1、Anaconda3 的简介

Anaconda 是一个开源的 Python 和 R 编程语言的发行版，专门用于数据科学、机器学习、人工智能和科学计算等领域。它集成了许多数据分析和科学计算所需的工具、库和包，并提供了一个强大的环境管理和包管理工具（conda）。

主要特点

1. 集成工具：Anaconda 包含了 Python 解释器、常用的科学计算库（如 NumPy、Pandas、Matplotlib、SciPy、Scikit-learn 等）以及 Jupyter Notebook 等工具。
2. 环境管理：可以轻松创建和管理多个 Python 环境，避免不同项目之间库和依赖冲突。
3. 包管理：通过 conda 来安装、更新和卸载库，conda 包管理器非常适合用于科学计算领域。
4. 跨平台：Anaconda 支持 Windows、macOS 和 Linux 操作系统。

Anaconda 的目标是简化数据科学家的工作流程，让他们专注于研究和开发，而不是在环境和包管理上浪费时间。

3、Anaconda3 安装步骤

Windows 系统：

1. 官网下载安装程序
   访问 Anaconda 官网 . Anaconda 下载页面。

2. 鼠标选中“Products”，点击“Indiviaual Edition”选项（Individual Edition是免费版的）。下载适合 Windows 操作系统的 64 位或 32 位版本。
   

3. 在Anaconda安装的过程中，比较容易出错的环节是环境变量的配置，所以大家在配置环境变量的时候，要细心一些。

   • 双击下载的 .exe 安装包，启动安装向导。
   • 选择 “Add Anaconda to my PATH environment variable”，这会将 Anaconda 添加到环境变量中，方便从命令行调用。
   • 选择 “Register Anaconda as my default Python”，这将使 Anaconda 成为系统的默认 Python 解释器。
   • 完成安装后，点击 Finish。
     
     
     

4. 验证安装：打开命令提示符（cmd），输入conda --version，如果安装成功，会显示 conda 的版本信息。

(base) C:\Users\Lenovo>conda env list

# conda environments:
#
base                 * E:\Program Files\anaconda3


(base) C:\Users\Lenovo>conda --version
conda 24.11.0

(base) C:\Users\Lenovo>

3、Python虚拟环境配置

使用虚拟环境可以帮助你在不同的项目中使用不同版本的 Python 和库，避免依赖冲突。

3.1 创建虚拟环境

1. 打开 Anaconda Prompt 或终端（根据系统不同）。

2. 配置配置清华镜像源作为下载源。
   因为Anaconda的下载源默认在国外，如果不配置我们国内源的话，下载速度会慢到你怀疑人生的。而且很多时候会导致网络错误而下载失败。配置方法如下： 打开Anaconda Prompt，执行以下命令，将清华镜像配置添加到Anaconda中。

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

3. 创建虚拟环境： 使用 conda 创建虚拟环境，指定 Python 版本（例如 python=3.8）。

conda create --name python38 python=3.8

这会创建一个名为 python38 的虚拟环境，并安装指定的 Python 版本。

4. 确认创建： 安装过程中，conda 会列出将要安装的软件包，确认无误后，输入 y 继续。
5. 查看当下有的python环境。

3.2 激活虚拟环境

• 激活虚拟环境：

conda activate python38

激活后，命令行前会显示环境名称（例如 (python38 )），表示当前正在使用该环境。

3.3 安装包和管理环境

1. 安装需要的包： 在虚拟环境中，可以使用 conda 或 pip 安装所需的库。例如：

conda install numpy pandas matplotlib

例如

pip install numpy pandas matplotlib

• 列出已安装的包： 查看当前虚拟环境中安装的所有包

conda list

3.4 退出虚拟环境

• 退出虚拟环境： 使用以下命令退出当前虚拟环境

conda deactivate

3.5 删除虚拟环境

• 如果不再需要某个虚拟环境，可以删除它

conda remove --name myenv --all

3.6 管理虚拟环境

• 查看所有虚拟环境

conda env list

会列出所有已创建的虚拟环境。

• 导出虚拟环境配置： 如果你希望分享当前环境的配置，可以导出为一个 YAML 文件

conda env export > environment.yml

• 创建新环境并安装指定库： 使用 YAML 文件创建虚拟环境

conda env create -f environment.yml

通过这些步骤，你可以方便地在不同项目中管理独立的 Python 环境和库，避免依赖冲突，确保项目之间的隔离性。

安装包

链接：https://pan.quark.cn/s/a1d218b37e32
提取码：B6te

参考内容

[1]:https://blog.csdn.net/fly_enum/article/details/139753360
[2]:https://zhuanlan.zhihu.com/p/464219687
[3]:https://chatgpt.com/