Python学习(一、利用Anacanda管理Python环境与包)

文章目录

  • 一、 Anacanda与Conda简介
    • 1. Anacanda
    • 2. Conda
  • 二、 Anacanda安装注意事项
    • 1. 选Anacanda2还是Anacanda3?
    • 2. 环境变量的配置
  • 三、 Anacanda管理虚拟环境
    • 1. 常用指令
    • 2. 创建环境遇到的坑
      • (1)2020年6月
      • (2)2020年7月更正
      • (3)2020年7月22日报错记录
  • 四、 Conda对包的管理
    • 1. 常用指令
  • 五、 Anacanda与pycharm连接
  • 六、 Jupyter使用Anacanda创建的虚拟环境
    • 1.步骤
      • (1)激活环境
      • (2)安装ipykernel
      • (3)将环境写入notebook的kernel
      • (4)打开notebook切换kernel即可

一、 Anacanda与Conda简介

1. Anacanda

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。

2. Conda

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。

二、 Anacanda安装注意事项

1. 选Anacanda2还是Anacanda3?

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。

2. 环境变量的配置

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

Python学习(一、利用Anacanda管理Python环境与包)_第1张图片

三、 Anacanda管理虚拟环境

1. 常用指令

# 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

2. 创建环境遇到的坑

(1)2020年6月

在这里插入图片描述
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

显示如下即为成功:
在这里插入图片描述
重新创建环境:

conda create -n learn python=3

Python学习(一、利用Anacanda管理Python环境与包)_第2张图片
查看现在的所有python环境:

conda env list

Python学习(一、利用Anacanda管理Python环境与包)_第3张图片
可以看到我们新建的环境learn。

(2)2020年7月更正

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

(3)2020年7月22日报错记录

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

四、 Conda对包的管理

1. 常用指令

# 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

五、 Anacanda与pycharm连接

Setting => Project => Project Interpreter
添加所需环境目录下的python.exe即可。
Python学习(一、利用Anacanda管理Python环境与包)_第4张图片

六、 Jupyter使用Anacanda创建的虚拟环境

1.步骤

(1)激活环境

activate jupyterenv

(2)安装ipykernel

conda install ipykernel

(3)将环境写入notebook的kernel

python -m ipykernel install --user --name jupyterenv --display-name "Python (jupyterenv)"

可以给juypter添加多个内核
在这里插入图片描述

(4)打开notebook切换kernel即可

jupyter notebook

Python学习(一、利用Anacanda管理Python环境与包)_第5张图片

你可能感兴趣的:(Python学习,python)