彻底卸载并重装Anaconda环境与Python的方法

简介: 彻底卸载并重装Anaconda环境与Python的方法

  本文介绍在Windows平台下,彻底删除Anaconda环境与其自带Python版本,并进行重新安装的方法。

  最近,由于原有Anaconda环境中的部分第三方库出现了冲突的情况,且基于“Anaconda Prompt (anaconda3)”也无法升级Anaconda与相关库了,因此决定将其卸载并重新安装。参考Anaconda官方网站给出的卸载方法,成功完成了其的卸载与随后的重装工作。

  首先,我们打开“Anaconda Prompt (anaconda3)”。

  在其中输入以下代码:

conda install anaconda-clean

  通过这句代码,我们即可下载清理Anaconda环境的一个工具。这里同样需要注意,如果我们开启了网络代理软件,则可能会导致系统找不到这一工具的元数据的下载地址,因此需要关闭相关代理软件。

  输入上述代码后,稍等片刻,如下图所示,我们输入y从而确定开始下载这一工具。

  随后,我们可以通过以下两句代码的任意一句,开始清理Anaconda环境。其中,如果输入下面这一句,在稍后清理Anaconda环境时,会逐一弹出是否确认删除的提示,需要我们手动逐一确认并删除。

anaconda-clean

  如果输入下面这一句,在稍后清理Anaconda环境时,,会自动一次性删除全部内容,不会弹出确认语句。建议大家就用这一句来清理Anaconda环境即可。

anaconda-clean --yes

  输入上面的第二句代码后,如下图所示。可以看到,Anaconda在清理的同时,将自动生成一个备份文件夹;不过这个备份文件夹其实作用也不大,大家后期如果不需要的话可以将其删除。

  接下来,我们通过资源管理器,将Anaconda环境所在的路径打开,并将其中的envs文件夹与pkgs文件夹手动删除。

  由于这两个文件夹的文件数量比较多,因此删除过程中比较慢;建议大家选择不放入回收站,直接删除的方式来删除。

  随后,进入“卸载或更改程序”界面,将Anaconda与其对应版本的Python加以卸载。

  首先,卸载Anaconda环境时,依据这一卸载工具的提示来进行即可。

  随后,删除对应版本的Python时需要注意,我们删除当前Anaconda环境对应的那个版本的Python即可。例如,我这里的Anaconda环境对应的Python版本为3.9.12,而下面3.10.8版本的Python则是我后来从Python官网自己下载的,所以就没必要删除了。

  随后,在桌面或者开始菜单或许还可以看到Anaconda环境留存的快捷方式。

  我们在其中某个快捷方式的名称处右键,并选择“更多”→“打开文件位置”选项。

  随后,将对应无效的快捷方式文件夹删除即可。如下图所示,除了Anaconda环境的残留快捷方式,还有Python3.9的,我们一起删除就好。

  接下来,如果大家还不放心且电脑中有类似于Everything的软件,我们还可以再输入Anaconda字样,将其他一些剩余无效的文件夹或文件删除;不过这一步骤并不是必须的。

  以上,我们即完成了对Anaconda环境与其自带Python版本的卸载工作,如果大家只是需要删除他们,那么到此就结束了;如果大家还需要重新安装Anaconda环境与Python,那么参考文章Win10中Anaconda及Python的下载与安装方法https://blog.csdn.net/zhebushibiaoshifu/article/details/122642187)即可,这里就不再赘述了。

  至此,大功告成。

欢迎关注:疯狂学习GIS

相关文章
|
2月前
|
机器学习/深度学习 Python
堆叠集成策略的原理、实现方法及Python应用。堆叠通过多层模型组合,先用不同基础模型生成预测,再用元学习器整合这些预测,提升模型性能
本文深入探讨了堆叠集成策略的原理、实现方法及Python应用。堆叠通过多层模型组合,先用不同基础模型生成预测,再用元学习器整合这些预测,提升模型性能。文章详细介绍了堆叠的实现步骤,包括数据准备、基础模型训练、新训练集构建及元学习器训练,并讨论了其优缺点。
110 3
|
23小时前
|
Shell Linux Ruby
Python3虚拟环境venv
`venv` 是 Python 的虚拟环境工具,用于为不同项目创建独立的运行环境,避免依赖冲突。通过 `python3 -m venv` 命令创建虚拟环境,并使用 `source bin/activate` 激活。激活后,所有 Python 包将安装在该环境中,不影响系统全局环境。退出环境使用 `deactivate` 命令。每个虚拟环境拥有独立的包集合,确保项目间的隔离性。删除虚拟环境只需删除其目录即可。
48 34
|
1天前
|
人工智能 自然语言处理 算法
随机的暴力美学蒙特卡洛方法 | python小知识
蒙特卡洛方法是一种基于随机采样的计算算法,广泛应用于物理学、金融、工程等领域。它通过重复随机采样来解决复杂问题,尤其适用于难以用解析方法求解的情况。该方法起源于二战期间的曼哈顿计划,由斯坦尼斯拉夫·乌拉姆等人提出。核心思想是通过大量随机样本来近似真实结果,如估算π值的经典示例。蒙特卡洛树搜索(MCTS)是其高级应用,常用于游戏AI和决策优化。Python中可通过简单代码实现蒙特卡洛方法,展示其在文本生成等领域的潜力。随着计算能力提升,蒙特卡洛方法的应用范围不断扩大,成为处理不确定性和复杂系统的重要工具。
42 21
|
7天前
|
SQL 分布式计算 数据处理
云产品评测|分布式Python计算服务MaxFrame | 在本地环境中使用MaxFrame + 基于MaxFrame实现大语言模型数据处理
本文基于官方文档,介绍了由浅入深的两个部分实操测试,包括在本地环境中使用MaxFrame & 基于MaxFrame实现大语言模型数据处理,对步骤有详细说明。体验下来对MaxCompute的感受是很不错的,值得尝试并使用!
36 1
|
14天前
|
Shell 程序员 开发者
轻松搞定在Python中构建虚拟环境
本教程教你如何使用业界公认的最佳实践,创建一个完全工作的Python开发环境。虚拟环境通过隔离依赖项,避免项目间的冲突,并允许你轻松管理包版本。我们将使用Python 3的内置`venv`模块来创建和激活虚拟环境,确保不同项目能独立运行,不会相互干扰。此外,还将介绍如何检查Python版本、激活和停用虚拟环境,以及使用`requirements.txt`文件共享依赖项。 通过本教程,你将学会: - 创建和管理虚拟环境 - 避免依赖性冲突 - 部署Python应用到服务器 适合新手和希望提升开发环境管理能力的开发者。
|
21天前
|
Python
探索Python虚拟环境:virtualenv、venv与pipenv比较
在Python开发中,有效的环境管理至关重要。virtualenv、venv和pipenv是常用的虚拟环境管理工具。virtualenv支持Python 2.7+和3.3+,可创建独立环境;venv为Python 3.3+内置库,简单轻量但功能有限;pipenv则结合了包管理和虚拟环境管理,生成Pipfile.lock确保依赖确定性和安全性,推荐作为首选工具。
|
20天前
|
人工智能 编译器 Python
python已经安装有其他用途如何用hbuilerx配置环境-附带实例demo-python开发入门之hbuilderx编译器如何配置python环境—hbuilderx配置python环境优雅草央千澈
python已经安装有其他用途如何用hbuilerx配置环境-附带实例demo-python开发入门之hbuilderx编译器如何配置python环境—hbuilderx配置python环境优雅草央千澈
python已经安装有其他用途如何用hbuilerx配置环境-附带实例demo-python开发入门之hbuilderx编译器如何配置python环境—hbuilderx配置python环境优雅草央千澈
|
25天前
|
机器学习/深度学习 Rust 算法
Python环境管理的新选择:UV和Pixi,高性能Python环境管理方案
近期Python生态系统在包管理领域发生了重要变化,Anaconda调整商业许可证政策,促使社区寻找更开放的解决方案。本文介绍两款新一代Python包管理工具:UV和Pixi。UV用Rust编写,提供高性能依赖解析和项目级环境管理;Pixi基于Conda生态系统,支持conda-forge和PyPI包管理。两者分别适用于高性能需求和深度学习项目,为开发者提供了更多选择。
99 2
|
1月前
|
安全
Python-打印99乘法表的两种方法
本文详细介绍了两种实现99乘法表的方法:使用`while`循环和`for`循环。每种方法都包括了步骤解析、代码演示及优缺点分析。文章旨在帮助编程初学者理解和掌握循环结构的应用,内容通俗易懂,适合编程新手阅读。博主表示欢迎读者反馈,共同进步。
|
1月前
|
JSON 安全 API
Python调用API接口的方法
Python调用API接口的方法
297 5

热门文章

最新文章