Hi,大家好,我是编程小6,很荣幸遇见你,我把这些年在开发过程中遇到的问题或想法写出来,今天说一说anaconda配置python环境总结_anaconda安装与环境配置详细教程,希望能够帮助你!!!。
Anaconda安装与Python虚拟环境配置保姆级图文教程(附速查字典)
你有没有遇到过这样的问题
在项目A中需要用到某个Python库,且项目A的其他库要求的版本必须为以上,你按要求安装了;过了一段时间,老板交给你一个项目B,又用到了,但这次其他库要求的版本必须为及以上,这时候你怎么办?
安装则新项目B无法运行,安装则旧项目A无法运行,要想同时在一个环境里使用两个项目,必须不停地重装来更换版本。
上面的例子只涉及两个项目的一个依赖库冲突,如果多个项目呢?如果多个依赖冲突呢?
上面的例子说明了什么呢?其实就是Python语言的痛点:
依赖网复杂
Python的包非常丰富,轮子相当多,开发者在工作时难免会调用这样或那样的包,久而久之,一个功能依赖另一个功能,形成复杂的依赖网络
包管理混乱
通过报错信息不断安装依赖包终于解决了依赖库的问题,但随之而来的就是版本问题,也就是上面例子所体现的依赖冲突,本质上是某个包开发时的不向下兼容导致的
为了解决上面的问题,更好地管理Python库,让其扬长避短,就必须使用环境管理工具,例如本文介绍的。
是一个开源的跨平台Python发行版本,支持
- Windows
- macOS
- Linux
操作系统。中包含了等180多个科学包及其依赖项。其中则是一个开源的软件包管理系统和环境管理系统,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。
进入Anaconda下载界面选择相应的操作系统,本文主要介绍在Windows与Linux下的安装流程。
Windows有图形化的安装向导,按下面的步骤一步步安装即可
对于Linux系统,没有图形化的安装界面,按下面输入终端命令即可
打开(Windows)或(Linux),输入
如果输出版本号则说明安装成功,如下所示。
注意,若运行python脚本时仍然是原环境而非环境,则需要注意配置编辑器的python解释器路径。VSCode中,在中的参数中配置
用可以创建虚拟环境,虚拟环境间彼此隔离,可以解决依赖混乱的情况。虚拟环境管理主要涉及以下的命令,可以作为速查字典以备不时之需
创建虚拟环境
创建了一个名为的采用3.8版本Python解释器的虚拟环境
切换虚拟环境
切换到名为的虚拟环境。默认地,用户会进入自带的环境,注意环境已经与安装前的环境不同,因此第一次使用可能会产生依赖冲突和缺失。
查看虚拟环境
依赖安装与卸载
这里推荐使用清华源加快安装速度,使用方法是
即安装了名为,版本为的包
如果依赖很多,建议使用批量配置,命令为
查看环境依赖
复制虚拟环境
常用于导出当前虚拟环境的信息或复制虚拟环境
删除虚拟环境
删除名为的虚拟环境
🔥 更多精彩专栏: