Anaconda的安裝
具體我不想寫了,參考這篇文章寫的很好:
https://blog.csdn.net/leoe_/article/details/70544190
然後anconda使用方面,有2種:
點擊anaconda navigaor
效果如下,可以自己玩 ,看起來很好,但是實際我綁定pycharm時候出現一些問題,所以我不推薦用這個方法。
可能個人對可視化的傻瓜用法不熟悉吧
個人更加推薦這種方法,也基本不會出什麼差錯的方法:
conda的常用命令操作
# 創建一個名爲python34的環境,指定Python版本是3.4(不用管是3.4.x,conda會爲我們自動尋找3.4.x中的最新版本)
conda create --name python34 python=3.4
# 安裝好後,使用activate激活某個環境
activate python34 # for Windows
source activate python34 # for Linux & Mac
# 激活後,會發現terminal輸入的地方多了python34的字樣,實際上,此時系統做的事情就是把默認2.7環境從PATH中去除,再把3.4對應的命令加入PATH
# 此時,再次輸入
python --version
# 可以得到`Python 3.4.5 :: Anaconda 4.1.1 (64-bit)`,即系統已經切換到了3.4的環境
# 如果想返回默認的python 2.7環境,運行
deactivate python34 # for Windows
source deactivate python34 # for Linux & Mac
# 刪除一個已有的環境
conda remove --name python34 --all
--------------------- -------------------------------------------------------
使用conda管理包
# 安裝scipy
conda install scipy
# conda會從從遠程搜索scipy的相關信息和依賴項目,對於python 3.4,conda會同時安裝numpy和mkl(運算加速的庫)
# 查看已經安裝的packages
conda list
# 最新版的conda是從site-packages文件夾中搜索已經安裝的包,不依賴於pip,因此可以顯示出通過各種方式安裝的包
# 查看當前環境下已安裝的包
conda list
# 查看某個指定環境的已安裝包
conda list -n python34
# 查找package信息
conda search numpy
# 安裝package
conda install -n python34 numpy
# 如果不用-n指定環境名稱,則被安裝在當前活躍環境
# 也可以通過-c指定通過某個channel安裝
# 更新package
conda update -n python34 numpy
# 刪除package
conda remove -n python34 numpy
# 更新conda,保持conda最新
conda update conda
# 更新anaconda
conda update anaconda
# 更新python
conda update python
# 假設當前環境是python 3.4, conda會將python升級爲3.4.x系列的當前最新版本
注意:在以上的使用過程中你會發現使用conda下載包的速度非常的慢,因爲使用的是國外的服務器,所以這裏要設置爲國內的鏡像。使用下面的配置命令即可:
windows下
在清華源和中科大源之間自行選擇
1 添加清華源
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/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
# 設置搜索時顯示通道地址
conda config --set show_channel_urls yes
2 添加中科大源
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --set show_channel_urls yes
Linux下
將以上配置文件寫在~/.condarc中
vim ~/.condarc
channels:
- https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
- https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
- defaults
show_channel_urls: true
---------------------
個人覺得還是臨時指定安裝源吧,當你確實下載很慢的時候。
# 添加Anaconda的TUNA鏡像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
# TUNA的help中鏡像地址加有引號,需要去掉
# 設置搜索時顯示通道地址
conda config --set show_channel_urls yes
----------------------------------------------------------------------------------------------
pycharm中使用anaconda
這裏講下在pycharm上anaconda的配置:
在Pycharm的Files>>settings>>Project Interpreter>>Add local 裏面添加Anaconda python.exe. 應用之後就可以調用各種Anaconda的庫啦,如果下載了其他版本的python,將envs中的python.exe也添加到Project Interpreter 中,在需要的時候進行切換就可以了
如下面的圖片所示:
參考原文:https://blog.csdn.net/leoe_/article/details/70544190
原文:https://blog.csdn.net/dream_allday/article/details/80344511