我们在使用 Python 时,有时需要多个 Python 的环境,有的使用 Python2,而有的要使用 Python3,这时就要安装多个版本的 Python,但是管理起来很不方便。Conda 的作用在此刻就显现出来了,它可以创建多个 Python 环境,统一管理,互不干扰,非常方便。
Conda 是一个开源的软件包和环境管理系统,用于安装多个版本的软件包及其依赖关系,并在它们之间轻松切换。它的包管理与 pip 类似,可以用来管理 Python 的第三方包。
Anaconda
和 Miniconda
都是基于 Conda 的管理工具集合,它们包含了 Conda、某一个版本的 Python 和一批第三方库等。其中 Anaconda 包含了 Conda、Python 等 180 多个科学计算的包及其依赖项,因此体积较大。而 Miniconda 是最小的 Conda 安装环境,仅包括一些必要的工具集。
Conda 官网
Anaconda 下载页面
Miniconda 下载页面
Anaconda 和 Miniconda 均支持 Windows
、macOS
和 Linux
等主流操作系统,请按需求选择相应版本下载。
Anaconda(或 Miniconda)安装完成后,在开始菜单打开 Anaconda Prompt,执行以下命令
conda create -n tensorflow python=3.8.12
tensorflow
是创建的新环境名称,可以任意取-n
是 --name
的简写python=3.8.12
是新环境安装的 Python 版本号,不加则默认为 Anaconda(或 Miniconda)的 Python 版本输入命令激活前面创建的名为 tensorflow 的环境
conda activate tensorflow
(base) C:\Users
变为 (tensorflow) C:\Users
时,说明已经激活并进入新环境中在 当前环境 下,输入命令安装 tensorflow
# 使用 conda 安装
conda install tensorflow
# 使用 pip 安装 (推荐)
pip install tensorflow
在使用 Conda 创建的 Python 环境中可以使用 pip 安装包
等待安装完成即可
退出 tensorflow 环境
conda deactivate
(tensorflow) C:\Users
重新变为 (base) C:\Users
时,说明已经退出新环境,回到 base
环境在任意环境下输入以下命令
conda info -e
# 或者
conda env list
执行此命令后,会显示以下结果
## conda environments:
#
base * C:\ProgramData\Anaconda3
tensorflow C:\ProgramData\Anaconda3\envs\tensorflow
*
号表示目前所处的环境位置conda list
以下显示即为已经安装的包
## packages in environment at C:\ProgramData\Anaconda3:
#
## Name Version Build Channel
_ipyw_jlab_nb_ext_conf 0.1.0 py38_0
alabaster 0.7.12 py_0
anaconda 2020.11 py38_0
anaconda-client 1.7.2 py38_0
...
## 注:剩余的包此处已略过
conda remove -n tensorflow --all
tensorflow
为移除的环境名称Conda 其实并没有重命名指令,实现重命名是通过克隆完成的,分两步:
## 第一步:
conda create -n pytorch --clone tensorflow
## 第二步:
conda remove -n tensorflow --all
--clone
后面为旧环境的名字-n
后面为新的名字Anaconda Navigator 是 Anaconda 的桌面图形用户界面,可以不使用命令行命令来实现 Conda 的基本操作,同样适用于 Windows,macOS 和 Linux。
Anaconda 默认的 base
环境已经安装了 Anaconda Navigator,而 Miniconda 需要输入以下命令来安装
conda install anaconda-navigator
打开 Anaconda Navigator 之后,按如下步骤操作来创建环境:
conda
命令或者 pip
命令base
为基础环境,Anaconda 安装完成后自动产生C:\ProgramData\Anaconda3\envs
(以默认安装位置为例)