Anacanda是一个用于科学计算的Python发行版,支持 Linux, Mac, Windows系统,提供了包管理与环境管理的功能,可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。Anaconda利用工具/命令conda来进行package和environment的管理,并且已经包含了Python和相关的配套工具。
conda可以理解为一个工具,也是一个可执行命令,其核心功能是包管理与环境管理。包管理与pip的使用类似,环境管理则允许用户方便地安装不同版本的python并可以快速切换。Anaconda则是一个打包的集合,里面预装好了conda、某个版本的python、众多packages、科学计算工具等等,所以也称为Python的一种发行版。
Anacanda下载有2和3区分,对应默认base环境是python2还是python3之分,因为之后可以使用conda安装其他版本python环境,故这里选择哪个版本均可。
Anacanda下载完成后,需要配置环境变量, 添加 anaconda的安装目录的Scripts文件夹路径,比如我的路径是:C:\Users\68814\Anaconda3\Scripts
打开cmd命令行,输入:
conda --version
显示如下,则说明Anacanda安装成功
# 查看帮助
conda -h
# 创建一个名字为python27的环境,并安装python2.7版本(创建的环境都放在envs文件夹中)
conda create --name python27 python=2.7
# 也可以改成python3.6,或者再加一个tensorflow-gpu 1.10
conda create --name python27 python=3.6 tensorflow-gpu=1.10
# 激活或切换环境 (单输入activate会进入base环境)
activate python36
# 再来检查python版本,显示是 3.6
python -V
# 退出当前环境
deactivate python36
# 删除该环境
conda remove -n python36 --all
# 或者
conda env remove -n python36
错误原因:
在Anacanda下创建环境时报错,是因为之前按照教程改了镜像地址,现在情怀已经停止Anacanda镜像服务,故需要改回默认镜像。
操作如下:
activate
conda config --remove-key channels
conda config --show channels
conda create -n learn python=3
conda env list
清华镜像已经可以恢复使用,故再次将下载地址改为清华镜像地址
添加方法:
命令行中直接使用以下命令
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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
# 设置搜索时显示通道地址
conda config --set show_channel_urls yes
创建环境的时候报错:
CondaHTTPError: HTTP 000 CONNECTION FAILED for url https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/current_repodata.json
解决方案:
在C:\Users\68814下的.condarc文件中,将清华源的https修改为http后解决。
修改后的.condarc文件内容:
show_channel_urls: true
ssl_verify: true
channels:
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
channel_priority: flexible
# 更新conda
conda update conda
# 更新所有的包
conda update --all
# 清除删除索引缓存、锁定文件、未使用过的包和tar包
conda clean -a
# 安装scipy
conda install scipy
# conda会从从远程搜索scipy的相关信息和依赖项目,对于python 3.4,conda会同时安装numpy和mkl(运算加速的库)
#指定安装包的版本
conda install numpy=1.14
# 查看已经安装的packages
conda list
# 最新版的conda是从site-packages文件夹中搜索已经安装的包,不依赖于pip,因此可以显示出通过各种方式安装的包
# 查找package信息
conda search numpy
# 更新package
conda update -n python34 numpy
# 删除package
conda remove -n python34 numpy
Setting => Project => Project Interpreter
添加所需环境目录下的python.exe即可。
activate jupyterenv
conda install ipykernel
python -m ipykernel install --user --name jupyterenv --display-name "Python (jupyterenv)"
jupyter notebook