Python环境管理利器-Anaconda介绍与安装

前言

在使用Anacoda之前，一直觉得python的包管理很混乱，版本稍有不一样，项目需要重新部署就很费劲，后面搜索了一下，才发现之前早有轮子

介绍

Anaconda是一个开源的Python和R编程语言的分发版，专为进行数据科学、机器学习、大数据处理和科学计算而设计。它集成了许多流行的数据科学包和工具，使得环境管理和包管理变得更加方便。

为什么选择Anaconda

• 包管理：Anaconda通过Conda（一个包和环境管理器）简化了包的安装和管理。
• 环境管理：允许用户为不同的项目创建和管理独立的Python环境。
• 大量的数据科学包：预装了超过1,500个数据科学相关的包。
• 跨平台：支持Windows、macOS和Linux。

安装Anaconda

安装Anaconda是一个简单的过程，以下是基本步骤：

下载Anaconda

1. 访问Anaconda官网。
2. 根据您的操作系统下载适合的Anaconda版本。

安装步骤

1. Windows：
   • 运行下载的.exe安装文件。
   • 跟随安装向导完成安装。
   • 可以选择添加Anaconda到系统PATH或使用Anaconda Prompt。
2. macOS：
   • 打开下载的.pkg文件，并跟随安装向导。
   • 可以选择将Anaconda添加到系统PATH。
3. Linux：
   • 在终端中运行下载的.sh脚本文件。
   • 按照屏幕上的指示完成安装。

验证安装

在安装完成后，可以在终端或Anaconda Prompt中运行以下命令来验证安装：

conda list

这个命令会列出已安装的包，表明Anaconda已成功安装。

常用命令

• 查看Conda版本
  conda --version

• 更新Conda
  conda update conda

• 创建新环境
  conda create --name myenv
  你可以指定Python版本，例如：conda create --name myenv python=3.8

• 激活环境
  conda activate myenv

• 退出环境
  conda deactivate

• 安装包
  conda install numpy
  在指定环境中安装包：conda install --name myenv numpy

• 列出环境中的包
  conda list

• 更新包
  conda update numpy

• 卸载包
  conda remove numpy

• 列出所有环境
  conda env list

• 导出环境
  conda env export > environment.yml

• 从YAML文件创建环境
  conda env create -f environment.yml

• 删除环境
  conda env remove --name myenv

• 查找可用的包版本
  conda search numpy

这些是Conda的一些基础和常用命令，可以帮助你管理Anaconda环境和包。Anaconda还提供了更多高级功能，如处理依赖关系、创建自定义包等。了解和熟练使用这些命令对于有效地使用Anaconda至关重要。

与开发工具结合

VSCODE

VSCODE配置虚拟环境

IDEA

IDEA配置虚拟环境