| Anaconda全新安装及环境配置 | 您所在的位置：网站首页 › pycharm中配置anaconda环境 › Anaconda全新安装及环境配置 |
Anaconda全新安装及环境配置
|
在Anaconda Powershell Prompt中常用的命令： conda env list 查看所有创建的conda环境 conda activate 环境名 进入某一个环境中 conda deactivate 退出当前环境 conda remove -n 环境名 --all 删除某一个环境 python 通过该命令可以进入python终端中 exit() 通过该命令可以退回原来的环境 conda list 查看当前环境下安装的所有软件包 conda -h 或 conda --help 查看conda的帮助文档； conda -V 或 conda --version 查看conda的版本，注意第一个 V 是大写； conda install 软件包 安装软件包，例如conda install numpy，注意切换到某一个环境中使用此命令 conda create -n 环境名 python=版本号 创建新的环境，并配置python版本号。eg:conda create -n project_test python=3.8当输入某一个命令不知道后面写什么的时候，可以通过在后面加-h，查看后面如何写，eg：conda create -h。
当下载好软件包之后，通过python可以查看版本，是否安装成功：
首先安装Anaconda，安装完成后打开 Anaconda Prompt。在Anaconda Prompt中依次输入以下命令添加镜像源： 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/bioconda/ conda config --set show_channel_urls yes完成之后，输入以下命令查看所有的镜像源： conda config --get channelsPip是python自带的包管理工具，通过此工具可以在python命令窗口中下载软件包 Conda也是包管理工具，比Pip更强大 Conda和Pip的区别 Conda Pip 下载的是二进制文件，不需要安装 下载后需要安装 每个工程都有单独的环境管理 需要额外的环境管理工具 支持其他语言，安装有兼容性检测 安装时不检测兼容性 超过1500个包 超15000个包 2 软件包安装有两种安装方式，一种是通过pycharm进行安装；另外一种是通过Anaconda进行安装 2.1 通过pycharm安装软件包在pycharm中打开设置，对工程的解释器的软件包进行安装：
安装之前通过conda activate project03切换到需要安装软件包的工程中，比如project03环境。然后通过conda install numpy来安装numpy软件包。
安装完软件包之后，通过conda list命令可以查看是否安装成功。
也可以在D:\Anaconda\envs\project03\Lib\site-packages中找到numpy文件夹，查看是否安装。 还可以通过在pycharm中查看是否安装，如图：
通过Conda创建或者添加环境，注意一定要勾选应用于所有工程：
在Anaconda Powershell Prompt中输入以下命令查看搭建的环境： conda env list运行结果：
如果想转换到project03环境，在Anaconda Powershell Prompt中输入： conda activate project03如果想查看环境内可用软件包，在Anaconda Powershell Prompt中输入： conda list如果想查看环境内下载的软件包，在Anaconda Powershell Prompt中输入： pip listconda list命令查看的包括base中的软件包，pip list命令查看的不包括base中的软件包 3.2 通过Conda创建环境创建新的环境，并配置python版本号： conda create -n 环境名 python=版本号例如：conda create -n project_test python=3.8 如果安装最新版本的python，则不需要后面的python=版本号 4 PyTorch安装PyTorch是一个开源的Python机器学习库，基于Torch，用于自然语言处理等应用程序。 PyTorch官方网站：https://pytorch.org/ CUDA选择自己主机的英伟达显卡的版本，CUDA是英伟达显卡的架构名称，英伟达显卡开发软件包也叫CUDA。 CUDA(Compute Unified Device Architecture)，是显卡厂商NVIDIA退出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。 可以在CMD终端中，通过nvidia-smi命令查看CUDA版本。
根据自己主机的CUDA版本选择合适的版本。
将安装命令复制，在Anaconda Powershell Prompt中输入，进行安装。 conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch如果出现安装错误，可以通过conda clean --all命令清除后重新安装。 如果不了解清除操作，可以通过conda clean --help 了解其用途。 再通过conda clean -t清除缓存包，然后重新进行安装。 如果屡次尝试安装不成功，将C:\Users\ywwsn路径下的.condarc文件内容改为： channels: - defaults show_channel_urls: true default_channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2 custom_channels: conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud然后再重新安装pytorch软件包。 最后通过如下程序测试是否安装成功： import torch def print_hi(name): # Use a breakpoint in the code line below to debug your script. print(f'Hi, {name}') # Press Ctrl+F8 to toggle the breakpoint. print(torch.__version__) # pytorch版本 print(torch.version.cuda) # cuda版本 print(torch.backends.cudnn.version()) # cudnn版本 print('gpu:', torch.cuda.is_available()) # gpu加速是否可用 # Press the green button in the gutter to run the script. if __name__ == '__main__': print_hi('PyCharm') 5 添加 Jupyter notebook 内核Jupyter notebook的内核相当于解释器。Jupyter notebook的主题颜色就不用更改了，因为和改了之后，会有一些运行面板无法显示，用本来的主题比较好。 5.1 添加内核对于自己已经搭建好的环境，可以用于python文件编译和运行，但是不能用作Jupyter notebook文件的编译，需要通过以下方式在环境中安装相应的包使其能够用作Jupyter notebook的解释器。 首先在Anaconda Prompt终端中进入自己的环境中，然后通过以下命令来安装相应的包： pip install ipykernel再通过以下命令来对编译内核进行重命名 python -m ipykernel install --name all_in_envall_in_env为我自己的环境名称，可以自定义，尽量和Anaconda中环境的名字保持一致，便于管理。 实际效果如图：
如果想删除内核，打开Jupyter notebook，新建一个终端，如图所示：
然后进入终端，分别输入以下命令： jupyter kernelspec list jupyter kernelspec remove myproject03通过jupyter kernelspec list命令可以查看当前的内核，通过jupyter kernelspec remove myproject03命令可以删除相应的内核，其中myproject03是我之前建立的内核，效果如图：
在Anaconda Prompt中分别输入以下代码： python -m pip install --upgrade pip python -m pip install matplotlib 7 Python和OpenCV在Anaconda Prompt中可以通过D:切换到不同的磁盘中，可以通过cd D:Anaconda\Scripts\切换到Scripts文件夹下，也可以通过dir命令来查看该文件夹下相应的文件，也可以通过pip list查看安装了哪些库。
然后在此目录下通过pip install opencv-python==3.4.1.15来安装3.4.1.15这个版本的OpenCV库，这个版本不会涉及到专利，其他最新版本的OpenCV库涉及到专利无法使用，但是现在这个专利已经过期了，所以通过以下命令安装最新版本的opencv库就可以了。 pip install opencv-python通过python直接进入python中：
通过命令import cv2导入opencv库，再通过cv2.__version__来查看cv相应的版本号，如果不需要进行操作通过exit()命令来退出。
进入D:\Anaconda\Scripts目录下，通过以下命令来安装opencv-contrib-python库： pip install opencv-contrib-python==版本号注意版本号要和opencv-python的版本号一致。如果安装的是最新版本的opencv，可以不用写版本号，直接通过pip install opencv-contrib-python命令即可。
python使用过程中可能会用到其他工具包，其他工具包的使用都是一样的。在 https://www.lfd.uci.edu/~gohlke/pythonlibs/ 网站中可以找自己想要的额外的工具包，例如通过pip install "opencv_python‑4.5.5‑cp39‑cp39‑win_amd64.whl"来安装。 8 Python运行环境多平台结合 8.1 Anaconda+vscode+python首先电脑中安装好Anaconda和vscode，并创建过工程环境： 打开vscode的命令面板，并输入命令：Python:select interpreter，效果如图：
然后选择对应的python解释器：
然后运行代码，会出现如下运行结果：
在pycharm中配置python运行的Anaconda环境
选择Show All之后，选择合适的解释器，点击OK，如下所示：
如果没有合适的解释器，则通过+添加之前添加过的解释器。 9 Pycharm使用管理Conda安装包 9.1 仓库软件包搜索安装
PyCharm软件包仓库： 清华：https://pypi.tuna.tsinghua.edu.cn/simple 阿里云：http://mirrors.aliyun.com/pypi/simple/ 中国科技大学：https://pypi.mirrors.ustc.edu.cn/simple/ 华中理工大学：http://pypi.hustunique.com/ 山东理工大学：http://pypi.sdutlinux.org/ 豆瓣：http://pypi.douban.com/simple/ 10 在windows终端中使用conda命令在conda安装后，并不能在cmd终端中使用conda相关命令，conda的相关命令只能在Anaconda Prompt中操作，如果想在cmd中进行conda命令操作，需要进行如下环境配置：
上述中添加的三个路径，是根据自己的安装环境确定的，我把Anaconda安装在D:\Anaconda3中。 |
【本文地址】