Anaconda Conda实现Python多环境管理

简介: Conda是Anaconda发行版的核心组件之一,可以用于在同一个机器上安装不同Python版本,可以帮助创建、管理和切换不同的软件环境,以及安装和更新各种软件包和依赖项。

Python多环境

Python多环境指的是在同一台计算机上同时安装并管理多个不同的Python版本。可以在不同版本的Python之间切换,并确保每个项目都使用其所需的特定Python版本。对于处理不同的项目和应用程序可能需要的Python版本差异非常有用。

Python多环境和Python虚拟环境是两个相关概念,用于管理不同的Python版本和环境。可参考:
Python虚拟环境

Anaconda

Anaconda是一个流行的开源Python发行版,主要用于数据科学、机器学习和科学计算。它包含了一系列常用的Python软件包、工具和库,以及一个强大的环境管理系统(conda)。

Anaconda的主要特点和组件包括:

Python发行版:Anaconda集成了Python解释器,可以方便地运行Python程序。

Conda环境管理:Anaconda使用conda作为其环境管理系统。你可以使用conda创建、管理和切换不同的环境,每个环境可以独立配置不同的Python版本和软件包。

软件包管理:Anaconda提供了一个广泛的软件包仓库,其中包含了众多常用的数据科学、机器学习和科学计算的工具、库和依赖项。你可以使用conda命令方便地安装和管理这些软件包。

集成工具:Anaconda提供了一些常用的集成开发环境(IDE),如Jupyter Notebook、Spyder等,可以提供更方便的开发和交互环境。

跨平台支持:Anaconda可以在多个操作系统(如Windows、Linux和MacOS)上运行,并提供相应的安装包和依赖项。

Anaconda的目标是简化Python的安装和管理,使数据科学家和开发人员能够更轻松地配置工作环境并开始开发。它广泛使用于数据科学社区和机器学习领域,因为它提供了方便且全面的工具和库集合,能够大大加速和简化项目的搭建和开发过程。

Conda环境管理

conda是一个用于数据科学与机器学习的开源软件包管理系统和环境管理系统。它是Anaconda发行版的核心组件之一,可以用于在同一个机器上安装不同Python版本,可以帮助创建、管理和切换不同的软件环境,以及安装和更新各种软件包和依赖项。

官网下载:https://repo.anaconda.com/
image.png

选择Miniconda最小方式安装,包括Conda、Python等基本依赖项

下载安装

1.Shell脚本:

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

2.Windows程序:

https://repo.anaconda.com/miniconda/Miniconda3-latest-Windows-x86_64.exe

核心重点是在Linux服务器安装

执行命令安装,并按照提示操作

bash Miniconda3-latest-Linux-x86_64.sh

执行命令后,阅读条款,使用ENTER键阅读

# 同意许可条款
Do you accept the license terms? [yes|no]
[no] >>> yes

# 回车键使用默认安装路径:/root/miniconda3  或者 输入安装路径
Miniconda3 will now be installed into this location:
/root/miniconda3

  - Press ENTER to confirm the location
  - Press CTRL-C to abort the installation
  - Or specify a different location below

[/root/miniconda3] >>> /usr/local/program/miniconda3
PREFIX=/usr/local/program/miniconda3
Unpacking payload ...

Installing base environment...


Downloading and Extracting Packages


Downloading and Extracting Packages

Preparing transaction: done
Executing transaction: done
installation finished.

# 是否初始化
Do you wish the installer to initialize Miniconda3
by running conda init? [yes|no]
[no] >>> yes
no change     /usr/local/program/miniconda3/condabin/conda
no change     /usr/local/program/miniconda3/bin/conda
no change     /usr/local/program/miniconda3/bin/conda-env
no change     /usr/local/program/miniconda3/bin/activate
no change     /usr/local/program/miniconda3/bin/deactivate
no change     /usr/local/program/miniconda3/etc/profile.d/conda.sh
no change     /usr/local/program/miniconda3/etc/fish/conf.d/conda.fish
no change     /usr/local/program/miniconda3/shell/condabin/Conda.psm1
no change     /usr/local/program/miniconda3/shell/condabin/conda-hook.ps1
no change     /usr/local/program/miniconda3/lib/python3.11/site-packages/xontrib/conda.xsh
no change     /usr/local/program/miniconda3/etc/profile.d/conda.csh
modified      /root/.bashrc

==> For changes to take effect, close and re-open your current shell. <==

If you'd prefer that conda's base environment not be activated on startup,
   set the auto_activate_base parameter to false:

conda config --set auto_activate_base false

# 安装完成标志
Thank you for installing Miniconda3!

注意:Miniconda安装完成后,每次打开终端都会激活其默认的base环境

自动进入base环境

(base) [root@node01 ~]# python
Python 3.11.4 (main, Jul  5 2023, 13:45:01) [GCC 11.2.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>>

禁止激活默认base环境

[root@node01 ~]# conda config --set auto_activate_base false
-bash: conda: 未找到命令
[root@node01 ~]# source .bashrc
(base) [root@node01 ~]#  conda config --set auto_activate_base false

镜像配置

配置conda国内镜像,可选操作

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

执行conda命令时显示使用的channel的URL

conda config --set show_channel_urls yes

查看conda的镜像channel配置

# conda config --show channels
channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - defaults

删除镜像,使用默认的

conda config --remove-key channels

环境管理常用命令

创建环境

conda create -n env_name

查看所有环境

conda info --envs

删除一个环境

conda remove -n env_name --all

激活环境

conda activate env_name

退出当前环境

conda deactivate

创建Python3.10环境

创建demo环境

conda create --name demo python=3.10.9

激活环境,并查看Python版本

(base) [root@node01 ~]# conda activate superset
(demo) [root@node01 ~]# python -V
Python 3.10.9

退出当前环境

conda deactivate
相关文章
|
2月前
|
PyTorch Linux 算法框架/工具
pytorch学习一:Anaconda下载、安装、配置环境变量。anaconda创建多版本python环境。安装 pytorch。
这篇文章是关于如何使用Anaconda进行Python环境管理,包括下载、安装、配置环境变量、创建多版本Python环境、安装PyTorch以及使用Jupyter Notebook的详细指南。
296 1
pytorch学习一:Anaconda下载、安装、配置环境变量。anaconda创建多版本python环境。安装 pytorch。
|
24天前
|
机器学习/深度学习 数据可视化 Docker
Python环境
Python环境
32 3
|
1月前
|
弹性计算 Linux iOS开发
Python 虚拟环境全解:轻松管理项目依赖
本文详细介绍了 Python 虚拟环境的概念、创建和使用方法,包括 `virtualenv` 和 `venv` 的使用,以及最佳实践和注意事项。通过虚拟环境,你可以轻松管理不同项目的依赖关系,避免版本冲突,提升开发效率。
70 3
|
2月前
|
Shell 开发者 iOS开发
Python 环境搭建之 conda
本文介绍了Python项目管理工具Conda的两种版本——Anaconda和Miniconda的安装方法及环境使用,特别针对MacOS系统。Anaconda为全量版,适合新手;Miniconda则为轻量级版本,适合有经验的开发者。文中还提供了具体的安装命令和路径说明,帮助用户顺利完成安装并验证安装结果。
Python 环境搭建之 conda
|
2月前
|
IDE 网络安全 开发工具
IDE之pycharm:专业版本连接远程服务器代码,并配置远程python环境解释器(亲测OK)。
本文介绍了如何在PyCharm专业版中连接远程服务器并配置远程Python环境解释器,以便在服务器上运行代码。
377 0
IDE之pycharm:专业版本连接远程服务器代码,并配置远程python环境解释器(亲测OK)。
|
2月前
|
机器学习/深度学习 缓存 PyTorch
pytorch学习一(扩展篇):miniconda下载、安装、配置环境变量。miniconda创建多版本python环境。整理常用命令(亲测ok)
这篇文章是关于如何下载、安装和配置Miniconda,以及如何使用Miniconda创建和管理Python环境的详细指南。
442 0
pytorch学习一(扩展篇):miniconda下载、安装、配置环境变量。miniconda创建多版本python环境。整理常用命令(亲测ok)
|
2月前
|
机器学习/深度学习 缓存 Linux
python环境学习:pip介绍,pip 和 conda的区别和联系。哪个更好使用?pip创建虚拟环境并解释venv模块,pip的常用命令,conda的常用命令。
本文介绍了Python的包管理工具pip和环境管理器conda的区别与联系。pip主要用于安装和管理Python包,而conda不仅管理Python包,还能管理其他语言的包,并提供强大的环境管理功能。文章还讨论了pip创建虚拟环境的方法,以及pip和conda的常用命令。作者推荐使用conda安装科学计算和数据分析包,而pip则用于安装无法通过conda获取的包。
115 0
|
7月前
|
数据处理 Python Windows
安装Python与Anaconda
安装Python与Anaconda
76 2
|
机器学习/深度学习 IDE 开发工具
软件类配置(二)【Windows中安装python、pycharm、opencv、anaconda】
软件类配置(二)【Windows中安装python、pycharm、opencv、anaconda】
142 0
|
17天前
|
存储 数据挖掘 开发者
Python编程入门:从零到英雄
在这篇文章中,我们将一起踏上Python编程的奇幻之旅。无论你是编程新手,还是希望拓展技能的开发者,本教程都将为你提供一条清晰的道路,引导你从基础语法走向实际应用。通过精心设计的代码示例和练习,你将学会如何用Python解决实际问题,并准备好迎接更复杂的编程挑战。让我们一起探索这个强大的语言,开启你的编程生涯吧!