mac conda安装

目录

安装

把anaconda的路径配置到系统环境变量中

默认base环境

新建虚拟环境

对虚拟环境中安装额外的包

配置国内镜像源

清华源:

中科大源:

与他人分享虚拟环境的配置


安装

下载地址

Index of /

mac conda安装_第1张图片

默认目录/Users/shengze/miniconda3

把anaconda的路径配置到系统环境变量中

  • 在mac终端中,可以输入 echo $PATH 用来查看系统当前的所有环境变量。
  • echo 'export PATH="/Users/shengze/miniconda3/bin:$PATH"' >> ~/.zshrc
  • 激活命令:source ~/.zshrc
  • 输入 conda --version
  • conda env list

默认base环境

以上安装完成后,电脑系统中就只有一个python/conda编程环境-base。

mac conda安装_第2张图片

新建虚拟环境

还想新建一个独立于默认base的编程环境,安装python3.6,和tf1.15.0

  • 首先,创建命令:conda create -n py36tf1 numpy pandas python=3.6
    py36tf1是我给新建环境的命名,可改成自己的。numpy pandas是可以同时下载的包。指定python3.6版本。

  • 激活新环境命令:source activate py36tf1

  • 可以使用命令:conda env list看看现在有哪些编程环境了。我的结果如下:

mac conda安装_第3张图片

星号表示当前所在的环境。

退出当前环境,使用命令:conda deactivate(同时也切换到另一环境)

  • 激活某个环境:conda activate py36tf1

对虚拟环境中安装额外的包

使用命令conda install -n your_env_name [package]即可安装package到your_env_name中

conda activate py36tf1

pip install numpy deepctr deepmatch


conda install -n py36tf1 numpy

配置国内镜像源

切换conda源

清华源:

conda config --add channels Index of /anaconda/pkgs/free/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

conda config --add channels Error

conda config --add channels Index of /anaconda/cloud/msys2/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

中科大源:

conda config --add channels Index of /anaconda/pkgs/main/ | 北京外国语大学开源软件镜像站 | BFSU Open Source Mirror

conda config --add channels Index of /anaconda/pkgs/free/ | 北京外国语大学开源软件镜像站 | BFSU Open Source Mirror

conda config --add channels Error

conda config --add channels Index of /anaconda/cloud/msys2/ | 北京外国语大学开源软件镜像站 | BFSU Open Source Mirror

conda config --add channels Index of /anaconda/cloud/bioconda/ | 北京外国语大学开源软件镜像站 | BFSU Open Source Mirror

conda config --add channels Index of /anaconda/cloud/menpo/ | 北京外国语大学开源软件镜像站 | BFSU Open Source Mirror

与他人分享虚拟环境的配置

例如现在要与他人分享my_station这个虚拟环境。

首先激活这个虚拟环境conda activate my_station,之后执行conda env export命令即可看到环境的相关配置。这里可以重定向输出流,例如conda env export > my_station_config.yml即可在当前目录下创建一个名叫my_station_config.yml的文件。

当他人获得这个文件之后,执行conda env create -f my_station_config.yml就可以得到一模一样的环境了。

你可能感兴趣的:(环境搭建,macos,conda,python)