anaconda 创建虚拟环境(自己版本) | 您所在的位置:网站首页 › anaconda配置环境变量 › anaconda 创建虚拟环境(自己版本) |
首先安装anaconda(3)
Anacond的介绍Anaconda指的是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项。 因为包含了大量的科学包,Anaconda 的下载文件比较大(约 531 MB),如果只需要某些包,或者需要节省带宽或存储空间,也可以使用Miniconda这个较小的发行版(仅包含conda和 Python)。 Conda是一个开源的包、环境管理器,可以用于在同一个机器上安装不同版本的软件包及其依赖,并能够在不同的环境之间切换 Anaconda包括Conda、Python以及一大堆安装好的工具包,比如:numpy、pandas等 Miniconda包括Conda、Python Anacond下载下载地址:https://www.anaconda.com/download/
Anaconda 是跨平台的,有 Windows、macOS、Linux 版本,我们这里以 Windows 版本为例,点击那个 Windows 图标。 我这里选择下载 Python 2.7 version *--Python 2.7 版 * 64-Bit Graphical Installer (564 MB) --64位图形安装程序(564 MB) 当然,你也可以根据自己的实际情况,选择 Python 3.6版的,或者 32-Bit 版本的。 安装包有 564MB,因为网速的关系,下载时间可能会比较长,请耐心等待。我这里下载完成 Anaconda2-5.2.0-Windows-x86_64.exe文件了。
安装 Anaconda 双击下载好的 Anaconda2-5.2.0-Windows-x86_64.exe文件,出现如下界面,点击 Next 即可。
点击Next
点击 I Agree (我同意),不同意,当然就没办法继续安装啦。
Install for: Just me还是All Users,假如你的电脑有好几个 Users ,才需要考虑这个问题.其实我们电脑一般就一个 User,就我们一个人使用,如果你的电脑有多个用户,选择All Users,我这里直接 All User,继续点击 Next 。
Destination Folder 是“目标文件夹”的意思,可以选择安装到什么地方。默认是安装到 C:\ProgramData\Anaconda2文件夹下。你也可以选择 Browse... ,选择想要安装的文件夹。我这里 C 盘空间充裕,所以我直接就装到默认的地方。 这里提一下,Anaconda 很强大,占用空间也不小啊,2.6GB,差不多是一部高清电影的体积了。不过,为了学习,这点硬盘空间算什么呢。 继续点击 Next> 。
这里来到 Advanced Options 了,所谓的“高级选项”。如果你英文好,有一定背景知识的话,肯定明白这界面上的意思。两个默认就好,第一个是加入环境变量,第二个是默认使用 Python 2.7,点击“Install”,终于开始安装额。 安装时间根据你的电脑配置而异,电脑配置高,硬盘是固态硬盘,速度就更快。安装过程其实就是把 Anaconda2-5.2.0-Windows-x86_64.exe文件里压缩的各种 dll 啊,py 文件啊,全部写到安装目标文件夹里。
过程还是很漫长的,毕竟 2.6GB 的无数个小文件啊,请耐心等待。
经过漫长的等待,终于安装完成 Installation Complete (安装完成)了,点击最后一个 Next>。
点击Install Microsoft VSCode
点击 Finish,那两个 √ 可以取消。
配置环境变量如果是windows的话需要去 控制面板\系统和安全\系统\高级系统设置\环境变量\用户变量\PATH 中添加 anaconda的安装目录的Scripts文件夹, 比如我的路径是C:\ProgramData\Anaconda2\Scripts, 看个人安装路径不同需要自己调整. 之后就可以打开命令行(最好用管理员模式打开) 输入 conda --version
如果输出conda 4.5.4之类的就说明环境变量设置成功了. 为了避免可能发生的错误, 我们在命令行输入conda upgrade --all 先把所有工具包进行升级================================================>>>>>>>>>>>>>>>>>>>>>>>>>>> 接下来创建虚拟环境 接下来我们就可以用anaconda来创建我们一个个独立的python环境了.接下来的例子都是在命令行操作的,请打开你的命令行吧. 1) activate 直接输入命令 activate activate 能将我们引入anaconda设定的虚拟环境中, 如果你后面什么参数都不加那么会进入anaconda自带的base环境, 你可以输入python试试, 这样会进入base环境的python解释器, 如果你把原来环境中的python环境去除掉会更能体会到, 这个时候在命令行中使用的已经不是你原来的python而是base环境下的python.而命令行前面也会多一个(base) 说明当前我们处于的是base环境下。 2)开始创建自己的虚拟环境 我们当然不满足一个base环境, 我们应该为自己的程序安装单独的虚拟环境. 创建一个名称为python37的虚拟环境并指定python版本为3.7(这里conda会自动找3.7中最新的版本下载) conda create -n python37 python=3.7 或者conda create --name python37 python=3.7
于是我们就有了一个learn的虚拟环境, 接下来我们切换到这个环境, 一样还是用activae命令 后面加上要切换的环境名称 ===========================>>>>>>>>>>>>>>>>>>>>>> 切换环境(非常重要): activate python37 如果忘记了名称我们可以先用 conda env list
现在的python37环境除了python自带的一些官方包之外是没有其他包的, 一个比较干净的环境我们可以试试 先输入python打开python解释器然后输入 >>> import requests 会报错找不到requests包, 很正常.接下来我们就要演示如何去安装requests包 exit() 退出python解释器 卸载环境命令是:conda remove --name test --all
关于环境总结 # 创建一个名为python34的环境,指定Python版本是3.4(不用管是3.4.x,conda会为我们自动寻找3.4.x中的最新版本) conda create --name python34 python=3.4 # 安装好后,使用activate激活某个环境 activate python34 # for Windows source activate python34 # for Linux & Mac # 激活后,会发现terminal输入的地方多了python34的字样,实际上,此时系统做的事情就是把默认2.7环境从PATH中去除,再把3.4对应的命令加入PATH # 此时,再次输入 python --version # 可以得到`Python 3.4.5 :: Anaconda 4.1.1 (64-bit)`,即系统已经切换到了3.4的环境 # 如果想返回默认的python 2.7环境,运行 deactivate python34 # for Windowssource deactivate python34 # for Linux & Mac# 删除一个已有的环境 conda remove --name python34 --all 安装第三方包 输入 conda install requests 或者 pip install requests 来安装requests包. 安装完成之后我们再输入python进入解释器并import requests包, 这次一定就是成功的了. 卸载第三方包那么怎么卸载一个包呢 conda remove requests 或者 pip uninstall requests 就行啦. 查看环境包信息要查看当前环境中所有安装了的包可以用 conda list 导入导出环境如果想要导出当前环境的包信息可以用 conda env export > environment.yaml 将包信息存入yaml文件中. 当需要重新创建一个相同的虚拟环境时可以用 conda env create -f environment.yaml 其实命令很简单对不对, 我把一些常用的在下面给出来, 相信自己多打两次就能记住 activate // 切换到base环境 activate learn // 切换到learn环境 conda create -n learn python=3 // 创建一个名为learn的环境并指定python版本为3(的最新版本) conda env list // 列出conda管理的所有环境 conda list // 列出当前环境的所有包 conda install requests 安装requests包 conda remove requests 卸载requets包 conda remove -n learn --all // 删除learn环境及下属所有包 conda update requests 更新requests包 conda env export > environment.yaml // 导出当前环境的包信息 conda env create -f environment.yaml // 用配置文件创建新的虚拟环境 深入一下或许你会觉得奇怪为啥anaconda能做这些事, 他的原理到底是什么, 我们来看看anaconda的安装目录
这里只截取了一部分, 但是我们和本文章最开头的python环境目录比较一下, 可以发现其实十分的相似, 其实这里就是base环境. 里面有着一个基本的python解释器, lLib里面也有base环境下的各种包文件. 那我们自己创建的环境去哪了呢, 我们可以看见一个envs, 这里就是我们自己创建的各种虚拟环境的入口, 点进去看看原文链接:https://blog.csdn.net/ITLearnHall/article/details/81708148
可以发现我们之前创建的learn目录就在下面, 再点进去
这不就是一个标准的python环境目录吗? 这么一看, anaconda所谓的创建虚拟环境其实就是安装了一个真实的python环境, 只不过我们可以通过activate,conda等命令去随意的切换我们当前的python环境, 用不同版本的解释器和不同的包环境去运行python脚本. 与JetBrains PyCharm 连接在工作环境中我们会集成开发环境去编码, 这里推荐JB公司的PyCharm, 而PyCharm也能很方便的和anaconda的虚拟环境结合 在Setting => Project => Project Interpreter 里面修改 Project Interpreter , 点击齿轮标志再点击Add Local为你某个环境的python.exe解释器就行了
比如你要在learn环境中编写程序, 那么就修改为C:\Users\Administrator\AppData\Local\conda\conda\envs\learn, 可以看到这时候下面的依赖包也变成了learn环境中的包了.接下来我们就可以在pycharm中愉快的编码了。
Anaconda 初体验 按下 Windows 徽标键,调出 Windows 开始菜单,可以看到 “最近添加”的:Anaconda2(64-bit) Anaconda Prompt打开Anaconda Prompt,这个窗口和doc窗口一样的,输入命令就可以控制和配置python,最常用的是conda命令,这个pip的用法一样,此软件都集成了,你可以直接用,点开的话如下图。用命令“conda list”查看已安装的包,从这些库中我们可以发现NumPy,SciPy,Matplotlib,Pandas,说明已经安装成功了!
还可以使用conda命令进行一些包的安装和更新 conda list:列出所有的已安装的packages conda install name:其中name是需要安装packages的名字,比如,我安装numpy包,输入上面的命令就是“conda install numpy”。单词之间空一格,然后回车,输入y就可以了。 安装完anaconda,就相当于安装了Python、IPython、集成开发环境Spyder、一些包等等。你可以在Windows下的cmd下查看:
|
今日新闻 |
推荐新闻 |
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 |