Anaconda虚拟环境安装Python库与Spyder

简介: 本文介绍在Anaconda中,为Python的虚拟环境安装第三方库与Spyder等配套软件的方法~

  本文介绍在Anaconda中,为Python的虚拟环境安装第三方库Spyder配套软件的方法。

  在文章Anaconda使用Python虚拟环境的方法https://developer.aliyun.com/article/1182181)中,我们介绍了在Anaconda环境下,创建、使用与删除Python虚拟环境的方法;而创建虚拟环境后,就需要在对应的环境内配置各类软件,本文就对这些操作加以介绍。

1 软件安装

  这里我们就以Spyder软件的安装为例来介绍。首先,我们需要打开“Anaconda Prompt (anaconda3)”,通过conda activate语句进入虚拟环境;例如,我这里就进入一个名为py36的虚拟环境,如下图第一句代码所示。

  随后,我们输入如下的代码,准备Spyder软件的下载。

conda install spyder

  运行代码,如下图所示。

  这里需要注意,如果我们在上图中“Solving environment”环节卡的比较久,多数是由于conda官方的服务器在国外、从而出现网络连接问题导致的,因此我们可以通过换源的方式来解决这一问题。关于换源的具体原理与方式网上有很多介绍,我们这里就直接进行具体操作方法的介绍。

  首先,我们输入如下的代码,查看当前conda下载各类文件、数据时的途径。

conda config --show channels

  运行代码,如下图所示。其中,defaults表明我们目前conda下载各类文件、数据等都是通过默认的途径(也就是那个在国外的服务器)来实现的,因此确实会比较卡。

  所以,我们输入如下的代码,从而将这个默认的途径修改为中国科学技术大学提供的一个镜像。

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

  运行代码,这里我忘记截图了,就不再展示结果的截图;但是此时我们再通过前述conda config --show channels语句查看conda下载的途径,可以看到其中排在第一位的已经是我们前面添加的中国科学技术大学的镜像了;如下图所示。

  随后,我们再通过前述conda install spyder语句进行Spyder软件的下载;此时就会快很多了。待Spyder软件下载完毕,会出现如下图所示的界面。

  此时,我们在开始菜单的Anaconda列表中,就可以看到py36环境下,已经下载好了Spyder软件;不仅如此,当前虚拟环境下配套的其他软件或环境,比如Jupyter QTConsole等,也一同配置完毕。

  当然,因为我这里py36这个虚拟环境的Python版本是3.6的,所以配套下载的Spyder等软件也是比较早的版本;对于这一情况,如果大家介意的话,可以通过conda update spyder等类似的语句升级Spyder或其他软件。

2 第三方库安装

  接下来,我们介绍在虚拟环境中配置第三方库的方法。同样的,我们首先进入对应的虚拟环境,并通过conda install语句下载所需的库即可。

  例如,如果我们需要配置GDAL库,那么就输入如下的代码。

conda install gdal

  运行代码,如下图所示。

  具体流程和在Anaconda默认的base环境中一致,还是确认需要更新、下载哪些库,并通过输入y来确认是否开始安装,如下图所示。

  配置完毕后,我们就可以在当前虚拟环境下使用相关的第三方库了。例如,我们可以打开本文第一部分下载好的py36虚拟环境下的Spyder软件,然后运行与GDAL库有关的代码。

  至此,大功告成。

相关文章
|
4月前
|
存储 人工智能 测试技术
如何使用LangChain的Python库结合DeepSeek进行多轮次对话?
本文介绍如何使用LangChain结合DeepSeek实现多轮对话,测开人员可借此自动生成测试用例,提升自动化测试效率。
695 125
如何使用LangChain的Python库结合DeepSeek进行多轮次对话?
|
4月前
|
监控 数据可视化 数据挖掘
Python Rich库使用指南:打造更美观的命令行应用
Rich库是Python的终端美化利器,支持彩色文本、智能表格、动态进度条和语法高亮,大幅提升命令行应用的可视化效果与用户体验。
336 0
|
3月前
|
数据可视化 关系型数据库 MySQL
【可视化大屏】全流程讲解用python的pyecharts库实现拖拽可视化大屏的背后原理,简单粗暴!
本文详解基于Python的电影TOP250数据可视化大屏开发全流程,涵盖爬虫、数据存储、分析及可视化。使用requests+BeautifulSoup爬取数据,pandas存入MySQL,pyecharts实现柱状图、饼图、词云图、散点图等多种图表,并通过Page组件拖拽布局组合成大屏,支持多种主题切换,附完整源码与视频讲解。
316 4
【可视化大屏】全流程讲解用python的pyecharts库实现拖拽可视化大屏的背后原理,简单粗暴!
|
3月前
|
传感器 运维 前端开发
Python离群值检测实战:使用distfit库实现基于分布拟合的异常检测
本文解析异常(anomaly)与新颖性(novelty)检测的本质差异,结合distfit库演示基于概率密度拟合的单变量无监督异常检测方法,涵盖全局、上下文与集体离群值识别,助力构建高可解释性模型。
370 10
Python离群值检测实战:使用distfit库实现基于分布拟合的异常检测
|
4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
516 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
|
5月前
|
运维 Linux 开发者
Linux系统中使用Python的ping3库进行网络连通性测试
以上步骤展示了如何利用 Python 的 `ping3` 库来检测网络连通性,并且提供了基本错误处理方法以确保程序能够优雅地处理各种意外情形。通过简洁明快、易读易懂、实操性强等特点使得该方法非常适合开发者或系统管理员快速集成至自动化工具链之内进行日常运维任务之需求满足。
326 18
|
5月前
|
机器学习/深度学习 API 异构计算
JAX快速上手:从NumPy到GPU加速的Python高性能计算库入门教程
JAX是Google开发的高性能数值计算库,旨在解决NumPy在现代计算需求下的局限性。它不仅兼容NumPy的API,还引入了自动微分、GPU/TPU加速和即时编译(JIT)等关键功能,显著提升了计算效率。JAX适用于机器学习、科学模拟等需要大规模计算和梯度优化的场景,为Python在高性能计算领域开辟了新路径。
476 0
JAX快速上手:从NumPy到GPU加速的Python高性能计算库入门教程
|
5月前
|
数据采集 存储 Web App开发
Python爬虫库性能与选型实战指南:从需求到落地的全链路解析
本文深入解析Python爬虫库的性能与选型策略,涵盖需求分析、技术评估与实战案例,助你构建高效稳定的数据采集系统。
458 0
|
5月前
|
存储 监控 安全
Python剪贴板监控实战:clipboard-monitor库的深度解析与扩展应用
本文介绍了基于Python的剪贴板监控技术,结合clipboard-monitor库实现高效、安全的数据追踪。内容涵盖技术选型、核心功能开发、性能优化及实战应用,适用于安全审计、自动化办公等场景,助力提升数据管理效率与安全性。
219 0

推荐镜像

更多