(注:编辑器会根据文章标题自动生成目录)
更详细的参照博客:Anaconda详细安装及使用教程(带图文).
anaconda所谓的创建虚拟环境其实就是安装了一个真实的python环境, 只不过我们可以通过activate,conda等命令去随意的切换我们当前的python环境, 用不同版本的解释器和不同的包环境去运行python脚本.
1、anaconda配置环境变量
打开命令行(最好用管理员模式打开) 输入 conda –version
如果输出conda 4.5.4之类的就说明环境变量设置成功了.
2、管理虚拟环境
用anaconda来创建我们一个个独立的python环境
我们当然不满足一个base环境, 我们应该为自己的程序安装单独的虚拟环境
创建一个名称为name的虚拟环境并指定python版本为3.8(这里conda会自动找3.8中最新的版本下载)
conda create -n name python=3.8
或者conda create –name name python=3.8
区分:anaconda自带的base环境 和 另外创建的环境
命令行前面也会多一个(base) 说明当前我们处于的是base环境下。
3、切换环境
激活环境
Windows下:activate 环境名
Linux下:source activate 环境名
退出环境
Windows下:deactivate 环境名
Linux下:source deactivate 环境名
如果忘记了名称我们可以先用conda env list
现在的新创建的环境除了python自带的一些官方包之外是没有其他包的, 一个比较干净的环境
打开python解释器: >>python
退出python解释器: >>exit()
新环境打开python解释器后,输入 >> import requests
会报错找不到requests包
注意:下载安装要在对应环境下,不能在其他环境或进入到python解释器;而编辑程序、导入包则需要再python解释器下。
4、对应环境下安装包的方式
安装第三方包requests
输入 >>conda install requests
或者 >>pip install requests
【注意两种安装方式的源不同,pip方式的资源更丰富】
安装完成之后我们再输入python进入解释器并import requests包, 这次一定就是成功的了
卸载第三方包
conda remove requests
或 pip uninstall requests
5、国内源配置
为了加速包的安装,建议使用国内源,命令如下。
在这里插入代码片
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 --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/
进入pytorch官网,根据系统、python版本、cuda版本选择下载命令。
conda install pytorch torchvision cudatoolkit=9.0 -c pytorch
**ps:**这里有一个注意的点:添加镜像源之后,安装pytorch的过程还是很慢,甚至中断退出安装,这里的原因是:
我们在pytorch官网获得的下载命令:conda install pytorch torchvision cudatoolkit=9.0 -c pytorch中的 – c pytorch参数指定了conda获取pytorch的channel,在此指定为conda自带的pytorch仓库。
因此,只需要将-c pytorch语句去掉,就可以使用清华镜像源快速安装pytorch了。
6、常用功能指令
一旦你加入了环境变量下面指令控制台下直接使用,否则需要将该可执行文件自行添加到环境变量) ,下文括号内为命令作用。
conda remove -n 虚拟环境名称–all (虚拟环境删除指令)
conda create -n 虚拟环境名称 python=3.6(虚拟环境创建指令)
source activate 虚拟环境名称 (激活虚拟环境,之后的操作在这一环境下)
conda env list (列出虚拟环境)
conda list (列出当前环境安装的包,不激活默认base这一虚拟环境下安装的包,包括pip安装的)
今天的文章anaconda下的包管理和虚拟环境管理分享到此就结束了,感谢您的阅读。
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:https://bianchenghao.cn/67623.html