什么是Python？

Python是一种面向对象的解释型计算机程序设计语言，其使用，具有跨平台的特点，可以在Linux、macOS以及Windows系统中搭建环境并使用，其编写的代码在不同平台上运行时，几乎不需要做较大的改动，使用者无不受益于它的便捷性。

此外，Python的强大之处在于它的应用领域范围之广，遍及人工智能、科学计算、Web开发、系统运维、大数据及云计算、金融、游戏开发等。实现其强大功能的前提，就是Python具有数量庞大且功能相对完善的标准库和第三方库。通过对库的引用，能够实现对不同领域业务的开发。然而，正是由于库的数量庞大，对于管理这些库以及对库作及时的维护成为既重要但复杂度又高的事情。

什么是Anaconda？

1. 简介

Anaconda就是可以便捷获取包且对包能够进行管理，同时对环境可以统一管理的发行版本。

Anaconda包含了conda、Python在内的超过180个科学包及其依赖项。

2. 特点

Anaconda具有如下特点：

▪ 开源

▪ 安装过程简单

▪ 高性能使用Python和R语言

▪ 免费的社区支持

其特点的实现主要基于Anaconda拥有的：

▪ conda包

▪ 环境管理器

▪ 1,000+开源库

下载地址

进入到开源项目的镜像站点：

清华大学开源软件镜像站

https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

找到如下（Anaconda3-5.3.1-Windows-x86_64.exe）：

Anaconda3-5.3.1-Windows-x86_64.exe

https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.3.1-Windows-x86_64.exe

下载回来，开始安装。

安装

  1. 双击安装程序，一路下一步安装。

配置Windows环境变量 PATH

在PATH环境变量中增加三条记录：

(默认安装到C盘，安装到其他盘的，你改下盘符)

1
2
3
4
5
6
7
8
9



C:\ProgramData\Anaconda3


C:\ProgramData\Anaconda3\Scripts


C:\ProgramData\Anaconda3\Library\bin

简单使用

一、conda换国内源

1.1 查看源

命令

1
2
3
4
5
6






conda config --show-sources

显示结果

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15



==> /home/xxx/.condarc <==


channels:





- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/


- defaults

这里有两个源，一个是清华的源，另一个是默认的源

1.2 添加源（这里以添加清华源为例，当然也可以选择其他的源）

命令

conda config –add channels

操作：

1
2
3
4
5
6



#添加清华的源


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

运行成果后，使用显示源查看是否添加成功（conda config –show-sources）

1.3 其他可选的源（还有更多的可以网上搜索，这里不一一列举）

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12



中科大的源


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


阿里云的源


conda config --add channels http://mirrors.aliyun.com/pypi/simple/

Anaconda常见指令

管理conda

查看conda版本：conda –version

查看conda的环境配置：conda config –show

添加镜像：conda config –add channels <镜像>

更新conda：conda update conda

管理环境

创建虚拟环境：conda create -n <环境名> python=<Python版本>

查看虚拟环境：conda info -e

激活虚拟环境：conda activate <环境名>

退出虚拟环境：conda deactivate

删除虚拟环境：conda remove –name <环境名> –all

接下来通过示例展示，这里创建一个名为pytorch的Python环境

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42



# 创建名为pytorch的Python版本为3.8的环境


conda create -n pytorch python=3.8





# 查看Anaconda下管理的所有Python环境


conda info -e





# 激活pytorch


conda activate pytorch





# 退出虚拟环境


conda deactivate





删除pytorch环境：


conda remove --name pytorch --all

包管理

查询看当前环境所有的包及版本：conda list

安装包：conda install <包名>=<包的版本>更新某个包到最新版本：conda update <包名>

conda卸载包：conda uninstall <包名>

清理缓存：conda clean -t

接下来通过示例展示，这里安装numpy的库

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45



# 查看当前环境下的所有包


conda list





# 安装numpy


conda install numpy  # 可以不添加版本，默认为最新版本


conda install numpy=1.24.3





# 更新某个包到最新版本


conda update numpy





# conda卸载包


conda uninstall numpy





# 清理缓存


conda clean -t