anaconda环境配置

1-1 anaconda下载

(我也给了,可以直接安装)

anaconda.com 然后点击Free Download 可以下载

image-20241116121255134

image-20241116121335674

image-20241116121432040

1-2 安装

等待下载完成,下载好了以后右击以管理员身份运行

image-20241116121653023

NExt

image-20241116121723416

image-20241116121738371

image-20241116121755747

image-20241116121851756

image-20241116121927671

等待安装完成

image-20241116121955096

如果你电脑需要安装多个Python环境的话,直接安装就会很难管理。就会出现一大堆问题因此anaconda就可以给你很好的管理Python环境,至于如何很好的管理Python环境,做到多个Python环境之间隔离的,大家去百度看看别的博客,我不细讲了

image-20241116123009227

image-20241116123042152

image-20241116123121355

这样就安装完成了,接下来给大家教一教如何使用

1-3 简单使用

点击左下角的Windows图标,发现最上面已经有了一些anaconda相关的程序

image-20241116123303482

image-20241116123421917

点击Environment 发现有个 base,这个就是一个主环境,右边就是这个主环境里安装的Python包

image-20241116123535447

这个就是一个独立的环境,如果你在项目里用的是这个Python环境的话,跟其他换将完全隔离开来的,你在Python代码里导入的包只会从这个环境导入,你想在项目里安装某个包,也只能在这个环境里安装

我现在新建一个新的环境

image-20241116123823941

选择环境的名字(可以随便取,选择Python解释器)

image-20241116123904053

比如我安装一个3.10 的版本,点击create就会开始创建环境

image-20241116123933315

image-20241116124026776

已经创建完成了,能看到绿色的图标在 我新创建的虚拟环境上面,这说明,当前激活的是aini_01这个环境

image-20241116124144032

项目里面,你应该如何指定这个环境呢,接下来我教你,比如在PyCharm里面

image-20241116124520964

image-20241116124536747

image-20241116124623556

image-20241116124649432

image-20241116124704911

image-20241116124732331

image-20241116124838075

image-20241116124900975

可以看出来,这个就是我们安装的anaconda环境了,项目里可以用这个环境

下面就是这个环境里的Python包,你也可以通过 +号来给这环境安装包

image-20241116124943534

有时候点左下角Python版本,也能可以快速切换不同的环境

image-20241116125128904

1-4 命令行使用

其实有时候用界面卡的要死,anaconda还是蛮大的,用命令行会更快捷一点,先了解一下命令行,我再告诉大家如何使用


1. Anaconda的安装与验证

1.1 安装
  • 下载:从 Anaconda官方网站 下载对应操作系统的安装包。
  • 安装:安装时选择添加到系统环境变量(或后续手动设置)。
1.2 验证安装

打开anaconda终端,(是anaconda终端,不是电脑终端,anaconda没有配置环境变量,所以只能用anaconda的终端)

image-20241116125643954

安装完成后,可以通过以下命令验证:

conda --version

如果正确安装,会显示Anaconda版本,比如:

conda 23.1.0

image-20241116125727440

2. 环境管理

Anaconda 的环境管理是它最强大的功能之一,可以创建、管理、删除虚拟环境。

2.1 创建环境

创建一个名为 myenv 的新环境,并指定 Python 版本:

conda create --name myenv python=3.9
# 比如创建一个名为aini02 的虚拟环境,Python版本是3.9
conda create --name aini02 python=3.9

解释

  • --name myenv:指定环境名称。
  • python=3.9:指定Python版本为3.9。

现在开始创建环境了

image-20241116125849902

2.2 查看所有环境

列出所有已创建的环境:

conda env list

输出示例:

# conda environments:
#
base                  *  /home/user/anaconda3
myenv                    /home/user/anaconda3/envs/myenv

base 是默认环境。

当前在默认环境,(aini_02环境,我虚拟机演示的,很费时间,我没有安装完成)

当前两个环境,前面有 的就是默认环境*

image-20241116130254985

2.3 激活环境

激活指定环境:

conda activate aini_01

激活后,命令行前面会显示环境名,类似这样:

(aini_01) $

image-20241116130720889

2.4 退出环境

从当前环境返回到默认环境:

conda deactivate

现在回到默认的主环境了

image-20241116130755011

2.5 删除环境

删除一个环境(如 aini_01):

conda remove --name aini_01 --all

--all 会删除该环境的所有文件。

这个命令就不演示了,大家可以自己试一试


3. 包管理

很多时候我们需要给某一个环境安装包

3.1 安装包

在当前环境中安装 numpy

conda install numpy

image-20241116130940782

安装完成

image-20241116131008117

3.2 指定版本安装

安装特定版本(如 numpy 1.21.2):

conda install numpy=1.21.2
3.3 更新包

更新 numpy 到最新版本:

conda update numpy
3.4 删除包

删除安装的 numpy 包:

conda remove numpy

image-20241116131119228

3.5 查看已安装包

列出当前环境中的所有包:

conda list

输出示例:

# packages in environment at /home/user/anaconda3/envs/myenv:
#
# Name                    Version                   Build  Channel
numpy                     1.21.2                   py39_0
pandas                    1.3.3                    py39_0

image-20241116131221036

4. 克隆环境

将现有环境(如 myenv)复制到一个新环境(如 myenv_clone):

conda create --name myenv_clone --clone myenv

下面的内容不是特别常用,我就不演示了,简单了解就行

5. 导出和导入环境

5.1 导出环境

将环境(如 myenv)导出到 environment.yml 文件:

conda env export --name myenv > environment.yml

生成的文件内容示例:

name: myenv
dependencies:
  - python=3.9
  - numpy=1.21.2
  - pandas=1.3.3
5.2 从文件导入环境

根据 environment.yml 文件创建一个环境:

conda env create --file environment.yml

6. 通道管理(Channels)

Conda 使用通道(channel)来下载包,默认通道为 defaults,可以切换到社区维护的通道如 conda-forge

6.1 添加通道

添加 conda-forge 通道:

conda config --add channels conda-forge
6.2 查看通道优先级

查看当前环境的通道配置:

conda config --show channels
6.3 设置通道优先级

conda-forge 设置为最高优先级:

conda config --set channel_priority strict

7. 清理缓存

Conda 会在本地保存下载的包,长时间使用后可能占用较多空间。

7.1 查看缓存信息
conda clean --info
7.2 清理未使用的包和索引文件
conda clean --all

8. 安装Jupyter Notebook

在当前环境中安装 Jupyter Notebook:

conda install jupyter

激活环境后,启动 Jupyter Notebook:

jupyter notebook

在浏览器中会打开一个界面,你可以在其中运行 Python 代码。


9. 从pip安装包

虽然 Conda 推荐使用 conda install,但某些包可能只支持 pip。在 Conda 环境中,可以使用以下方式安装:

pip install package_name

例如安装 requests

pip install requests

注意:尽量避免混用 pipconda install,可能会引发依赖冲突。


10. 解决依赖冲突

当安装或更新包时出现依赖冲突,可以尝试以下方法:

conda install package_name --strict-channel-priority

或者让 Conda 自动尝试解决:

conda update --all

11 总结:常用命令速查表

操作 命令
查看 Conda 版本 conda --version
创建环境 conda create --name myenv python=3.9
激活环境 conda activate myenv
退出环境 conda deactivate
查看所有环境 conda env list
删除环境 conda remove --name myenv --all
安装包 conda install package_name
更新包 conda update package_name
删除包 conda remove package_name
查看已安装包 conda list
导出环境 conda env export --name myenv > environment.yml
导入环境 conda env create --file environment.yml
清理缓存 conda clean --all
添加通道 conda config --add channels channel_name

1-5 jupyter notebook 的使用

主环境里面默认是安装了的,如何打开呢?

image-20241116131357231

点击以后默认自动打开浏览器的,但是有时候如果不是自动打开的话,请你可以用复制下面的浏览器地址,在浏览器打开

image-20241116131501157

虚拟机太卡了,我用自己的主机演示

image-20241116131627695

复制下面地址,浏览器打开

image-20241116131711033

image-20241116131738384

有时候大家希望在指定目录打开,那就需要切换目录,可以打开anaconda终端

image-20241116131835948

image-20241116131932743

然后再cd 到指定目录,比如我切换到 桌面上的环境配置目录,然后终端输入jupyter notebook可以在当前目录打开终端

image-20241116132038746

image-20241116132151267

新建文件写代码,New -> Notebook

image-20241116132216682

image-20241116132254542

image-20241116132308365

image-20241116132346676

1-6 关于配置环境变量

大家可以百度一下如何配置环境变量,如果不知道环境变量是干什么的,也可以百度了解,不过不建议配置环境变量,大家使用的时候直接打开anaconda的终端进行使用就可以

Logo

魔乐社区(Modelers.cn) 是一个中立、公益的人工智能社区,提供人工智能工具、模型、数据的托管、展示与应用协同服务,为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作,由全产业链共同建设、共同运营、共同享有,推动国产AI生态繁荣发展。

更多推荐