Anaconda使用Python虚拟环境的方法

简介: 本文介绍在Anaconda环境下,创建、使用与删除Python虚拟环境的方法~

  本文介绍在Anaconda环境下,创建、使用与删除Python虚拟环境的方法。

  在Python的使用过程中,我们常常由于不同Python版本以及不同第三方库版本的支持情况与相互之间的冲突情况,而需要创建不同的Python虚拟环境;在Anaconda的帮助下,这一步骤就变得十分方便。

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

  随后,在其中输入如下所示的代码,从而浏览当前Anaconda中的全部环境的情况。

conda env list

  运行代码,如下图所示。其中,如果我们之前没有创建过虚拟环境,那么列表中只会出现一个base环境,也就是Anaconda的基本环境。其中,星号*表示Anaconda当前正在使用的环境,最后面一列的路径也就是这一环境对应的保存路径。

  随后,我们开始创建虚拟环境。首先,如果我们依据以下格式代码加以虚拟环境的创建,会得到一个Python版本与Anaconda基本环境中Python版本一致的虚拟环境;例如,我这里Anaconda基本环境的Python版本为3.9.13,那么创建的虚拟环境Python版本也会是3.9.13。其中,py39是虚拟环境的名称,大家可以自行修改。

conda create -n py39

  运行代码,如下图所示。

  其次,如果我们依据以下格式代码加以虚拟环境的创建,会得到一个指定Python版本的虚拟环境。其中,py36同样是虚拟环境的名称,最后的python=3.6就是指定Python版本为3.6,大家可以依据实际需要来修改。

conda create -n py36 python=3.6

  运行代码,如下图所示。

  通过以上两句代码,我们创建了两个虚拟环境;此时,我们再用前文提到的代码浏览当前Anaconda中全部的环境情况,会得到如下图所示的结果。其中,除了baseAnaconda的基本环境,其他两个环境就是我们刚刚创建的虚拟环境。

  如果我们找到上图中所示的路径,也可以看到两个新创建的虚拟环境对应的文件夹。

  随后,如果我们想要使用某一个虚拟环境,就可以通过如下的代码来实现。其中,py36是我们需要使用的虚拟环境的名称。

conda activate py36

  运行代码,如下图所示。此时,我们继续输入代码,就是在py36这个虚拟环境中加以运行了。

  例如,我们可以输入如下语句,查看当前虚拟环境对应的Python版本。

python

  运行代码,如下图所示。可以看到,当前这一虚拟环境的Python版本是3.6.13。这就是因为前面我们创建这一虚拟环境时,指定了其Python版本为3.6导致的。

  这里需要注意,在终端中输入前述python这一句代码后,如果接下来输入的不是Python代码,需要同时按下Ctrl键与Z键,然后按下回车键,退出Python语句环境,如下图所示。

  随后,我们可以通过如下代码退出当前虚拟环境,从而回到Anaconda的基本环境。

conda deactivate

  运行代码,如下图所示。

  此外,如果我们需要删除某个虚拟环境,则需要通过如下代码实现。其中,py39是要删除的虚拟环境的名称。

conda remove -n py39 --all

  运行代码,如下图所示。

  删除完毕,我们再用前文提到的语句浏览当前Anaconda中全部的环境情况,会得到如下图所示的结果;可以看到,py39这个刚刚删除的虚拟环境就不再存在了。

  以上,我们介绍了在Anaconda环境下,创建、使用与删除Python虚拟环境的基本方法;如果我们需要加以进一步的应用,比如在某个虚拟环境中下载、安装Spyder软件,或是在某个虚拟环境中安装某个第三方库等,具体方法我们将在下一篇博客中介绍。

相关文章
|
10月前
|
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。
621 1
|
11月前
|
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)
372 2
|
11月前
|
调度 Python
微电网两阶段鲁棒优化经济调度方法(Python代码实现)
微电网两阶段鲁棒优化经济调度方法(Python代码实现)
261 0
|
11月前
|
传感器 大数据 API
Python数字限制在指定范围内:方法与实践
在Python编程中,限制数字范围是常见需求,如游戏属性控制、金融计算和数据过滤等场景。本文介绍了五种主流方法:基础条件判断、数学运算、装饰器模式、类封装及NumPy数组处理,分别适用于不同复杂度和性能要求的场景。每种方法均有示例代码和适用情况说明,帮助开发者根据实际需求选择最优方案。
486 0
|
11月前
|
Python
Python字符串center()方法详解 - 实现字符串居中对齐的完整指南
Python的`center()`方法用于将字符串居中,并通过指定宽度和填充字符美化输出格式,常用于文本对齐、标题及表格设计。
|
10月前
|
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
1541 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
|
11月前
|
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)
511 4
|
10月前
|
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)
294 0
|
11月前
|
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)
598 0
|
12月前
|
数据管理 开发工具 索引
在Python中借助Everything工具实现高效文件搜索的方法
使用上述方法,你就能在Python中利用Everything的强大搜索能力实现快速的文件搜索,这对于需要在大量文件中进行快速查找的场景尤其有用。此外,利用Python脚本可以灵活地将这一功能集成到更复杂的应用程序中,增强了自动化处理和数据管理的能力。
927 0

推荐镜像

更多