Anaconda的安装于使用

简介: Anaconda的安装于使用

一、下载 Anaconda


官网地址:https://www.anaconda.com/


下载步骤


1、单击Get Started

image.png


2、单击Download Anaconda installers

image.png


3、选择对应的系统

image.png


4、选择系统对应的位数

image.png


二、安装Anaconda


1、找到下载完成的安装包,右击以管理员身份运行


2、下一步

image.png


3、同意协议

image.png


4、下一步

image.png


5、选择好安装路径并下一步

image.png


6、系统默认推荐,安装

image.png


7、等待安装完毕,下一步

image.png


8、下一步

image.png


9、完成安装

image.png


三、在Anacobnda中使用 Conda 管`理 Python 环境


1、以管理员身份运行Anacobnda

image.png

image.png

2、对Anaconda进行升级

conda update conda


提示是否更新的时候输入 y(Yes) 让更新继续

image.png


3、创建环境

conda create -n env_name package_names

 

说明:


env_name:代表环境名


package_name:代表包名


例子1:要创建名为 env_test_01 的环境,并在其中安装最新的 Python 版本3,

conda create -n env_test_01  python=3


创建完成后

image.png


conda create -n env_test_01 python=3


例子2:创建一个环境名为 ,使用 Python 3.7,同时安装 Pandas 0.24.0 版本

conda create -n  env_test_02  python=3.7 numpy pandas=0.24.0


完成后效果

image.png


4、切换环境及其操作

1、进入环境

conda activate  evn_test_01        //evn_test_01 是环境名


2、查看环境已经安装好的包

conda list


3、查看当前环境的 Python 版本的两个方法

python –version  
python -V            //大写的V


退出当前环境

conda deactivate


5、环境共享

导出当前环境

conda env export > environamet.yaml


导出当前环境(并指定导出路径)

conda env export > L:\environamet.yaml


导入环境

1、进入环境

conda env activate  env_test_01         //进入环境env_test_01


2、更新环境

conda env update -f=L:\environment.yml    // -f 代表设置路径  L:\ 是本地路径


列出环境

conda env list          //列出当前环境


删除环境

conda env remove -n  env_test_01  //移出环境env_test_01


查看当前环境信息

conda info


三、在 Anaconda 中使用 conda 管理 Python 包


1、进入环境

conda activate  env_test_01      //进入环境env_test_01


2、搜索相应的包

Anaconda 提供的库(repository)里面搜索这个包是否存在
conda search requests             //搜索requests相关的包


3、安装相应的包

conda install  requests             //安装requests相关的包


安装pandas包

如果repository库没有想要的包也可以通过社区维护的 conda-forge来安装


conda install -c conda-forge pandas   //通过社区维护安装的pandas


4、卸载包

卸载当前环境的包

conda uninstall packages_name    //卸载当前的packages_name包


卸载指定环境的包

conda uninstall my_env packages_name  //卸载my_env环境里的packages_name包


5、升级包

升级指定环境已经安装的包

conda update my_env packages_name   //升级my_env环境里的packages_name包


升级当前的环境的包

conda update --all           //升级当前环境的所有包


6、为 Anaconda 添加和删除的库(国内的镜像)

添加新的库

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free


查看当前拥有的镜像地址

conda config --show-sources


删除添加的库

conda config --remove channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/


四、按要求配置环境


环境1:

Python3.7.3 Tensorflow-gpu 1.13.1 Numpy1.16.3


conda create -n env_test_03 python=3.7.3 Tensorflow-gpu=1.13.1 Numpy=1.16.3

image.png


环境2:

python 3.10.0 Tensorflow-gpu 2.8.0 Numpy 1.22.1


conda create -n env_test_04 python=3.10.0 Tensorflow-gpu=2.8.0 Numpy=1.22.1
conda create -n env_pythonB python=3.10.0 Tensorflow-gpu=2.8.0 Numpy=1.22.1


报错信息

image.png


排查错误

搜索包Tensorflow-gpu和numpy,发现Tensorflow-gpu最高版本为2.6.0,numpy最高版本为1.21.5

image.png

image.png


都改到各自的最高版本,发现他们不兼容

image.png


让系统默认安装相应的版本

conda create -n env_test_04 python=3 Tensorflow-gpu=2 Numpy=1


发现系统系统选择了一下版本


conda create -n env_test_04 python=3.9.7 Tensorflow-gpu=2.6.0 Numpy=1.21.5

752f84188ba2448cad74eeefc4ef6136.png


安装完成效果

image.png


pycharm测试效果

image.png

image.png



相关实践学习
在云上部署ChatGLM2-6B大模型(GPU版)
ChatGLM2-6B是由智谱AI及清华KEG实验室于2023年6月发布的中英双语对话开源大模型。通过本实验,可以学习如何配置AIGC开发环境,如何部署ChatGLM2-6B大模型。
相关文章
|
Android开发 数据安全/隐私保护 容器
Android10.0 SystemUI—锁屏加载分析
Android10.0 SystemUI—锁屏加载分析
1774 0
Android10.0 SystemUI—锁屏加载分析
conda常用操作和配置镜像源
conda常用操作和配置镜像源
31574 0
|
NoSQL Java Redis
介绍Redis的各种用途以及使用场景
介绍Redis的各种用途以及使用场景 Redis 一、为什么使用 解决应用服务器的cpu和内存压力 减少io的读操作,减轻io的压力 关系型数据库的扩展性不强,难以改变表结构 二、优点: nosql数据库没有关联关系,数据结构简单,拓展表比较容易 nosql读取速度快,对较大数据.
12172 1
|
9月前
|
数据采集 运维 监控
数据分析异步进阶:aiohttp与Asyncio性能提升
本项目基于aiohttp与Asyncio开发异步爬虫,目标采集今日头条新闻数据。初期因网站限制机制导致请求异常,通过设置代理IP、Cookie和UserAgent解决拦截问题,并优化异步任务调度与异常捕获提升性能。方案包括动态代理池、统一请求头配置及日志监控,确保高并发下的稳定性。示例代码展示代理IP、请求头设置与错误处理方法,为类似项目提供参考。
263 1
数据分析异步进阶:aiohttp与Asyncio性能提升
|
存储 消息中间件 缓存
redis的缓存机制
redis的缓存机制
443 0
|
监控 Docker 容器
docker常用命令
本文汇总了Docker的常用命令,涵盖了镜像、容器、网络、数据卷的管理,以及系统信息查看、镜像构建、登录和注销Docker Hub,还有容器内部文件操作和事件监控,最后介绍了Docker Compose的使用方法。
327 0
|
机器学习/深度学习 运维 算法
python时间序列异常检测ADTK
`adtk`是Python中用于无监督时间序列异常检测的工具包,包含简单算法、特征加工和流程控制。安装使用`pip install adtk`。数据要求为`DatetimeIndex`格式。异常检测包括滑动窗口统计特征、季节性拆解、降维和重构。提供了ThresholdAD、QuantileAD、InterQuartileRangeAD、GeneralizedESDTestAD等离群点检测算法,以及PersistAD和LevelShiftAD检测突变。此外,SeasonalAD用于季节性异常检测,Pipeline可组合多种算法。5月更文挑战第16天
610 5
python时间序列异常检测ADTK
Cannot read properties of undefined (reading ‘$router‘)
Cannot read properties of undefined (reading ‘$router‘)
|
SQL 算法 关系型数据库
MySQL Online DDL原理解读
MySQL Online DDL原理解读
|
编解码 Linux API
【FFmpeg 视频流处理】FFmpeg API深度解析:视频流画面合并、拼接与裁剪技巧
【FFmpeg 视频流处理】FFmpeg API深度解析:视频流画面合并、拼接与裁剪技巧
1244 0