Anaconda是一个开源的Python发行版本,集成了conda包管理工具和大部分Python核心科学包和依赖项,几乎能够满足大部分日常学习需求了。支持windows、linux等系统,可以帮助我们很好的解决各种依赖关系的缺失以及某个python库无法安装等烦恼,因此强烈推荐大家使用。接下来,将详细介绍Anaconda的安装、清华镜像源的配置和一些常用的conda命令行。

Anaconda的安装

Anaconda的下载文件比较大,大约几百MB,可以手动下载安装包,官网的下载地址是

https://www.anaconda.com/download/ 若官网的速度比较慢,下载时间长,建议从清华镜像上下载,网址是

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

清华大学镜像 python安装 清华镜像 anaconda_安装包


Anaconda支持Python2.x和Python3.x,也支持不同的系统,因此可以根据自身所需下载相应的版本文件。一般选择windows的64位基于Python3.7的版本。

下载好安装包之后,进行解压,windows和linux的安装过程差不多,选择默认路径,记得把下面两个选项勾选上。第一个选项决定是否将Anaconda加入系统路径环境变量里,这涉及到能否直接在cmd中使用conda等命令;第二个选项决定是否将Anaconda版本的解释器作为系统的Python解释器。如果想自己使用官方版本的Python解释器,就不要选择这项,否则容易冲突但建议勾上。

清华大学镜像 python安装 清华镜像 anaconda_bash_02


Linux系统的话下载好的是.sh文件,需要用命令bash来进行安装。

bash Anaconda3-5.2.0-Linux-x86_64.sh

在安装过程中,基本上不断按回车或者yes默认就行了。注意最后一步有一个询问你是否安装vscode,一般输入no,看自身需要,便可安装完成。

确认conda已安装: conda --version

常见错误

有时候检验anaconda是否安装成功,发现报错:

conda: command not found

不要慌张,这是因为因为 ~/.bashrc 文件没有配置好,第一步:

vim ~/.bashrc

然后按 Insert键对配置文件进行修改,在最后一行输入:

export PATH=$PATH:/home/xxx/anaconda3/bin

切记找到你anaconda的安装目录,然后换成自己的目录,然后按 Esc 键退出,然后输入 :wq 对文件进行保存退出。
最后激活,重新在新的终端输入命令行就可以了。

source ~/.bashrc

配置清华镜像源

首先,输入命令行conda config --show channels能够显示出所有channels的信息,一般是defaults的源,下载速度比较慢,不太友好,清华源镜像资源包齐全,下载速度,因此常配置成清华源。
清华站点还提供了conda安装包的镜像地址,输入以下命令行:

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

如果想删除某个源的话,也很简单,用remove命令,例如:

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

常用的conda命令

更新conda版本: conda update conda 升级anaconda: conda update anaconda 查询conda信息: conda info 查询conda安装的包:conda list 安装包:conda install package_name 安装指定版本的应用:conda install package_name=指定的版本 删除安装包:conda remove package_name 更新安装包:conda update package_name

有时候我们需要在conda中建立多个虚拟环境,用于隔离不同项目所需的不同版本的工具包,以防止版本上的冲突。也可以建立Python2和Python3两个环境,来分别运行不同版本的Python代码。

显示所有的环境:conda env list 查看环境信息:conda info --envs 创建虚拟环境:conda create -n 环境名字 python=指定python版本 复制已有的环境:conda create --name new_env --clone old_env 进入创建的虚拟环境:source activate 环境名字 删除环境:conda env remove -n 环境名字 退出当前环境:source deactivate