Anaconda老版本Python虚拟环境更新Spyder软件失败的多种解决方法

简介: Anaconda老版本Python虚拟环境更新Spyder软件失败的多种解决方法

  本文介绍在Anaconda中,为一个具有老版本Python虚拟环境更新Spyder软件版本的多种方法。

  首先看一下本文所需实现的需求。按照文章Anaconda为虚拟环境安装第三方库与Spyder等软件的方法https://blog.csdn.net/zhebushibiaoshifu/article/details/128334627)中提及的方法,我为一个Python版本为3.6虚拟环境安装了Spyder软件;但此时,这一Spyder软件的版本较低,很多功能用起来都不是很顺手,因此希望对其加以更新。

  本文就介绍一下在Anaconda虚拟环境中,更新Spyder软件的方法;需要注意的是,本文给出了很多不同的方法,但是几乎全部方法在我的电脑中都没有效果——但这主要是因为我的Python版本实在太老导致的(例如我这里Python版本为3.6,但如果是3.7及以上的版本,那么其实以下很多方法都有效了)。因此,大家如果有类似的需求,按照本文给出的多种方法依次尝试即可;如果全部方法都不可以(估计也是因为Python版本比较老),要么就依然用着老版本的Spyder软件,要么就只能在一个新的虚拟环境中,升级Python版本后再使用新版本的Spyder软件了。

  首先,我们需要打开“Anaconda Prompt (anaconda3)”软件。

  随后,通过activate语句进入虚拟环境,具体代码如下所示。

activate py36tf

  运行上述代码,如下图所示。

  接下来,在一般情况下,我们可以直接借助如下所示的代码更新Spyder软件。

conda update spyder

  但是,由于我们这里是在一个Python版本为3.6虚拟环境中进行操作,因此运行上述代码后将会出现如下图所示的情况。

  可以看到,除了一些配套的依赖库可以更新之外,系统将无法识别Spyder软件的更新。即使我们运行上述代码,但是随后打开Spyder软件,依然可以看到其处于低版本,即并未完成Spyder软件的更新操作。

  接下来,我们即可针对这一情况加以解决。

1 更新全部包

  首先,尝试用如下所示的代码,更新当前虚拟环境中的全部包。

conda update --all

  运行上述代码后,如下图所示。

  稍等片刻,即可完成全部任务,出现如下图所示的界面。

  随后,用如下所示的代码更新Spyder软件。

conda update spyder

  但是,运行上述代码后,我这里提示找不到对应的内容;因此,这一方法对我而言并不奏效。

2 重装Spyder

  接下来,我们尝试通过如下所示的代码,首先将Spyder软件卸载,并看看是否可以重新安装新版本的Spyder软件。

conda uninstall spyder

  运行上述代码,将出现如下图所示的情况。

  卸载完毕后,我们通过如下的代码,尝试安装最新版本的Spyder软件。

conda install spyder=5.4.2

  但是,在我这里却出现了如下图所示的界面。

  由上图的提示可以看到,在当前的源中,是找不到指定版本的Spyder软件的。此时,我们可以随意进入一个源,例如我这里就进入上图中的第一个源(中科大的镜像),发现其中确实最高只有3.X版本的Spyder软件;如下图所示。

  因此,我们就按照上上图中的提示,进入Anaconda的官方网站,查看新版本Spyder软件对应的源;如下图所示。

  随后,我尝试用官网给出的不同源下载Spyder软件;通过尝试发现,如果用如下所示的源,可以获取一个较新版本的Spyder软件。

conda install -c "conda-forge/label/beta" spyder

  运行上述代码,可以看到如下图所示的界面。

  由上图可以看到,这一方法可以获取4.X版本的Spyder软件;但依然不是最新版本的,并且通过这种方法下载的版本,在后期还容易被替换掉。因此,这一方法也并不能算作最优方法。

3 更新Anaconda

  随后,尝试更新Anaconda。这里需要注意,在进行如下操作前,首先需要退出虚拟环境,回到Anaconda默认环境中。

  通过如下的代码,我们即可更新Anaconda

conda update anaconda

  运行上述代码,出现如下图所示的界面。

  随后,我们再通过以下所示的代码,尝试更新Spyder软件。

conda update spyder

  运行上述代码后,如下图所示。

  可以看到,我这里依然不能识别出最新版本的Spyder软件,甚至其还会将我刚刚通过第二种方法获得的4.X版本的Spyder软件的版本降回去。因此,这一方法对我而言也不奏效。

4 配置Anaconda Navigator

  如果前述所有命令行中的操作都不能满足要求,我们可以再到Anaconda Navigator软件中尝试一下。如下图所示,我们打开Anaconda Navigator软件,并进入需要升级Spyder软件版本的虚拟环境中;随后,找到Spyder软件右上角的设置符号,并依次尝试其中的不同操作。

  例如,如上图所示,我就首先尝试了“Update application”选项;虽然这里其能识别出有新版本,但是还是不能成功升级。

  随后,尝试了其下方的另一个选项“Remove application”;将Spyder软件删除后,Anaconda Navigator软件将提示我们有一个5.4.1版本的Spyder软件可以下载,如下图所示。

  但是,安装过程中会提示当前的虚拟环境无法配置这一版本的Spyder软件(这进一步说明了我这里不能安装大概率是因为Python版本导致的问题)。

  随后,还尝试了“Install specific version”选项,尝试下载指定版本的Spyder软件,如下图所示。

  这一选项虽然可以安装指定版本的Spyder软件,但是我在打开安装后的软件时却又会发现如下的报错提示。

  可以看到,这就是由于Python版本以及其他配套环境版本导致的Spyder软件无法更新。

  所以最后,我又通过conda update --all代码,将出现版本冲突的Spyder软件以及其他配套环境切回了原本的版本;如下图所示。

  最终,我这里就还是选择用了原本的较老版本的Spyder软件;但是对于其他用户来说,如果Python版本不是特别老的(一般情况下,3.7及以上的版本就可以说比较新了),以上方法还是可以成功为Spyder软件的版本加以升级的。

欢迎关注:疯狂学习GIS

相关文章
|
1月前
|
PyTorch Linux 算法框架/工具
pytorch学习一:Anaconda下载、安装、配置环境变量。anaconda创建多版本python环境。安装 pytorch。
这篇文章是关于如何使用Anaconda进行Python环境管理,包括下载、安装、配置环境变量、创建多版本Python环境、安装PyTorch以及使用Jupyter Notebook的详细指南。
251 1
pytorch学习一:Anaconda下载、安装、配置环境变量。anaconda创建多版本python环境。安装 pytorch。
|
5天前
|
机器学习/深度学习 数据可视化 Docker
Python环境
Python环境
18 3
|
15天前
|
弹性计算 Linux iOS开发
Python 虚拟环境全解:轻松管理项目依赖
本文详细介绍了 Python 虚拟环境的概念、创建和使用方法,包括 `virtualenv` 和 `venv` 的使用,以及最佳实践和注意事项。通过虚拟环境,你可以轻松管理不同项目的依赖关系,避免版本冲突,提升开发效率。
|
1月前
|
Python Windows
查看Python版本
【10月更文挑战第8天】查看Python版本
24 2
|
1月前
|
IDE 网络安全 开发工具
IDE之pycharm:专业版本连接远程服务器代码,并配置远程python环境解释器(亲测OK)。
本文介绍了如何在PyCharm专业版中连接远程服务器并配置远程Python环境解释器,以便在服务器上运行代码。
293 0
IDE之pycharm:专业版本连接远程服务器代码,并配置远程python环境解释器(亲测OK)。
|
1月前
|
机器学习/深度学习 缓存 PyTorch
pytorch学习一(扩展篇):miniconda下载、安装、配置环境变量。miniconda创建多版本python环境。整理常用命令(亲测ok)
这篇文章是关于如何下载、安装和配置Miniconda,以及如何使用Miniconda创建和管理Python环境的详细指南。
352 0
pytorch学习一(扩展篇):miniconda下载、安装、配置环境变量。miniconda创建多版本python环境。整理常用命令(亲测ok)
|
1月前
|
机器学习/深度学习 缓存 Linux
python环境学习:pip介绍,pip 和 conda的区别和联系。哪个更好使用?pip创建虚拟环境并解释venv模块,pip的常用命令,conda的常用命令。
本文介绍了Python的包管理工具pip和环境管理器conda的区别与联系。pip主要用于安装和管理Python包,而conda不仅管理Python包,还能管理其他语言的包,并提供强大的环境管理功能。文章还讨论了pip创建虚拟环境的方法,以及pip和conda的常用命令。作者推荐使用conda安装科学计算和数据分析包,而pip则用于安装无法通过conda获取的包。
64 0
|
4天前
|
机器学习/深度学习 人工智能 TensorFlow
人工智能浪潮下的自我修养:从Python编程入门到深度学习实践
【10月更文挑战第39天】本文旨在为初学者提供一条清晰的道路,从Python基础语法的掌握到深度学习领域的探索。我们将通过简明扼要的语言和实际代码示例,引导读者逐步构建起对人工智能技术的理解和应用能力。文章不仅涵盖Python编程的基础,还将深入探讨深度学习的核心概念、工具和实战技巧,帮助读者在AI的浪潮中找到自己的位置。
|
4天前
|
机器学习/深度学习 数据挖掘 Python
Python编程入门——从零开始构建你的第一个程序
【10月更文挑战第39天】本文将带你走进Python的世界,通过简单易懂的语言和实际的代码示例,让你快速掌握Python的基础语法。无论你是编程新手还是想学习新语言的老手,这篇文章都能为你提供有价值的信息。我们将从变量、数据类型、控制结构等基本概念入手,逐步过渡到函数、模块等高级特性,最后通过一个综合示例来巩固所学知识。让我们一起开启Python编程之旅吧!
|
4天前
|
存储 Python
Python编程入门:打造你的第一个程序
【10月更文挑战第39天】在数字时代的浪潮中,掌握编程技能如同掌握了一门新时代的语言。本文将引导你步入Python编程的奇妙世界,从零基础出发,一步步构建你的第一个程序。我们将探索编程的基本概念,通过简单示例理解变量、数据类型和控制结构,最终实现一个简单的猜数字游戏。这不仅是一段代码的旅程,更是逻辑思维和问题解决能力的锻炼之旅。准备好了吗?让我们开始吧!