Anaconda环境与Python的配置方法

简介: 本文介绍在Win10电脑中,安装Anaconda环境与Python语言的方法~

  本文介绍在Win10电脑中,安装Anaconda环境与Python语言的方法。

  在这里需要注意,本文介绍的方法是在电脑自身原本不含有Python的情况下进行的;如果大家电脑中原本就下载、安装过Python语言,需要首先将原本安装Python时的设置的环境变量删除。

  首先,先进行Anaconda环境的安装。

  我们可以在Anaconda的官方网站(https://www.anaconda.com/products/individual)进行下载,但是官网下载时可能网速较慢。

  因此,我们可以在清华大学开源软件镜像站进行下载(https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/)。

  下载后,双击打开下载好的.exe文件,即可开始安装。

  其中,在“Select Installation Type”一栏中,建议大家选择“All Users”,从而使得当前计算机中的全部用户都可以使用Anaconda。

  接下来,需要选择安装的目标文件夹。这里建议大家如果C盘剩余空间大的话,就选择在软件默认的路径安装,这样子在后期使用Anaconda时,可以免除出现很多小错误的麻烦;但一般情况下,C盘空间都是很宝贵的,大家自行选择安装在其他盘符下即可。

  这里请注意,需要记得自己安装Anaconda的路径,也就是上述“Destination Folder”中的路径,以供后续操作使用。

  随后,在弹出的“Adavanced Installation Options”一栏中,不选第一项,选中第二项。其中,第一项是将Anaconda的安装路径自动设置为环境变量,但是这样做可能会带来一些问题,我们后需手动设置环境变量即可;第二项是将Anaconda中一并下载的Python版本作为系统默认的Python。

  随后,即可开始安装。

  稍等片刻,完成安装。取消勾选最终界面中的两个选项,点击“Finish”即可。

  接下来,我们需要设置环境变量。按照Windows环境变量(用户变量、系统变量)的设置(https://developer.aliyun.com/article/1151654)中介绍的方法,我们将与Anaconda有关的几个路径进行环境变量的设置。

  在这里需要注意,按照Anaconda官网的说法,由于我们前期选择了为所有用户(“All Users”)安装Anaconda,所以这里就选择“环境变量”中的“系统变量”里的“Path”(如上图);若是前期选择了为“Just Me”安装,这里就可以选择“用户变量”中的“Path”(如下图)。

  在这里,为了保证安装操作的正确,我是将两种环境变量类型里的“Path”都进行了设置。

  我们首先到刚刚安装Anaconda时的安装路径,复制路径地址。

  将其放入环境变量中。

  按照上述方法,将下图红框中的四个路径放入环境变量中。请注意,由于安装路径不同,大家所选择的这四个路径地址前半段可能和我的不一致,主要是确保后续文件夹是正确的即可。

  对系统变量和用户变量都进行设置。

  以上即完成了Anaconda与Python的下载与安装。接下来,我们需要检查二者是否安装正确。

  在开始菜单中输入cmd,打开“命令提示符”。

  输入python,并查看命令提示符的输出情况。

  若可以显示出Python的具体版本,说明我们的Python已经安装完毕。

  接下来,重新打开一个命令提示符窗口,输入conda --version。

  这里请注意,不要在刚刚的命令提示符窗口中直接输入新的语句,因为刚刚输入Python后已经进入了Python的环境,我们需要退出这一环境,否则可能会出现类似下图所示的错误。

  显示出conda的版本,即说明Anaconda安装正确。

  此外,还可以输入conda info。

  这同样可以检查Anaconda的安装情况;出现下图所示内容即说明安装无误。

  此时,在开始菜单,我们可以看到安装好的Anaconda软件及其相关应用。

  我们可以分别打开 Anaconda Navigator (Anaconda3) 与 Spyder (Anaconda3) 进行尝试。

  二者打开均无误,可以正常使用。

相关文章
|
测试技术 开发者 Python
Python单元测试入门:3个核心断言方法,帮你快速定位代码bug
本文介绍Python单元测试基础,详解`unittest`框架中的三大核心断言方法:`assertEqual`验证值相等,`assertTrue`和`assertFalse`判断条件真假。通过实例演示其用法,帮助开发者自动化检测代码逻辑,提升测试效率与可靠性。
725 1
|
机器学习/深度学习 数据采集 数据挖掘
基于 GARCH -LSTM 模型的混合方法进行时间序列预测研究(Python代码实现)
基于 GARCH -LSTM 模型的混合方法进行时间序列预测研究(Python代码实现)
479 2
|
监控 安全 程序员
Python日志模块配置:从print到logging的优雅升级指南
从 `print` 到 `logging` 是 Python 开发的必经之路。`print` 调试简单却难维护,日志混乱、无法分级、缺乏上下文;而 `logging` 支持级别控制、多输出、结构化记录,助力项目可维护性升级。本文详解痛点、优势、迁移方案与最佳实践,助你构建专业日志系统,让程序“有记忆”。
1019 0
|
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
1824 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
|
机器学习/深度学习 数据采集 算法
【CNN-BiLSTM-attention】基于高斯混合模型聚类的风电场短期功率预测方法(Python&matlab代码实现)
【CNN-BiLSTM-attention】基于高斯混合模型聚类的风电场短期功率预测方法(Python&matlab代码实现)
600 4
|
JSON 缓存 开发者
淘宝商品详情接口(item_get)企业级全解析:参数配置、签名机制与 Python 代码实战
本文详解淘宝开放平台taobao.item_get接口对接全流程,涵盖参数配置、MD5签名生成、Python企业级代码实现及高频问题排查,提供可落地的实战方案,助你高效稳定获取商品数据。
|
算法 调度 决策智能
【两阶段鲁棒优化】利用列-约束生成方法求解两阶段鲁棒优化问题(Python代码实现)
【两阶段鲁棒优化】利用列-约束生成方法求解两阶段鲁棒优化问题(Python代码实现)
378 0
|
机器学习/深度学习 数据采集 TensorFlow
基于CNN-GRU-Attention混合神经网络的负荷预测方法(Python代码实现)
基于CNN-GRU-Attention混合神经网络的负荷预测方法(Python代码实现)
717 0
|
存储 XML JSON
Python如何读写配置文件?
Python如何读写配置文件?
675 0
|
Python
Python编程:configparser读写ini配置文件
Python编程:configparser读写ini配置文件
402 0

推荐镜像

更多