当前位置: 首页 > ds >正文

Anaconda安装与conda使用详细版

目录

1 下载安装Anaconda

1.1 下载安装Anaconda

1.2 校验环境变量

2 配置清华镜像源

2.1 .condarc文件

2.2 配置镜像源

3 修改虚拟环境路径和包缓存路径

3.1 检查路径

3.2 修改路径

3.3 修改用户权限

4 使用命令

4.1 conda自身管理命令

4.2 虚拟环境管理命令

4.3 依赖包管理命令

4.4 环境导出命令

5 配置PyCharm的conda环境


        Anaconda 是一个非常流行的 Python 发行版,包含了 Python 语言、众多常用的计算库,如 NumPy、Pandas、Matplotlib 等,能够极大地方便用户的开发和数据分析工作(尤其是深度学习)。

        Anaconda 提供了一个统一的环境管理工具,使用conda作为虚拟环境管理的工具。:

        conda是一个工具,主要是进行包管理虚拟环境管理。Anaconda是一个包含了众多的package、科学计算工具的集合, 所以我们也称Anaconda为Python的一个发行版。

1 下载安装Anaconda

        方式一:官网下载Download Anaconda Distribution | Anaconda,国外地址,速度慢,需要科学上网。

        方式二:清华镜像站Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror速度更快,推荐方式。

        这里选择清华镜像站下载安装。

1.1 下载安装Anaconda

        根据电脑系统选择合适的版本。

        一路next,选择Just Me,All Users需要管理员权限,后续操作比较麻烦。

        不推荐安装到C盘,其它盘符随便建立个能找到的路径。

        把第二个选项勾选,会自动添加环境变量。第三个选项会默认安装python 3.13的conda环境,根据需求选择。

        之后点击install,等待安装完成。

1.2 校验环境变量

        打开cmd,输入conda --version,如果输出版本号,则说明环境变量无误。

        如果没有返回版本号,则说明环境变量自动配置失败,需要手动添加环境变量。

D:\anaconda
D:\anaconda\Library\usr\bin
D:\anaconda\Library\mingw-w64
D:\anaconda\Library\bin
D:\anaconda\Scripts

        这5个路径是自己安装Anaconda的路径,需要修改成自己的。

2 配置清华镜像源

        许多包都是国外的地址,下载包时速度缓慢,配置清华镜像源就可以解决问题:

2.1 .condarc文件

        该文件一般会在安装时默认生成,位于路径C:\Users\自己的用户名:

        如果没有,需要手动创建(Windows用户无法直接创建.condarc文件),使用如下命令进行创建:

conda config --set show_channel_urls yes

2.2 配置镜像源

        打开.condarc文件,复制粘贴如下内容:

channels:- defaults
show_channel_urls: true
default_channels:- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudpytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

3 修改虚拟环境路径和包缓存路径

        使用Anaconda创建虚拟环境和安装依赖包时,如果放在C盘会让C盘很快就爆红,因此需要检查默认的安装路径:

3.1 检查路径

        输入如下命令可检查conda的配置信息:

conda info

        package cache是包缓存路径,默认使用第一项。

        envs directories是虚拟环境路径,默认使用第一项。

3.2 修改路径

        如果第一项是C盘(默认是Anaconda的安装路径,因此安装到C盘可能才有这个问题),需要修改,打开.condarc文件,添加如下路径信息(在其它盘创建路径):

envs_dirs:- D:\anaconda\envs
pkgs_dirs:- D:\anaconda\pkgs

        保存后即可修改成功。

3.3 修改用户权限

        如果未成功,可能是因为系统用户没有该路径的写入权限,右键单击这两个文件夹,选择“属性”,点击“安全”,为用户分配写入权限:

        点击高级,选择“添加”,然后输入用户名,添加写入权限(如果用户是电脑的唯一使用者,可以添加全部权限,更方便管理):

4 使用命令

4.1 conda自身管理命令

        查看conda版本

conda --version

        更新conda

conda update conda

        查看基本信息

conda info

4.2 虚拟环境管理命令

        创建虚拟环境

conda create -n environment_name

        创建虚拟环境并指定python解释器版本

conda create -n environment_name python=3.11

        创建虚拟环境、指定python版本并安装依赖包

conda create -n environment_name python=3.11 numpy pandas

        查询所有虚拟环境

conda env list

        激活虚拟环境(之后的安装依赖包就在该环境下进行,从而进行环境隔离)

conda activate environment_name

        退出当前虚拟环境

conda deactivate

        克隆当前虚拟环境

conda create --name new_environment --clone old_environment

        删除当前虚拟环境

conda remove -n environment_name --all

4.3 依赖包管理命令

        安装包

conda install package_name

        安装指定版本的包(pip命令是==)

conda install package_name=版本号

        把包安装到某个虚拟环境

conda install -n environment_name package_name

        卸载包

conda uninstall package_name

        更新包

conda update package_name   # 更新指定包

        更新所有包

conda update --all          # 更新所有包

        查看包信息

conda list

        搜索包

conda search package_name

        清理缓存中的包

conda clean --all

4.4 环境导出命令

        导出配置环境为yaml文件

conda env export > environment.yml

        导入yaml文件的配置环境

conda env create -f environment.yml

5 配置PyCharm的conda环境

        首先在本地创建新的虚拟环境:

        然后打开pycharm,找到Settings:

        依次选择左侧的Project、Python Interpreter:

        选择已经创建的conda环境(注意是envs目录下,这也是前面配置的虚拟环境路径):

        然后点击应用,等待项目加载完即可。

        可以创建Python文件,然后执行如下代码查看Python版本是否和虚拟环境的一致:

import sys
print(sys.executable)   # 输出实际使用的Python路径
print(sys.version)      # 输出版本信息

http://www.xdnf.cn/news/19331.html

相关文章:

  • Linux系统编程—进程概念
  • 文本嵌入模型的本质
  • 进程与线程的根本区别
  • Parasoft赋能测试:精准捕捉运行时缺陷
  • 解决RTX3070魔改16G在UBUNTU中黑屏问题
  • AI ToB,阿里商旅找了个好赛道
  • C++ 并发编程:全面解析主流锁管理类
  • Day17_【机器学习—特征预处理(归一化和标准化)】
  • Unity学习----【数据持久化】二进制存储(一)
  • 仿真高斯光束同时分析光纤耦合特点并仿真
  • 大模型入门学习微调实战:基于PyTorch和Hugging Face电影评价情感分析模型微调全流程(附完整代码)手把手教你做
  • Lenovo C225 一体机拆机维修教程
  • 从零开始学Shell编程:从基础到实战案例
  • 【完整源码+数据集+部署教程】骨折检测系统源码和数据集:改进yolo11-EfficientHead
  • flume事务机制详解:保障数据可靠性的核心逻辑
  • Vue3 kkfileview 的使用
  • 第八章 惊喜01 测试筹备会
  • Shell 中 ()、(())、[]、{} 的用法详解
  • ros2--service/服务--接口
  • Redis不同场景下的注意事项
  • C++中自由函数(free function)概念
  • 比随机森林更快更强?极限森林的核心逻辑与完整实践指南
  • 零知识证明的刑事证据困境:隐私权与侦查权的数字博弈
  • Hal aidl 模板
  • open webui源码分析12-Pipeline
  • 用docker安装rstudio-server
  • 【python开发123】三维地球应用开发方案
  • Adobe Acrobat 中通过 JavaScript 调用 Web 服务
  • ros、slam、激光雷达、自动驾驶相关学习内容和计划
  • 深度拆解判别式推荐大模型RankGPT!生成式精排落地提速94.8%,冷启动效果飙升,还解决了传统推荐3大痛点