python入门(一)conda的使用,创建修改删除虚拟环境,以及常用命令,配置镜像

简介: python入门(一)conda的使用,创建修改删除虚拟环境,以及常用命令,配置镜像


背景

本人工作中,用到了ai相关技术,但是java出身,所以从0开始学习,先从python入门了,本文章是python的conda的使用笔记记录。

“前些天发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽默,忍不住分享一下给大家。

1.conda的下载地址:

https://docs.conda.io/projects/conda/en/stable/

2.安装

略,直接点击执行。

3.执行常用命令

1)查看版本

(base) PS C:\Users\EDY> conda --version

conda 4.10.3

2)查看所有虚拟环境

(base) PS C:\Users\EDY> conda env list

3)创建虚拟环境

(base) PS C:\Users\EDY> conda create --name demo_env

4)激活虚拟环境

(base) PS C:\Users\EDY> conda activate demo_env

5)关闭虚拟环境

(base) PS C:\Users\EDY> conda deactivate demo_env

6)删除虚拟环境

(base) PS C:\Users\EDY> conda remove --name demo_env --all

7)创建python2.7的虚拟环境

(base) PS C:\Users\EDY> conda create --name demo_py2.7 python=2.7

8)使用python2.7的虚拟环境

(base) PS C:\Users\EDY>conda activate demo_py2.7

(demo_py2.7) PS C:\Users\EDY> python

Python 2.7.18 |Anaconda, Inc.| (default, Apr 23 2020, 17:26:54) [MSC v.1500 64 bit (AMD64)] on win32

Type “help”, “copyright”, “credits” or “license” for more information.

print(‘123’)

123

exit()

(demo_py2.7) PS C:\Users\EDY> conda create --name demo_py3.8 python=3.8

Collecting package metadata (current_repodata.json): done

Solving environment: done

9)创建python3.8的虚拟环境

(demo_py2.7) PS C:\Users\EDY> conda create --name demo_py3.8 python=3.8

10) 配置国内镜像

conda换源方法:

参见:https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/

配置完毕后,运行下面命令查看生效效果。

清理缓存 : conda clean -i

查看现在的镜像: conda config --show-sources

说明已经成功了。

“前些天发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽默,忍不住分享一下给大家。


大功告成,加油!!

相关文章
|
Python
在VScode环境下配置Python环境的方法
经过上述步骤,你的VSCode环境就已经配置好了。请尽情享受这扇你为自己开启的知识之窗。如同你在冒险世界中前行,你的探索之路只有越走越广,你获得的知识只会越来越丰富,你的能力只会越来越强。
1448 37
|
人工智能 安全 Shell
Jupyter MCP服务器部署实战:AI模型与Python环境无缝集成教程
Jupyter MCP服务器基于模型上下文协议(MCP),实现大型语言模型与Jupyter环境的无缝集成。它通过标准化接口,让AI模型安全访问和操作Jupyter核心组件,如内核、文件系统和终端。本文深入解析其技术架构、功能特性及部署方法。MCP服务器解决了传统AI模型缺乏实时上下文感知的问题,支持代码执行、变量状态获取、文件管理等功能,提升编程效率。同时,严格的权限控制确保了安全性。作为智能化交互工具,Jupyter MCP为动态计算环境与AI模型之间搭建了高效桥梁。
1023 2
Jupyter MCP服务器部署实战:AI模型与Python环境无缝集成教程
|
Ubuntu Linux 测试技术
Python 虚拟环境配置
本文总结了 Python 开发中的环境配置、常用操作和常见错误处理。重点介绍了如何使用 `virtualenv` 搭建虚拟环境,解决依赖冲突问题,并保持系统环境的干净。同时,详细说明了依赖库的安装与管理方法,包括使用 `pip install` 安装依赖、生成和使用 `requirements.txt` 文件,以及查看 Python 文档和修改环境变量等实用技巧。
1335 60
|
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。
1959 34
|
人工智能 Java Python
python安装、vscode安装、conda安装:一文搞定Python的开发环境(史上最全)
尼恩架构团队推出了一系列《LLM大模型学习圣经》PDF,旨在帮助读者深入理解并掌握大型语言模型(LLM)及其相关技术。该系列包括Python基础、Transformer架构、LangChain框架、RAG架构及LLM智能体等内容,覆盖从理论到实践的各个方面。此外,尼恩还提供了配套视频教程,计划于2025年5月前发布,助力更多人成为大模型应用架构师,冲击年薪百万目标。
|
运维 Shell 数据库
Python执行Shell命令并获取结果:深入解析与实战
通过以上内容,开发者可以在实际项目中灵活应用Python执行Shell命令,实现各种自动化任务,提高开发和运维效率。
699 20
|
Java API Docker
在线编程实现!如何在Java后端通过DockerClient操作Docker生成python环境
以上内容是一个简单的实现在Java后端中通过DockerClient操作Docker生成python环境并执行代码,最后销毁的案例全过程,也是实现一个简单的在线编程后端API的完整流程,你可以在此基础上添加额外的辅助功能,比如上传文件、编辑文件、查阅文件、自定义安装等功能。 只有锻炼思维才能可持续地解决问题,只有思维才是真正值得学习和分享的核心要素。如果这篇博客能给您带来一点帮助,麻烦您点个赞支持一下,还可以收藏起来以备不时之需,有疑问和错误欢迎在评论区指出~
在线编程实现!如何在Java后端通过DockerClient操作Docker生成python环境
|
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!
508 1
|
数据采集 机器学习/深度学习 人工智能
Python:现代编程的首选语言
Python:现代编程的首选语言
1895 102
|
数据采集 机器学习/深度学习 算法框架/工具
Python:现代编程的瑞士军刀
Python:现代编程的瑞士军刀
619 104

推荐镜像

更多