文章目录

  • 前言
  • Conda是什么
  • Conda与Anaconda
  • 安装Anaconda
  • 安装包
  • windows v2024.06-1安装包
  • 更多版本安装包(Windows/Mac/Linux)
  • 安装
  • 添加环境变量
  • 安装过程中遇到的问题
  • 使用步骤
  • 创建Python环境
  • 激活Python环境
  • 安装Python包
  • 列出和切换 Python 版本
  • 管理多个环境
  • 总结


前言

开发环境中，需要使用不同的Python版本或者使用不同第三方包，开发过程中安装一个新的Python版本是一个令人头疼的问题，在此我们尝试使用Conda管理Python版本和Python的包版本，以便流畅的切换不同的环境。

Conda是什么

conda 是一个开源的包管理系统和环境管理系统，主要用于安装、运行和升级包及其依赖项。conda 最常用于 Python 程序的包管理和环境管理，但它也支持其他语言如 R、C/C++、Java 等。在使用 conda 管理 Python 版本时，你可以轻松地在不同的环境中安装和使用不同版本的 Python。

Conda与Anaconda

首先，你需要在你的系统上安装 conda。通常，这是通过安装 Miniconda 或 Anaconda 来完成的。Miniconda 是一个较小的版本，只包含 conda、Python 和其必需的文件，而 Anaconda 包含 Miniconda 加上一系列预安装的科学计算包。这里我们使用Anaconda

基于Conda的Python版本管理与Python包管理_conda

安装Anaconda

安装包

windows v2024.06-1安装包

  • 安装包下载 （见文章附件资源）

更多版本安装包(Windows/Mac/Linux)

安装

点击下载的安装包，安装即可

添加环境变量

例如我的安装路径为 D:\software\anaconda\anaconda，则添加如下环境变量到PATH中

基于Conda的Python版本管理与Python包管理_conda_02

安装过程中遇到的问题

Failed to parse: https://id:pw@address:port
解决方法: 取消 Anaconda 的代理设置
打开 .condarc 配置文件，删除proxy部分即可，文件位于 %USERPROFILE%\.condarc (当前用户目录下)

使用步骤

创建Python环境

安装完 conda 后，你可以通过创建新的环境来指定所需的 Python 版本。环境允许你在一个隔离的目录中安装软件包，而不会影响你的主系统或其他环境。
例如，要创建一个包含 Python 3.8 的新环境，你可以使用以下命令：

conda create --name myenv python=3.8

激活Python环境

创建环境后，你需要先激活它，然后才能在其中安装或使用软件包。

在 Windows 上，使用以下命令激活环境：

activate myenv
# 或者使用conda命令
conda activate myenv

在 macOS 和 Linux 上，使用以下命令：

source activate myenv

安装Python包

虽然Conda是一个强大的包管理器，但它可能不包含你需要的所有包。在这种情况下，你可以使用Python的包安装器pip来安装这些包。

激活Python环境之后，使用conda命令或者pip命令

conda install some-package-name
# 或者
pip install some-package-name

列出和切换 Python 版本

查看可用版本的 Python：

conda search python

切换环境的 Python 版本：
如果你想要在当前环境中切换 Python 版本，可以先查看有哪些版本的 Python 可用，然后可以使用 conda install 来安装你想要的版本。不过，通常最简单的方式是创建一个新的环境，并在创建时指定你想要的 Python 版本。

但如果你确实需要更新现有环境的 Python 版本，可以尝试：

conda install python=3.9

这将尝试在当前环境中更新 Python 到 3.9 版本。但是，这可能会因包兼容性问题而失败，所以创建新环境通常更安全。

管理多个环境

conda 允许你管理多个环境，每个环境都可以包含不同版本的 Python 和软件包。使用 conda env list（或 conda info --envs）可以查看所有已创建的环境。

通过这些基本步骤，你可以使用 conda 来管理和切换不同的 Python 版本，以便在不同的项目中保持软件包的兼容性。

总结

Anaconda适用于需要快速搭建Python开发和数据科学环境的用户。通过Anaconda，用户可以方便地安装和管理众多科学计算和数据分析软件包，同时利用conda来创建和管理独立的Python环境。