Anaconda+conda创建python沙箱环境

最新推荐文章于 2025-04-29 22:50:49 发布
最新推荐文章于 2025-04-29 22:50:49 发布
阅读量3.1k 收藏 4
点赞数
分类专栏： Django 文章标签： anaconda+conda创建python沙箱环境
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_42218868/article/details/95398043
版权
本文介绍了如何利用Anaconda和conda来创建、管理、安装包以及删除Python的沙箱环境。步骤包括查看已安装包和环境，创建特定Python版本的环境，激活和关闭环境，以及安装和删除环境的操作。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

1、打开命令行，随便进入一个能运行python的目录
conda list查看安装了哪些包
在这里插入图片描述
2、conda env list或 conda info -e查看当前存在哪些虚拟环境
在这里插入图片描述
3、conda update conda检查更新当前conda
在这里插入图片描述
4、创建conda create -n 沙箱名 python=3.6.3
沙箱建立后自动放在Anaconda安装目录下的envs文件下
在这里插入图片描述
4、激活沙箱环境
python --version查看python版本
activate 沙箱名
在这里插入图片描述
5、在沙箱内安装包，如安装django
pip3 install django==2.1.8

最低0.47元/天 解锁文章
tensorflow1.5基于anaconda环境的创建及简单使用
yeyiboy的博客
02-04 655
一、tensorflow环境穿建 1、设置anaconda环境变量 2、进入anaconda启动目录C:\Program Files\ProgramData\Anaconda3\Scripts,打开cmd 3、创建tensorflow沙箱 conda create –n tensorflow python=3.6 或打开anaconda创建 4、激活沙箱 activate tensorflow...
在anaconda沙箱环境下安装flask框架
HelloDWW的博客
01-06 4087
一、下载anaconda软件 根据自己计算机的操作系统选择是下载64位的还是下载32位的，下载完之后保存在一个盘符里，我的放在D盘里![在这里插入图片描述](https://img-blog.csdnimg.cn/20200106200823252.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_a...
anaconda沙箱环境使用
qq_39112101的博客
06-27 654
Conda list 列出conda包 Conda create -n DjangoPath python==3.5.2 把东西安装到envs下。DjangoPath名字可以随意起。 Activate DjangoPath 切换版本，在这个版本下安装东西只会安装到这个环境下，DjangoPath对应上面创建的版本。 Deactivate 退出当前版本。 如果不需要环境的话到envs下删...
Virtualenv-python python 沙箱
M-zone
07-25 185
为了让不同项目的python库相互独立，在对python脚本执行时，用到了Virtualenv  1 安装    2 使用： virtualenv --python=/usr/local/python-2.7/bin/python --no-site-packages ~/pyenv 在pyevn下有了个独立的python沙箱环境 执行python文件可以直接用pyenv/bin/...
沙箱逃逸（Python沙盒逃逸深度解析）
最新发布
lza20001103的博客
04-29 1011
沙箱逃逸（Python沙盒逃逸深度解析）
Anaconda 沙盒构建指南|小白适用|Py新环境
DREAM_xs的博客
10-26 769
在数据科学和软件开发中，创建和管理多个项目时，为了避免不同项目之间的依赖冲突，使用虚拟环境（也称为沙盒）是一个非常好的实践。Anaconda 是一个流行的科学计算和数据科学平台，它提供了强大的工具来创建和管理这些虚拟环境。以下是使用 Anaconda 构建和管理沙盒（虚拟环境）的详细步骤。通过以上步骤，你可以轻松地在 Anaconda 中创建、管理和使用虚拟环境（沙盒），以确保不同项目之间的依赖相互独立，从而提高开发效率和项目稳定性。
python虚拟环境,conda的安装与使用(anaconda或miniconda)
热门推荐
大白说
12-31 6万+
Conda：是一种通用包管理系统，当然包含管理Python（支持linux, mac, win）
Flask -- (一) Flask的简介与anaconda沙箱环境安装
晴夏的博客
04-11 2188
1、简介 Flask是使用Python语言编写的一个轻量级 Web 应用框架，Flask框架灵活、轻便、安全且容易上手，使用该框架可以在短时间内完成功能丰富的中小型网站或Web服务的实现。 2、安装 由于各种因素我们需要不同版本的python，为了实现在同一个系统中使用多个python环境，我们可以使用沙箱环境来解决这个问题。所谓沙箱环境就是在一个系统当中,创建多个独立的微型python环境，环境...
Python开发软件&&环境配置 | Windows版本 | conda | pip | poetry | Docker
记录风老师成长的个人博客
03-31 1511
Windows版本Docker安装配置教程
docker（虚拟化，沙箱（沙盒），简介，docker和vm的区别，安装，基本操作，基本使用） 镜像的操作 容器的操作 使用mysql镜像 使用canda创建虚拟环境
langdei的博客
09-04 5896
一、docker 1.概念介绍 虚拟化： 是一种资源的管理技术，将计算机中的实体资源，进行抽象，然后呈现出来，目的是为了打破实体结构之间的不可分割障碍，使用户以更好的组态使用资源 形象化形容如下： 我有一台电脑 32G内存 2T固态 16核的cpu 需要给4个人使用， 可以使用虚拟化技术将一台高配置的电脑，抽象虚拟出多个低配值的电脑 将三台低配置的电脑通过虚拟化技术，进行资源的重新分配，整合成...
python搭建沙箱环境
lmchhh的博客
11-24 2268
python3.7.6所需module（不包括requests，certif和charset-normalizer），可以通过 https://pypi.org/ 进行下载。将除virtualenv所需的module导入到python后，最后将virtualenv进行install。
pip 与 virtualenv 的使用
公众号
11-22 1976
pip可以很方便的安装、卸载和管理Python的包。 virtualenv则可以建立多个独立的虚拟环境，各个环境中拥有自己的python解释器和各自的package包，互不影响。 pip和virtualenv可以很好的协同工作，同时使用这两个工具非常方便。 一般先安装pip，安装好后，pip install virtualenv就可以自动从网上下载并安装virtualenv了。然后vir
Python沙箱环境搭建
weixin_34176694的博客
07-31 2058
2019独角兽企业重金招聘Python工程师标准>>> ...
Anaconda的安装
也许会有_hui的博客
03-21 962
1.沙箱 独立而纯洁的环境 Anaconda本身已经带了python.web等 安装之后所有环境变量都被清了 ipython 可以用来写python 会自动下载安装各种版本 2.Anaconda的安装 Anaconda内存会越来越大，不要装在C盘 路径不要出现中文 上面的两项应该都勾选 第一项是把anaconda添加到系统的环境变量中 我没有选，所以后面我...
conda虚拟环境操作
yly的博客
07-25 7773
利用Anaconda安装了Python3.6,但有些Python2写的老代码不能在python3中跑，可以利用conda创建虚拟环境。 创建方法： conda create --name py2 python=2.7 则在anaconda3的文件夹下面的envs文件夹中产生了一个文件夹py2,里面存储这个虚拟环境的需要的包。 使用方法： source activate py2 ...
Ubuntu 16.04 在Conda沙盒环境下安装Caffe(Python2.7.15 + Protobuf2.6.1 + GPU)
世界很大
11-18 2879
最近做的课题需要阅读Caffe的代码，就抽时间配一下。发现官方教程是基于python2.7的，做死尝试了一次pyhton3.6没有成功(以后有空再研究)，所以就先用python2.7配了一下。 因为担心Caffe会影响miniconda3的其他环境，这里为Caffe单独创建一个沙盒环境。 前置要求是你需要成功配置GPU或者CPU，我使用的是Miniconda3 + CUDA 9.0 + CuDNN...
LInux利用Anaconda创建一个环境
weixin_33937913的博客
05-27 428
搭建机器学习模型时常需要不同的环境，在这里记录如何用Anaconda创建一个环境。 默认安装了anaconda. $ conda info --envs #查看conda的所有环境 $ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free $ conda config --ad...
Anaconda沙盒+Caffe编译安装 v2
学习 & 分享 ~
06-02 538
conda install caffe-gpu conda uninstall protobuf conda uninstall libprotobuf mkdir build cd build
Ubuntu(GPU)和MacOS(CPU) 在Conda沙盒环境下安装PyTorch 1.0.0
世界很大
11-18 2135
沙盒环境的好处在于它是独立的，不会影响其他的环境。 PyTorch 1.0.0是Facebook发布的框架，通过它可以很容易地迁移Mask R-CNN以及其它的开源项目。 安装GPU的话，你首先要保证机器的GPU已经配置完成，教程链接。 注意：我使用的是Ubuntu 16.04 + CUDA 9.0 + CuDNN 7.1.4，CPU基于MacOS 10.14.1 1 创建Pytorch 1.0....
conda如何管理多个python版本
03-13
<think>好的，我现在需要帮助用户了解Conda如何管理多个Python版本。用户之前已经询问过Conda的基本概念及其与其他工具的关系，现在这个问题更具体，所以我要确保回答有针对性。 首先，用户可能在使用多个项目，每个项目可能需要不同的Python版本。这时候，Conda的环境管理功能就显得很重要。我需要解释Conda如何通过创建独立环境来隔离不同Python版本，这样用户就不会混淆或冲突。 接下来，我应该详细说明具体步骤，比如创建环境时指定Python版本，如何切换环境，以及如何查看已安装的环境。这些操作都是用户实际会用到的，需要给出具体的命令示例，比如`conda create -n py39 python=3.9`，这样用户可以直接复制使用。 另外，用户可能关心如何管理不同环境，比如克隆环境或者导出环境配置，这样在团队协作或迁移项目时方便。这部分需要提到`conda create --clone`和`conda env export`命令，并给出例子。 还要注意用户可能遇到的常见问题，比如安装包时Python版本被改变，这时候需要提醒用户使用`python=版本号`固定版本，避免依赖冲突。同时，镜像源配置可能影响安装速度，可以建议用户更换国内镜像源，比如清华源，提升体验。 最后，总结Conda管理多版本的优势，强调环境隔离和依赖管理的便利性。确保回答结构清晰，步骤明确，用户能够一步步跟着操作，解决实际问题。</think>以下是Conda管理多Python版本的详细指南： --- ### 一、核心原理 Conda通过**环境隔离机制**实现多版本管理，每个环境都是独立的沙箱，其核心公式可表示为： $$ \text{环境}_i \Rightarrow \left( \text{Python版本}_i + \text{包集合}_i \right) \quad \forall i \in \text{项目} $$ --- ### 二、具体操作步骤 #### 1. 创建指定Python版本的环境 ```bash # 创建Python 3.7环境 conda create -n py37 python=3.7 # 创建Python 3.9环境（推荐显式指定小版本号） conda create -n py39 python=3.9.12 # 创建Python 2.7环境（注意：Python2已停止维护） conda create -n py27 python=2.7.18 ``` #### 2. 环境切换与验证 ```bash # 查看所有环境列表（*号标出当前激活环境） conda env list # 激活Python3.9环境 conda activate py39 # 验证Python版本 python --version # 输出：Python 3.9.12 # 切换回base环境 conda deactivate ``` #### 3. 多版本并存结构示例 ``` conda环境树 ├── base (Python 3.8) ├── py37 (Python 3.7) ├── py39 (Python 3.9) └── py27 (Python 2.7) ``` --- ### 三、版本管理技巧 #### 1. 精确控制版本 ```bash # 安装时精确指定次要版本（避免自动升级） conda install python=3.8.5 # 查看可用版本列表 conda search python ``` #### 2. 环境克隆与迁移 ```bash # 克隆环境（包含所有已安装包） conda create --name py39_clone --clone py39 # 导出环境配置（含Python版本信息） conda env export -n py39 > environment.yml # 根据配置文件重建环境 conda env create -f environment.yml ``` --- ### 四、注意事项 1. **版本兼容性** ```bash # 错误用法：可能导致Python版本被自动升级/降级 conda install tensorflow # 可能自动修改Python版本 # 正确做法：先锁定Python版本 conda install python=3.9 tensorflow ``` 2. **多版本并行运行** 不同环境的Python解释器路径示例： ```bash # Python3.9环境 /opt/anaconda3/envs/py39/bin/python # Python3.7环境 /opt/anaconda3/envs/py37/bin/python ``` 3. **Jupyter内核管理** ```bash # 在目标环境中安装ipykernel conda activate py39 conda install ipykernel python -m ipykernel install --name py39 --display-name "Python3.9" # 查看Jupyter内核列表 jupyter kernelspec list ``` --- ### 五、性能优化建议 1. **使用Mamba加速** ```bash # 安装更快的依赖解析器 conda install -n base -c conda-forge mamba mamba create -n py310 python=3.10 ``` 2. **镜像源配置** ```bash # 清华镜像配置示例（加速下载） conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --set channel_priority strict ``` --- 通过Conda的多版本管理，可以轻松实现以下场景： - 同时维护Python 2遗留项目和Python 3新项目 - 测试不同Python版本下的包兼容性 - 为不同机器学习框架匹配最佳Python版本（如TensorFlow 1.x需要Python3.7）
评论
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