Anaconda的安装于使用

简介: Anaconda的安装于使用

一、下载 Anaconda


官网地址:https://www.anaconda.com/


下载步骤


1、单击Get Started

image.png


2、单击Download Anaconda installers

image.png


3、选择对应的系统

image.png


4、选择系统对应的位数

image.png


二、安装Anaconda


1、找到下载完成的安装包,右击以管理员身份运行


2、下一步

image.png


3、同意协议

image.png


4、下一步

image.png


5、选择好安装路径并下一步

image.png


6、系统默认推荐,安装

image.png


7、等待安装完毕,下一步

image.png


8、下一步

image.png


9、完成安装

image.png


三、在Anacobnda中使用 Conda 管`理 Python 环境


1、以管理员身份运行Anacobnda

image.png

image.png

2、对Anaconda进行升级

conda update conda


提示是否更新的时候输入 y(Yes) 让更新继续

image.png


3、创建环境

conda create -n env_name package_names

 

说明:


env_name:代表环境名


package_name:代表包名


例子1:要创建名为 env_test_01 的环境,并在其中安装最新的 Python 版本3,

conda create -n env_test_01  python=3


创建完成后

image.png


conda create -n env_test_01 python=3


例子2:创建一个环境名为 ,使用 Python 3.7,同时安装 Pandas 0.24.0 版本

conda create -n  env_test_02  python=3.7 numpy pandas=0.24.0


完成后效果

image.png


4、切换环境及其操作

1、进入环境

conda activate  evn_test_01        //evn_test_01 是环境名


2、查看环境已经安装好的包

conda list


3、查看当前环境的 Python 版本的两个方法

python –version  
python -V            //大写的V


退出当前环境

conda deactivate


5、环境共享

导出当前环境

conda env export > environamet.yaml


导出当前环境(并指定导出路径)

conda env export > L:\environamet.yaml


导入环境

1、进入环境

conda env activate  env_test_01         //进入环境env_test_01


2、更新环境

conda env update -f=L:\environment.yml    // -f 代表设置路径  L:\ 是本地路径


列出环境

conda env list          //列出当前环境


删除环境

conda env remove -n  env_test_01  //移出环境env_test_01


查看当前环境信息

conda info


三、在 Anaconda 中使用 conda 管理 Python 包


1、进入环境

conda activate  env_test_01      //进入环境env_test_01


2、搜索相应的包

Anaconda 提供的库(repository)里面搜索这个包是否存在
conda search requests             //搜索requests相关的包


3、安装相应的包

conda install  requests             //安装requests相关的包


安装pandas包

如果repository库没有想要的包也可以通过社区维护的 conda-forge来安装


conda install -c conda-forge pandas   //通过社区维护安装的pandas


4、卸载包

卸载当前环境的包

conda uninstall packages_name    //卸载当前的packages_name包


卸载指定环境的包

conda uninstall my_env packages_name  //卸载my_env环境里的packages_name包


5、升级包

升级指定环境已经安装的包

conda update my_env packages_name   //升级my_env环境里的packages_name包


升级当前的环境的包

conda update --all           //升级当前环境的所有包


6、为 Anaconda 添加和删除的库(国内的镜像)

添加新的库

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free


查看当前拥有的镜像地址

conda config --show-sources


删除添加的库

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


四、按要求配置环境


环境1:

Python3.7.3 Tensorflow-gpu 1.13.1 Numpy1.16.3


conda create -n env_test_03 python=3.7.3 Tensorflow-gpu=1.13.1 Numpy=1.16.3

image.png


环境2:

python 3.10.0 Tensorflow-gpu 2.8.0 Numpy 1.22.1


conda create -n env_test_04 python=3.10.0 Tensorflow-gpu=2.8.0 Numpy=1.22.1
conda create -n env_pythonB python=3.10.0 Tensorflow-gpu=2.8.0 Numpy=1.22.1


报错信息

image.png


排查错误

搜索包Tensorflow-gpu和numpy,发现Tensorflow-gpu最高版本为2.6.0,numpy最高版本为1.21.5

image.png

image.png


都改到各自的最高版本,发现他们不兼容

image.png


让系统默认安装相应的版本

conda create -n env_test_04 python=3 Tensorflow-gpu=2 Numpy=1


发现系统系统选择了一下版本


conda create -n env_test_04 python=3.9.7 Tensorflow-gpu=2.6.0 Numpy=1.21.5

752f84188ba2448cad74eeefc4ef6136.png


安装完成效果

image.png


pycharm测试效果

image.png

image.png



相关实践学习
在云上部署ChatGLM2-6B大模型(GPU版)
ChatGLM2-6B是由智谱AI及清华KEG实验室于2023年6月发布的中英双语对话开源大模型。通过本实验,可以学习如何配置AIGC开发环境,如何部署ChatGLM2-6B大模型。
相关文章
|
NoSQL Java Redis
介绍Redis的各种用途以及使用场景
介绍Redis的各种用途以及使用场景 Redis 一、为什么使用 解决应用服务器的cpu和内存压力 减少io的读操作,减轻io的压力 关系型数据库的扩展性不强,难以改变表结构 二、优点: nosql数据库没有关联关系,数据结构简单,拓展表比较容易 nosql读取速度快,对较大数据.
12530 1
|
开发框架 前端开发 .NET
分享119个ASP.NET源码总有一个是你想要的
分享119个ASP.NET源码总有一个是你想要的
564 1
|
芯片
8086/8088微处理器【微机原理】2
8086/8088微处理器【微机原理】2
1129 0
Axure实战18:创建一个PRD产品需求文档生成器
Axure实战18:创建一个PRD产品需求文档生成器
1659 0
Axure实战18:创建一个PRD产品需求文档生成器
|
9月前
|
存储 机器学习/深度学习 人工智能
GEO 优化必备:RAG 技术全解析(基于知识密集型 NLP 经典论文)
2020 年论文提出的 RAG(检索增强生成),专治大模型 “幻觉、知识过时” 等落地痛点。它将 “检索外部知识” 与 “生成回答” 深度绑定,先精准抓取相关知识片段,再让模型基于证据生成内容。通过端到端联合训练,检索与生成协同优化,事实准确率显著提升,幻觉率大降。无需重训模型即可更新知识,还能追溯答案来源。如今成企业客服、医疗法律等领域刚需,推动大模型从 “通用” 走向 “可信实用”。这让我们做GEO优化就有了基础理论和方法。
GEO 优化必备:RAG 技术全解析(基于知识密集型 NLP 经典论文)
|
10月前
|
开发框架 JSON 前端开发
React 19 新特性全面解析:Actions、Server Components 与 useEffect 革命
React 19重磅升级:Actions简化异步处理,Server Components实现服务端零打包,useEffect优化心智模型。三大特性协同提升性能与开发体验,引领全栈新范式。
1255 1
|
数据采集 运维 监控
数据分析异步进阶:aiohttp与Asyncio性能提升
本项目基于aiohttp与Asyncio开发异步爬虫,目标采集今日头条新闻数据。初期因网站限制机制导致请求异常,通过设置代理IP、Cookie和UserAgent解决拦截问题,并优化异步任务调度与异常捕获提升性能。方案包括动态代理池、统一请求头配置及日志监控,确保高并发下的稳定性。示例代码展示代理IP、请求头设置与错误处理方法,为类似项目提供参考。
477 1
数据分析异步进阶:aiohttp与Asyncio性能提升
|
存储 弹性计算 人工智能
阿里云服务器可以免费试用吗?云产品和解决方案免费试用活动及常见问题介绍
阿里云服务器可以免费试用吗?当然是可以试用的,完成实名认证的云服务器ECS新用户,可免费试用3个月。不仅云服务器可以试用,云数据库等其他热门云产品也可以试用,2025年阿里云还额外推出了解决方案免费试用活动,本文为大家介绍云产品和解决方案免费试用活动及常见问题,以供了解参考。
|
存储 缓存 NoSQL
DeepSeek 3FS解读与源码分析(4):Meta Service解读
在当今数字化时代,随着数据量的爆炸性增长,分布式文件系统已成为处理大规模数据存储和访问的核心技术之一。DeepSeek 开源的 3FS(Fire-Fly File System)作为一款高性能、高可用的分布式文件系统,凭借其创新的设计和强大的功能,吸引了众多开发者的关注。其中,Meta Service 作为 3FS 的核心组件之一,承担着元数据管理的关键职责,是整个文件系统高效运行的基石。 在本文中,我们将深入探讨 3FS 中 Meta Service 的架构设计、关键特性以及其实现机制。
|
人工智能 Cloud Native 安全
AI云全面支撑大模型落地!一文看完2025企业用云十大趋势
AI云全面支撑大模型落地!一文看完2025企业用云十大趋势
1445 1

热门文章

最新文章