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
- 访问Anaconda官网。
- 根据您的操作系统下载适合的Anaconda版本。
安装步骤
- 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。
- 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。
- 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