python与anaconda区别及先后安装的问题

简介: python与anaconda区别及先后安装的问题

注意!!!

不要轻易尝试把你以前用过的python添加到anaconda你新创建的环境!!!没什么意义也不差那点内存。如果你是大佬或者按照大佬写过的文章按步正确执行。否则你要花费5分钟卸载anaconda重装。这里我就不演示了。

答疑解惑

1. python与pycharm

我们用的pycharm是一个叫IDE(集成开发环境)的开发环境。你应该见过cmd,

96447814-120fc980-1245-11eb-938d-6ea408716c72.png

或者python:

96447814-120fc980-1245-11eb-938d-6ea408716c72.png

这样敲代码是不是很不方便,所以我们使用IDE,当然IDE的好处不止方便。

你像其他语言,当你去学的时候一般都是需要编译和IDE配合使用的。

JetBrains全家桶,visual studio,等等都是这样。

96447814-120fc980-1245-11eb-938d-6ea408716c72.png

再说下python。


这个东西叫编译器,就是编译代码用的,因为您自己识别01010也有些困难不是。


一般你下载安装编译器的时候都会让你安装环境变量,这是为了让我们方便在cmd调用,其实一些语言不安装也可以,因为用的不多。


比如我配置过python的环境变量,就可以在cmd中输入python

96447814-120fc980-1245-11eb-938d-6ea408716c72.png

这是因为我添加了C:\python3.8这个环境变量,里面有python.exe。

96447814-120fc980-1245-11eb-938d-6ea408716c72.png

这与我们手动打开python是一样的

96447814-120fc980-1245-11eb-938d-6ea408716c72.png

96447814-120fc980-1245-11eb-938d-6ea408716c72.png

同理像我们pip install,wheel等的命令也是,因为在环境变量中有C:\python3.8\Scripts,而在这个文件夹下有pip.exe

96447814-120fc980-1245-11eb-938d-6ea408716c72.png

等等。


至于为什么我们为什么下载安装python,配置环境变量后,再去安装pycharm,一点关系也没有,即不配置环境变量、以后配置也可以,并不影响你pycharm使用。多数教程配置环境变量,仅是为了告诉你安装成功和方便以后使用,因为他们执行了 xx --version 。

96447814-120fc980-1245-11eb-938d-6ea408716c72.png

而在你新建pycharm项目或者文件时,因为它需要编译器,它会自动匹配上你下载的python,所以你能print("hellow world") 成功。

2. anaconda

这一个用于科学计算的python发行版本,它也可以运行多个版本的python,等有很多强大的功能。


你下载它可能是因为要学Numpy、Pandas、Matplotlib等的科学计算库了。当然这些东西python一样可以运行。你可以在终端中输入pip install numpy直接用,或者用pycharm打开个文件,里面写上import numpy,它会飘红,因为你没下载过,你鼠标放上去提示你pip下载你点击后一样会自动下载,然后就能用了。(这里提一嘴,你pip下载的东西都在C:\python3.8\Lib\site-packages 这里)


至于为什么用anaconda,我们科学计算一般都是探索性的学习,即每执行一步看一下结果,这样用Jupyter Notebook显然更方便。此外处理大量数据、一些运算类型等等也是更占优势。


当你去下载安装anaconda的时候放心安装,虽然anaconda里一样有python,但都没关系。


(注:Anaconda01是我当初自己起的文件名,你们起个好听的比如Anaconda3)

96447814-120fc980-1245-11eb-938d-6ea408716c72.png

一般你下载anaconda的时候,也会配置环境变量,这个随便,如果你配置的在你之前配置的python下面,那么你cmd使用的时候会和以前一样,虽然有两个python,但是它会从上到下寻找,找到第一个就行了。


96447814-120fc980-1245-11eb-938d-6ea408716c72.png

如果你换个顺序(建议一组一组的动),比如C:\Anaconda01在上面,那它就会执行C:\Anaconda01里的python,告诉你是Anaconda环境下的。(有警告别急,下面会讲。)。

96447814-120fc980-1245-11eb-938d-6ea408716c72.png

这与我们打开Anaconda Prompt输入python是一样的。

96447814-120fc980-1245-11eb-938d-6ea408716c72.png

注意:这是两个环境的python,举个例子:比如你以前用到requests模块下载过requests,他会在你这个python下载的site-package里,而anaconda你使用的话还要再去下载,虽然它下载的时候就自带了一些工具,但没有requests。即这两个是分开的。


哪怕你把以前下载的python删了也没问题,开打以前写的pycharm项目时无非就是把设置里的python(已经删掉了),更新换成Anaconda里的python就行,有些小东西比如某某库没下载重新下载就可以。


这里我python,anaconda两个都留着了,因为懒得弄也懒得合并,也不差那点内存。


Anaconda也有自己的命令conda,所以你就也能找到conda.exe的文件。

96447814-120fc980-1245-11eb-938d-6ea408716c72.png

这里我python在上面,所以pip的路径来自于python3.8,而python3.8没有conda,它来自我环境变量下面的Anaconda。

96447814-120fc980-1245-11eb-938d-6ea408716c72.png

(注意你配置的环境变量是系统的还是用户的,建议要改一起改)


所以你Anaconda下载东西,可以直接在你anaconda环境下的python(要激活)或是anaconda prompt用pip install xx,或者直接使用conda install xx即可,它两种命令都能用。

解决警告激活问题:

96447814-120fc980-1245-11eb-938d-6ea408716c72.png

Warning:

This Python interpreter is in a conda environment, but the environment has

not been activated.  Libraries may fail to load.  To activate this environment

please see https://conda.io/activation


这个报错是为什么呢,我们上面讲了环境变量,这里直接输入python找到的是环境变量里第一个含有python.exe的,也就是我们放在前面的C://Anaconda01,它里面的python.exe而不是排在后面的python3.8文件里的python.exe。

96447814-120fc980-1245-11eb-938d-6ea408716c72.png

这样直接cmd执行输入python会告知你需要激活,为什么需要激活?

96447814-120fc980-1245-11eb-938d-6ea408716c72.png

我们执行这条命令,可以看到我们当前就一个名为base的环境,对应C盘里的Anaconda01下的一堆文件,我们要用 Anaconda01里的python,就得提前告诉他我们要用的是哪个。因为以后你或许会有很多个版本的python在这里。


执行如下命令:


这个就是 激活名为base的环境: activate 名字


输入:activate base,它会自动跳一句conda.bat activate base  

96447814-120fc980-1245-11eb-938d-6ea408716c72.png

可以看到,前面多了个(base)

此时我们再输入python

20210527153548522.png

你看,警告没了。

这与我们prompt是一样的了

96447814-120fc980-1245-11eb-938d-6ea408716c72.png

所以它只是个警告而已,不是报错,就是你是用的时候要先激活,告诉人家用哪个。那个名为base的环境是默认的。


相关文章
|
3月前
|
Linux 计算机视觉 C++
【解决方案】Building wheel for opencv-python:安装卡顿的原因与解决方案
当你安装OpenCV时,命令行停在Building wheel for opencv-python (PEP 517) ... -似乎卡住了。这并非程序假死,而是其编译耗时巨大。本文将揭示原因,并提供优化安装体验的实用方法。
458 88
|
8天前
|
人工智能 数据安全/隐私保护 异构计算
桌面版exe安装和Python命令行安装2种方法详细讲解图片去水印AI源码私有化部署Lama-Cleaner安装使用方法-优雅草卓伊凡
桌面版exe安装和Python命令行安装2种方法详细讲解图片去水印AI源码私有化部署Lama-Cleaner安装使用方法-优雅草卓伊凡
104 8
桌面版exe安装和Python命令行安装2种方法详细讲解图片去水印AI源码私有化部署Lama-Cleaner安装使用方法-优雅草卓伊凡
|
3月前
|
人工智能 数据挖掘 Linux
Centos安装Python3.7(亲测可用)
本指南详细介绍了在基于Linux(以CentOS系统为例,使用yum包管理器)的系统上安装Python 3.7版本的完整流程。Python是一种广泛使用的高级编程语言,在各种领域如软件开发、数据分析、人工智能和区块链开发等都有着重要的应用。
311 2
|
6月前
|
IDE 开发工具 开发者
手把手教你安装PyCharm 2025:开发者的Python IDE配置全流程+避坑指南
本教程详细介绍了PyCharm 2025版本在Windows系统下的安装流程及配置方法,涵盖AI代码补全与智能调试工具链等新功能。内容包括系统要求、安装步骤、首次运行配置(如主题选择与插件安装)、创建首个Python项目,以及常见问题解决方法。此外,还提供了切换中文界面和延伸学习资源的指导,帮助用户快速上手并高效使用PyCharm进行开发。
2974 61
|
6月前
|
Python
[oeasy]python086方法_method_函数_function_区别
本文详细解析了Python中方法(method)与函数(function)的区别。通过回顾列表操作如`append`,以及随机模块的使用,介绍了方法作为类的成员需要通过实例调用的特点。对比内建函数如`print`和`input`,它们无需对象即可直接调用。总结指出方法需基于对象调用且包含`self`参数,而函数独立存在无需`self`。最后提供了学习资源链接,方便进一步探索。
123 17
|
6月前
|
存储 缓存 文件存储
uv安装python及其依赖的加速方法
国内在使用uv的时候,可能会涉及到装python的速度太慢的问题,为了解决这个问题,可以使用`UV_PYTHON_INSTALL_MIRROR`这个环境变量。除此以外,对于多人协作场景,`UV_CACHE_DIR`也是一个有用的环境变量。本文会介绍这两个变量。
4344 10
|
7月前
|
机器学习/深度学习 数据采集 数据可视化
Python/Anaconda双方案加持!Jupyter Notebook全平台下载教程来袭
Jupyter Notebook 是一款交互式编程与数据科学分析工具,支持40多种编程语言,广泛应用于机器学习、数据清洗和学术研究。其核心优势包括实时执行代码片段、支持Markdown文档与LaTeX公式混排,并可导出HTML/PDF/幻灯片等格式。本文详细介绍了Jupyter Notebook的软件定位、特性、安装方案(Anaconda集成环境与原生Python+PIP安装)、首次运行配置及常见问题解决方案,帮助用户快速上手并高效使用该工具。
|
9月前
|
IDE 测试技术 项目管理
【新手必看】PyCharm2025 免费下载安装配置教程+Python环境搭建、图文并茂全副武装学起来才嗖嗖的快,绝对最详细!
PyCharm是由JetBrains开发的Python集成开发环境(IDE),专为Python开发者设计,支持Web开发、调试、语法高亮、项目管理、代码跳转、智能提示、自动完成、单元测试和版本控制等功能。它有专业版、教育版和社区版三个版本,其中社区版免费且适合个人和小型团队使用,包含基本的Python开发功能。安装PyCharm前需先安装Python解释器,并配置环境变量。通过简单的步骤即可在PyCharm中创建并运行Python项目,如输出“Hello World”。
3072 13
【新手必看】PyCharm2025 免费下载安装配置教程+Python环境搭建、图文并茂全副武装学起来才嗖嗖的快,绝对最详细!
|
8月前
|
JSON Shell 数据格式
使用 pipx 安装并执行 Python 应用程序 (1)
使用 pipx 安装并执行 Python 应用程序 (1)
732 17
|
9月前
|
人工智能 Java Python
python安装、vscode安装、conda安装:一文搞定Python的开发环境(史上最全)
尼恩架构团队推出了一系列《LLM大模型学习圣经》PDF,旨在帮助读者深入理解并掌握大型语言模型(LLM)及其相关技术。该系列包括Python基础、Transformer架构、LangChain框架、RAG架构及LLM智能体等内容,覆盖从理论到实践的各个方面。此外,尼恩还提供了配套视频教程,计划于2025年5月前发布,助力更多人成为大模型应用架构师,冲击年薪百万目标。

推荐镜像

更多