,安装时会自动的吧bin目录加入到环境变量path中去。

2、使用anaconda对工具包的安装:

      在使用过程中,会发现使用conda的下载速度非常的慢,因为使用的是国外的服务器,所以这里要设置为国内的镜像。

      配置命令如下:

      # 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


Anaconda使用说明:

一、Anaconda涉及两个东西:conda和anaconda。

1、conda可以认为是一个工具(其也可以认为是可执行命令),其包括两个核心功能包管理和环境管理。

     包管理:类似于pip的功能,可以实现对包的安装、更新和管理。

     环境管理:可以实现用户在本地安装不同版本的python,并实现不同版本的快速切换。

2、anaconda则是一个大包集合,里面预装了conda、某个版本的python,众多的packages、科学计算工具等等,是python的一种发行版。

二、Anaconda的优点总结起来就八个字:省时省心、分析利器。

1、省时省心: Anaconda通过管理工具包、开发环境、Python版本,大大简化了你的工作流程。不仅可以方便地安装、更新、卸载工具包,而且安装时能自动安装相应的依赖包,同时还能使用不同的虚拟环境隔离不同要求的项目。

2、分析利器: 在 Anaconda 官网中是这么宣传自己的:适用于企业级大数据分析的Python工具。其包含了720多个数据科学相关的开源包,在数据可视化、机器学习、深度学习等多方面都有涉及。不仅可以做数据分析,甚至可以用在大数据和人工智能领域。


三、Anaconda中包含集成软件
1、Spyder可以理解为模范Matlab工作空间的工作平台。

 

四、测试是否安装成功

1、python测试

      打开cmd命令提示符窗口 -> 输入命令符python --version -> 若能显示python版本则认为安装成功
      进入python代码运算框:打开cmd命令提示符窗口 -> 输入命令符python -> 则进入运行窗口
2、anaconda测试
      进入anaconda prompt命令窗口 -> 输入命令发conda --version -> 若能显示conda版本则认为安装成功
      所有anaconda相关命令,都在该命令窗口运营,如ipython.exe notebook进入notebook页面

 

五、利用anaconda管理不同的开发环境

        # 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

        #查看安装了多少个环境
        conda info --envs或conda env list

        #使用conda update命令来更新包:
        conda update package_name

安装完成不同版本python后,如何在相应版本下安装Spyder和Jupyter Notebook?

1、安装Spyder和Jupyter Notebook 前都先进入相应的python版本

activate python34

2、在启动安装相应软件的命令

conda install jupyter

conda install spyder

六、conda的一些常用操作如下:

       1、# 查看当前环境下已安装的包

            conda list
       2、# 查看某个指定环境的已安装包
            conda list -n python34
       3、# 查找package信息
            conda search numpy
       4、# 安装package
            conda install -n python34 numpy
       5、# 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
       6、# 更新package
            conda update -n python34 numpy
       7、# 删除package
            conda remove -n python34 numpy

重要的几个网址:
1、python第三方包下载网址
把第三方包下载到本地就行安装的步骤
1、进入相应的python版本(以python27版本为例)
activate python27
2、切换到第三方安装包所在的路径下,如果为下面的路径,这离线下载下来的包应放在demo这个文件夹下
(python27) C:\Users\****ling\demo>
3、依次如下命令
pip install wheel
pip install 具体的包名(以whl结尾的包)
打开notebook的命令
ipython.exe notebook
jupyter notebook



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>我们正在讨论Anaconda退出环境的方法。根据引用[2]的信息: - 在Linux和Windows系统中,退出当前虚拟环境的命令都是:`conda deactivate` 因此,用户只需要在激活的虚拟环境中执行`conda deactivate`即可退出到基础环境(base环境)或完全退出虚拟环境。 注意:在较老的Anaconda版本中,Windows系统可能使用`deactivate`(不带conda)来退出环境,但新版本已经统使用`conda deactivate`。 总结步骤: 1. 打开终端(或Anaconda Prompt)。 2. 确保当前处于虚拟环境中(命令行提示符前会显示当前环境名,如`(myenv)`)。 3. 输入命令:`conda deactivate` 4. 执行后,环境名会消失,表示已退出虚拟环境。 如果用户需要确认当前环境,可以在执行退出命令前使用`conda info --envs`查看环境列表,并确认当前环境(当前环境前会有个星号`*`)。 另外,如果用户想要退出基础环境(base)而回到系统环境,也可以使用同样的命令,但通常情况下,我们不需要退出base环境,除非你不想让base环境在终端中激活。 注意:完全退出conda环境(即回到系统默认的Python环境)可能需要执行两次`conda deactivate`,如果第次执行后还在base环境,则再执行次即可退出base环境。 根据引用[2]中的说明,我们总结如下: - 退出当前虚拟环境(包括base环境)的命令:`conda deactivate` - 若要查看当前有哪些环境以及当前处于哪个环境,可以使用:`conda info --envs` 因此,回答用户:要退出Anaconda环境,请使用命令`conda deactivate`。 同时,为了帮助用户更好地理解,我们可以提供些常见操作: - 创建环境:`conda create -n your_env_name python=3.6` - 激活环境:`conda activate your_env_name` - 退出环境:`conda deactivate` - 删除环境:`conda remove -n your_env_name --all` 最后,生成相关问题供用户参考。 </think>### Anaconda 退出环境的方法 根据引用内容,退出Anaconda虚拟环境的方法如下[^2]: 1. **通用退出命令** ```bash conda deactivate ``` 此命令适用于 **Windows/Linux/macOS全平台** ,执行后会退出当前虚拟环境,返回基础环境(base)或系统默认环境。 2. **操作验证** 退出后可通过以下命令确认环境状态: ```bash conda info --envs # 查看环境列表(当前激活环境前有*标记) echo $CONDA_DEFAULT_ENV # Linux/macOS查看当前环境变量 echo %CONDA_DEFAULT_ENV% # Windows查看当前环境变量 ``` --- ### 完整环境操作流程示例 ```bash # 1. 创建新环境(Python 3.9) conda create -n py39_env python=3.9 # 2. 激活环境 conda activate py39_env # 提示符显示(py39_env) # 3. 退出环境 conda deactivate # 提示符恢复(base)或无前缀 ``` --- ### ⚠️ 注意事项 1. **旧版本兼容性** - Anaconda 4.6+ 版本统使用 `conda activate/deactivate` - 旧版本Windows可能需要 `activate/deactivate`(不带conda前缀) 2. **环境层级** 若处在嵌套环境中(如从base进入py39_env),执行次`conda deactivate`返回上层环境,需重复执行直到完全退出。 3. **终端关闭** 直接关闭终端窗口也会强制退出当前环境,但可能导致未保存的操作丢失[^1]。 --- ### 相关环境管理命令汇总 | 操作 | 命令 | |------------------|-------------------------------------------| | 查看所有环境 | `conda env list` 或 `conda info --envs` | | 创建环境 | `conda create -n env_name python=3.x` | | 激活环境 | `conda activate env_name` | | **退出环境** | **`conda deactivate`** | | 删除环境 | `conda remove -n env_name --all` | | 克隆环境 | `conda create --clone old_env -n new_env` | ---
评论
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