当前位置: 首页 > article >正文

Anaconda 安装与虚拟环境创建完整指南

Anaconda 安装与虚拟环境创建完整指南

Anaconda 是目前最流行的 Python 和数据科学工具集之一,它不仅可以轻松管理 Python 包,还能提供强大的虚拟环境功能,避免项目之间的依赖冲突。如果你是机器学习、数据科学或计算机视觉的开发者,那么 Anaconda 是你的首选工具。

在这篇博客中,我们将从零开始,详细介绍如何下载、安装 Anaconda,并创建虚拟环境,帮助你快速搭建开发环境。


一、什么是 Anaconda?为什么需要它?

1.1 Anaconda 简介

Anaconda 是一个开源的 Python 和 R 语言分发工具,包含了丰富的科学计算库(如 NumPy、SciPy、Pandas)和深度学习框架(如 TensorFlow、PyTorch)。Anaconda 的主要特性包括:

  • 虚拟环境管理:可以创建隔离的开发环境,避免不同项目之间的依赖冲突。
  • 内置包管理器:通过 conda 命令,可以快速安装和更新所需的库。
  • 支持多操作系统:适用于 Windows、macOS 和 Linux。

1.2 为什么需要 Anaconda?

在开发多视角三维点云重建、深度学习等复杂项目时,经常需要多个 Python 包和工具。如果我们直接在系统环境中安装,可能会因为版本冲突导致项目运行失败。而 Anaconda 提供了以下优势:

  • 可以独立管理每个项目的依赖库和 Python 版本。
  • 提供开箱即用的科学计算工具和 Jupyter Notebook 环境。
  • 可用于安装其他工具(如 FFmpeg 和 COLMAP),方便开发复杂的三维重建任务。

二、如何下载并安装 Anaconda

下面是一步步安装 Anaconda 的详细过程。


2.1 下载 Anaconda

方式 1:直接下载页面
  1. 打开浏览器,访问 Anaconda 下载页面。该页面直接提供适合不同操作系统的下载选项。
  2. 根据自己的操作系统选择合适的安装包:
    • Windows 用户:推荐下载 64-bit Graphical Installer
    • macOS 用户:根据你的 Mac 电脑 CPU 类型,选择 Apple Silicon(M1/M2 芯片)Intel 的安装版本。
    • Linux 用户:选择 x86(64-bit)ARM64 版本。
      下载页面
方式 2:备用方法

如果上述链接无法跳转或下载不成功,可以尝试以下步骤::

  1. 打开 Anaconda 官网。

  2. 点击右上角的 “Free Download” 按钮,进入下载页面。
    点击Free Download
    3. 下载页面要求填写一个有效的电子邮箱地址以获取下载链接。
    4. 填写后,勾选 同意接收 Anaconda 产品和服务相关信息的邮件(可选),然后点击 Submit
    5. 检查你的邮箱,查找来自 Anaconda 的邮件(请注意检查垃圾邮件文件夹)。

    示例邮件截图:
    邮件
    6. 点击下载页面中的 “Download Now” 按钮后,该页面直接提供适合不同操作系统的下载选项


2.2 安装 Anaconda

  1. 运行安装程序
    下载完成后,找到安装包(Windows 为 .exe 文件,Mac/Linux 为对应安装文件),双击运行安装程序。

  2. 安装设置

    • 选择安装类型:默认选择“为我(单个用户)安装”。
    • 勾选 “将 Anaconda 添加到系统 PATH 变量中”:建议勾选,方便通过命令行使用 conda 命令。如果忘记勾选,可以手动添加。
    • 选择安装目录:默认路径为 C:\Users\YourUsername\Anaconda3(Windows),也可以根据需求自定义。
  3. 等待安装完成
    点击 Install 开始安装,等待安装完成后,点击 Finish 完成安装。


2.3 验证 Anaconda 安装

安装完成后,打开命令行工具(Windows 用户可以打开 CMD,Mac/Linux 用户打开终端),输入以下命令:

conda --version

如果显示类似以下内容,则说明安装成功:

conda 23.3.1

在这里插入图片描述


三、如何创建虚拟环境

完成 Anaconda 安装后,接下来我们创建一个独立的虚拟环境来安装开发所需的工具(例如 Python、COLMAP、FFmpeg 等)。


3.1 创建虚拟环境

使用以下命令创建一个新的虚拟环境(以 Python 3.9 为例):

conda create -n colmap_env python=3.9
  • -n 参数:指定虚拟环境的名称,这里我们命名为 colmap_env
  • python=3.9:指定虚拟环境的 Python 版本。

3.2 激活虚拟环境

激活虚拟环境后,所有的安装和运行都局限于该环境内,不会影响系统其他项目:

conda activate colmap_env

此时,你将看到命令提示符前面多了环境名称:

(colmap_env) $

3.3 安装其他工具

在虚拟环境中,你可以通过 conda installpip install 命令安装所需的工具。例如:

  • 安装 NumPy、SciPy:
    conda install numpy scipy
    
  • 安装 FFmpeg:
    conda install -c conda-forge ffmpeg
    

3.4 退出虚拟环境

如果不需要使用虚拟环境,可以随时退出:

conda deactivate

四、总结

通过本文的指南,你已经学会了如何下载并安装 Anaconda,并创建独立的虚拟环境。以下是主要步骤的回顾:

  1. 下载并安装 Anaconda。
  2. 验证安装是否成功。
  3. 使用 conda 命令创建和管理虚拟环境。

使用 Anaconda,可以方便地管理 Python 环境和项目依赖,为后续的开发任务打下坚实的基础。


http://www.kler.cn/a/456354.html

相关文章:

  • 旅游管理系统|Java|SSM|VUE| 前后端分离
  • MySQL 的分库分表
  • WOFOST作物模型(3):(本地化校准)优化PCSE模型中的参数
  • 《集成学习:堆叠泛化与提升法在人工智能中的应用热点》
  • Ubuntu升级ssh版本到9.8
  • DeepSpeed 使用 LoRA 训练后文件结构详解
  • jetbrains HTTPS 请求与响应流量分析报告【二】
  • C语言实践中的补充知识 Ⅶ
  • 在国产电脑上运行PDFSAM软件使用pdf分割合并交替混合处理pdf文档
  • 基于 Vant UI + Redisson BitSet 实现签到日历
  • springBoot发布https服务及调用
  • 77、将adaface的mtcnn模型npy文件转成atlas310p模型,并进行推理
  • 【Linux网络编程】第十五弹---传输层深度解析:端口号划分、UDP协议特性与TCP协议全面剖析(含连接管理、流量控制、拥塞控制等)
  • ShenNiusModularity项目源码学习(6:访问控制)
  • 设计一个基于Spring Boot开发的电商网站,部署在阿里云上
  • 【C/C++】C语言编程规范
  • pthread_create概念和使用案例
  • DeepSeek-V2:强大、经济且高效的专家混合语言模型
  • AIDD - 人工智能药物设计 -使用 Butina 模块对相似化合物进行聚类
  • vue2前端导出pdf文件
  • stm32基础(keil创建、Proteus仿真、点亮LED灯,7段数码管)
  • AI + 爬虫:智能化数据采集的未来
  • 转义特殊token is all you need
  • 已有docker镜像构建过程分析
  • Redis:高性能内存数据库的深度探索
  • 第三百四十六节 JavaFX教程 - JavaFX绑定