Windows下python创建虚拟环境 及 python和anaconda两个环境共存的解决方法 及 conda创建虚拟环境

防踩坑教程,因为本人踩了很多次坑,包和虚拟环境乱的不要不要的,就是一脚一个坑的那种。

1、Windows下python创建虚拟环境

虚拟环境无非是更好的使用python版本,在python解释器下更好的管理包,防止包混乱。
首先需要安装好python和相应的环境变量使用pip install 装库

1.1、pip引入virtualenv库

pip install virtualenv

在命令行后面加个后缀可以大大提高下载安装包的速度

-i http://pypi.douban.com/simple --trusted-host pypi.douban.com

连起来就是

pip install virtualenv -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

1.2、创建虚拟环境

创建虚拟环境的文件夹virtual(随意取名)
cd 进入存放虚拟环境的文件夹virtual

virtualenv pystudy

这样默认创建你当前python版本的虚拟环境,名字是pystudy
在这里插入图片描述


如果本机装有多个版本,需要指明python解释器路径

virtualenv pystudy -p D:\Python\python.exe

在这里插入图片描述

1.3、设置workon环境变量

virtualenvwrapper是virtualenv的扩展管理包,用于更方便管理虚拟环境,-win是Windows版

pip install virtualenvwrapper-win  # 换源后缀就不说了,在上面

然后就配置workon环境变量
在这里插入图片描述
此时workon可以看你的虚拟环境了
在这里插入图片描述

1.4、常用命令行

workon  #列出虚拟环境列表
lsvirtualenv  #同上

mkvirtualenv pystudy111  #新建虚拟环境pystudy111(名字随便取)

workon pystudy  #激活/切换虚拟环境

deactivate  #离开虚拟环境

rmvirtualenv pystudy  #删除虚拟环境

2、python和anaconda两个环境共存的解决方法

想用Flask,Django,Scrapy 等框架的时候就用python,不需要用anaconda。 需要开发数据分析,大数据,深度学习的时候用anaconda就很不错了

2.1、配置环境变量

首先已安装好anaconda,配置好环境变量,按照自己对应路径。
在这里插入图片描述
在anaconda3下文件下找到python.exe,将其复制粘贴一份改名为apython.exe

2.2、改名

同样在原生python文件下进行同样操作,命名为python3.exe
然后在终端测试两个版本python是否可以运行
在这里插入图片描述
这个时候需要注意的就是使用pip的时候要指明python版本
例如:

python3 -m pip install [库名]  #在原生python下安装库

apython -m pip install [库名]  #在anaconda下装库

3、conda创建虚拟环境

3.1、首先了解一些conda常用命令行

conda list  # 查看已有包

conda env list  # 查看conda下的虚拟环境
conda info --env  # 同上

#安装和更新anaconda下的库
apython -m pip install requests
apython -m pip install requests --upgrade
#或者直接用conda
conda install requests
conda update requests

conda update --all  # 更新所有库

conda update conda  # 检查更新当前conda

3.2、创建虚拟环境

conda create -n env_name python=X.X
env_name是你虚拟环境的名字,X.X是安装python的版本(2.7,3.6等等)

 conda create -n env_name python=X.X

在这里你不需要cd进入存放虚拟环境的文件夹,env_name文件夹在anaconda目录的envs文件加下
在这里插入图片描述
在这里插入图片描述

3.3、激活(切换)进入虚拟环境

activate env_name  

创建好虚拟环境他会提示你
在这里插入图片描述
行首有(env_name)就说明进入了虚拟环境
在这里插入图片描述

3.4、退出虚拟环境

输入deactivate

deactivate

3.5、对虚拟环境中安装额外的包

法一:先激活虚拟环境,然后pip install [库名]

activate env_name #虚拟环境名
#然后
pip  install [库名]

法二:不激活虚拟环境

conda install -n env_name [库名]

在这里插入图片描述
在这里插入图片描述

3.6、删除环境中的某个库

conda remove --name env_name  [库名]

3.7、删除虚拟环境

conda remove -n env_name --all

总结
避免踩坑,但是编程就是一脚一个坑,加油!!!

<think>好的,我现在需要帮助用户解决Anaconda虚拟环境Python版本不一致的问题。用户想知道如何确保创建虚拟环境与指定的Python版本一致。根据用户提供的引用资料,我需要整理出具体的步骤注意事项。 首先,用户提到的引用[1]说明默认情况下,如果不指定Python版本,虚拟环境会使用Anaconda基础环境的版本。这可能就是导致版本不一致的原因。所以,解决方法应该是在创建环境时明确指定版本号。 引用[4]中提到,使用conda create -n xxx python=3.8可以指定版本。这里需要强调在命令中加入python=版本号的部分,这样就能确保安装特定版本。同时,用户可能不知道如何查看可用的版本,需要指导他们使用conda search python来查找。 另外,引用[5]提到在安装时可以添加anaconda参数,这样会安装更多的包,但速度可能较慢。这时候可能需要建议用户使用国内镜像源,如清华源,来加快下载速度,这部分在安装包时有用,比如pip使用-i参数。 用户可能遇到的另一个问题是激活环境Python版本仍然不对,这时候需要检查是否正确激活环境。引用[4]中的conda info --envs可以列出所有环境,确认是否创建成功。同时激活命令应该是conda activate xxx,但需要注意在WindowsLinux/macOS中的区别,比如Windows可能需要先执行activate进入基础环境。 还有可能出现的问题是指定的Python版本在conda仓库中不存在,这时候需要用户先搜索可用的版本。如果确实没有,可能需要添加其他渠道,比如conda-forge,或者使用其他方法安装。 总结步骤应该是:1. 查找可用版本;2. 创建时指定版本号;3. 激活并验证;4. 处理常见问题,如镜像源、环境激活等。同时,提醒用户安装后使用python --version检查版本是否正确,并给出示例命令,帮助用户理解。 最后,相关问题部分可以涉及性能优化、环境管理、多版本共存等,这样用户如果有进一步的问题,可以参考这些扩展问题。</think>### 分步解决方案 为确保Anaconda创建虚拟环境与指定Python版本一致,需通过以下步骤操作: #### 1. **明确指定Python版本** 在创建虚拟环境时,必须显式声明目标Python版本。若未添加版本参数,虚拟环境将默认继承Anaconda基础环境Python版本[^1]。 **正确命令格式**: ```bash conda create -n <环境名称> python=<版本号> ``` 示例: ```bash conda create -n py38 python=3.8 # 创建Python 3.8的虚拟环境 ``` #### 2. **验证可用的Python版本** 若不确定目标版本是否存在,可通过以下命令查看所有可用版本: ```bash conda search python ``` 此命令会列出Conda仓库中支持的Python版本,选择所需版本填入上述命令[^4]。 #### 3. **激活并验证环境** 创建完成后,激活环境并检查Python版本是否匹配: ```bash conda activate <环境名称> python --version # 输出应为指定版本,如Python 3.8.x ``` 若版本不符,可能是未正确激活环境创建时未指定版本。 #### 4. **处理常见问题** - **下载速度慢**:添加清华镜像源加速下载: ```bash conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --set show_channel_urls yes ``` - **安装额外依赖包**:在创建命令末尾添加`anaconda`参数,自动安装基础科学计算包(但会显著增加安装时间)[^5]。 ```bash conda create -n py38 python=3.8 anaconda ``` --- ### 关键注意事项 1. **避免路径冲突**:若需将虚拟环境安装到指定路径(而非默认路径),可使用`--prefix`参数: ```bash conda create --prefix=/path/to/envs/py38 python=3.8 ``` 激活时需使用完整路径: ```bash conda activate /path/to/envs/py38 ``` [^2] 2. **多版本兼容性**:若需为特定框架(如TensorFlow 1.x)匹配Python版本,需参考框架的版本兼容表。例如: ```bash conda create -n tf1 python=3.6 # TensorFlow 1.15支持Python 3.6-3.7 conda activate tf1 pip install tensorflow==1.15.0 ``` [^5] --- ### 验证结果示例 ```bash # 创建环境 conda create -n test_env python=3.9 -y # 激活环境 conda activate test_env # 检查Python版本 python --version # 应显示Python 3.9.x ``` ---
评论 1
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