Win10中Anaconda及Python的下载与安装方法

简介: Win10中Anaconda及Python的下载与安装方法

  本文介绍在Win10电脑中,安装AnacondaPython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,下载Anaconda

  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。按照这篇博客https://blog.csdn.net/zhebushibiaoshifu/article/details/115319801)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AnacondaPython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,不要再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)Spyder (Anaconda3) 进行尝试。

  二者打开均无误,可以正常使用。

欢迎关注公众号/CSDN/知乎/微博:疯狂学习GIS


相关文章
|
2天前
|
存储 Linux Shell
python移除/删除非空文件夹/目录的最有效方法是什么?
python移除/删除非空文件夹/目录的最有效方法是什么?
7 0
|
4天前
|
Ubuntu Python
在Ubuntu下载Python3.6 并建立软连接
在Ubuntu下载Python3.6 并建立软连接
8 0
|
4天前
|
Python
【Python 基础】Python中的实例方法、静态方法和类方法有什么区别?
【5月更文挑战第6天】【Python 基础】Python中的实例方法、静态方法和类方法有什么区别?
|
4天前
|
数据处理 Python
Python中每个字段增加多条数据的高效方法
Python中每个字段增加多条数据的高效方法
10 1
|
5天前
|
存储 数据挖掘 Python
Python技术分享:实现选择文件或目录路径的方法
Python技术分享:实现选择文件或目录路径的方法
15 2
|
5天前
|
数据处理 Python
Python中按指定数量分割列表字符串的方法
Python中按指定数量分割列表字符串的方法
9 1
|
9天前
|
Python
使用Python pandas的sort_values()方法可按一个或多个列对DataFrame排序
使用Python pandas的sort_values()方法可按一个或多个列对DataFrame排序。示例代码展示了如何按'Name'和'Age'列排序 DataFrame。先按'Name'排序,再按'Age'排序。sort_values()的by参数接受列名列表,ascending参数控制排序顺序(默认升序),inplace参数决定是否直接修改原DataFrame。
22 1
|
10天前
|
机器学习/深度学习 数据可视化 前端开发
【Python机器学习专栏】机器学习模型评估的实用方法
【4月更文挑战第30天】本文介绍了机器学习模型评估的关键方法,包括评估指标(如准确率、精确率、召回率、F1分数、MSE、RMSE、MAE及ROC曲线)和交叉验证技术(如K折交叉验证、留一交叉验证、自助法)。混淆矩阵提供了一种可视化分类模型性能的方式,而Python的scikit-learn库则方便实现这些评估。选择适合的指标和验证方法能有效优化模型性能。
|
10天前
|
机器学习/深度学习 算法 Python
【Python机器学习专栏】Python中的特征选择方法
【4月更文挑战第30天】本文介绍了机器学习中特征选择的重要性,包括提高模型性能、减少计算成本和增强可解释性。特征选择方法主要包括过滤法(如相关系数、卡方检验和互信息)、包装法(如递归特征消除和顺序特征选择)和嵌入法(如L1正则化和决策树)。在Python中,可利用`sklearn`库的`feature_selection`模块实现这些方法。通过有效的特征选择,能构建更优的模型并深入理解数据。
|
10天前
|
机器学习/深度学习 数据采集 数据可视化
【Python 机器学习专栏】数据缺失值处理与插补方法
【4月更文挑战第30天】本文探讨了Python中处理数据缺失值的方法。缺失值影响数据分析和模型训练,可能导致模型偏差、准确性降低和干扰分析。检测缺失值可使用Pandas的`isnull()`和`notnull()`,或通过可视化。处理方法包括删除含缺失值的行/列及填充:固定值、均值/中位数、众数或最近邻。Scikit-learn提供了SimpleImputer和IterativeImputer类进行插补。选择方法要考虑数据特点、缺失值比例和模型需求。注意过度插补和验证评估。处理缺失值是提升数据质量和模型准确性关键步骤。