Python 虚拟环境安装使用(Anaconda 实操完整版)

简介: 【10月更文挑战第4天】Anaconda 是一个开源的 Python 发行版,集成了常用科学计算与数据处理库,并提供了方便的包管理工具 `conda`。虚拟环境则允许在同一台机器上创建多个独立的 Python 运行环境,避免库版本冲突。通过下载 Anaconda、创建与激活虚拟环境、安装软件包及管理环境,可有效支持 Python 项目开发。
  1. 什么是 Anaconda 和虚拟环境
  • Anaconda 是一个开源的 Python 发行版,它包含了许多常用的科学计算和数据处理库,如 NumPy、Pandas、Matplotlib 等。它还提供了一个方便的包管理工具conda,用于安装、更新和删除软件包。
  • 虚拟环境是一个独立于系统 Python 环境的 Python 运行环境。它允许用户在同一台机器上创建多个互不干扰的 Python 环境,每个环境可以有不同版本的 Python 和不同的库。这对于开发不同项目,避免库版本冲突非常有用。
  1. 下载和安装 Anaconda
  • 访问 Anaconda 官方网站(https://www.anaconda.com/products/individual)。
  • 根据操作系统选择合适的 Anaconda 安装包。例如,对于 Windows 用户,选择 Windows 安装包;对于 Mac 用户,选择 MacOS 安装包。
  • 下载完成后,运行安装程序。在安装过程中,可以根据个人喜好选择安装路径等选项。一般来说,接受默认安装选项即可。
  1. 创建虚拟环境
  • 打开 Anaconda Prompt(在 Windows 开始菜单中可以找到)或者终端(在 Mac 中)。
  • 使用conda create命令创建虚拟环境。例如,要创建一个名为myenv,Python 版本为 3.8 的虚拟环境,可以使用以下命令:
  • conda create -n myenv python=3.8
  • 其中,-n选项用于指定虚拟环境的名称,python=3.8指定虚拟环境中 Python 的版本。
  • 在创建过程中,conda会询问是否安装所需的软件包,输入y并回车确认安装。
  1. 激活虚拟环境
  • 在 Windows 系统中,使用activate myenv命令激活虚拟环境。激活后,命令提示符前面会显示虚拟环境的名称,如(myenv)
  • 在 Mac 系统中,使用source activate myenv命令激活虚拟环境。
  1. 安装软件包
  • 激活虚拟环境后,可以使用conda install或者pip install命令安装软件包。例如,要安装numpy包,可以使用以下命令之一:
  • conda install numpy(推荐在 Anaconda 环境中使用,因为conda会自动处理依赖关系)
  • pip install numpy
  1. 退出虚拟环境
  • 在 Windows 系统中,使用deactivate命令退出虚拟环境。
  • 在 Mac 系统中,使用source deactivate命令退出虚拟环境。
  1. 管理虚拟环境
  • 查看已有的虚拟环境:可以使用conda env list命令列出所有已创建的虚拟环境。
  • 删除虚拟环境:使用conda env remove -n myenv命令可以删除名为myenv的虚拟环境。


通过以上步骤,就可以在 Anaconda 中创建、激活、使用和管理虚拟环境,方便进行 Python 项目的开发和部署。

相关文章
|
1月前
|
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。
110 2
|
3月前
|
弹性计算 Linux iOS开发
Python 虚拟环境全解:轻松管理项目依赖
本文详细介绍了 Python 虚拟环境的概念、创建和使用方法,包括 `virtualenv` 和 `venv` 的使用,以及最佳实践和注意事项。通过虚拟环境,你可以轻松管理不同项目的依赖关系,避免版本冲突,提升开发效率。
214 3
|
4月前
|
PyTorch Linux 算法框架/工具
pytorch学习一:Anaconda下载、安装、配置环境变量。anaconda创建多版本python环境。安装 pytorch。
这篇文章是关于如何使用Anaconda进行Python环境管理,包括下载、安装、配置环境变量、创建多版本Python环境、安装PyTorch以及使用Jupyter Notebook的详细指南。
523 1
pytorch学习一:Anaconda下载、安装、配置环境变量。anaconda创建多版本python环境。安装 pytorch。
|
4月前
|
Ubuntu Linux Python
Ubuntu学习笔记(六):ubuntu切换Anaconda和系统自带Python
本文介绍了在Ubuntu系统中切换Anaconda和系统自带Python的方法。方法1涉及编辑~/.bashrc和/etc/profile文件,更新Anaconda的路径。方法2提供了详细的步骤指导,帮助用户在Anaconda和系统自带Python之间进行切换。
210 1
|
4月前
|
机器学习/深度学习 Python
【10月更文挑战第5天】「Mac上学Python 6」入门篇6 - 安装与使用Anaconda
本篇将详细介绍如何在Mac系统上安装和配置Anaconda,如何创建虚拟环境,并学习如何使用 `pip` 和 `conda` 管理Python包,直到成功运行第一个Python程序。通过本篇,您将学会如何高效地使用Anaconda创建和管理虚拟环境,并使用Python开发。
156 4
【10月更文挑战第5天】「Mac上学Python 6」入门篇6 - 安装与使用Anaconda
|
5月前
|
消息中间件 安全 数据库
动手实操!Python IPC机制,打造高效协同的进程军团
【9月更文挑战第10天】在软件开发领域,进程间的高效协作对应用性能与稳定性至关重要。Python提供了多种进程间通信(IPC)机制,如管道、消息队列、套接字、共享内存等,帮助开发者构建高效协同的系统。本文将通过动手实践,使用`multiprocessing`模块演示如何利用队列实现进程间通信。示例代码展示了如何创建一个工作进程从队列接收并处理数据,从而实现安全高效的进程交互。通过实际操作,读者可以深入了解Python IPC的强大功能,提升系统的并发处理能力。
72 0
|
6月前
|
前端开发 JavaScript Java
【实操】SpringBoot监听Iphone15邮件提醒,Selenium+Python自动化抢购脚本
本文介绍了一个结合SpringBoot和Python的实用功能,旨在监控iPhone 15的库存状态并通过邮件提醒用户。系统采用SpringBoot监听苹果官网API,解析JSON数据判断是否有货,并展示最近的库存记录。此外,还能自动触发Selenium+Python脚本实现自动化购买。文中详细介绍了技术栈、接口分析、邮件配置及自动化脚本的设置方法。该项目不仅适用于熟悉后端开发的人员,也适合回顾Layui和Jquery等前端技术。
76 0
【实操】SpringBoot监听Iphone15邮件提醒,Selenium+Python自动化抢购脚本
|
6月前
|
IDE 数据可视化 TensorFlow
Anaconda和Python是什么关系?
Anaconda和Python是什么关系?
140 8
|
6月前
|
Linux Python
Centos7安装Python虚拟环境之virtualenv
Centos7安装Python虚拟环境之virtualenv
|
6月前
|
机器学习/深度学习 Ubuntu 数据挖掘
揭秘:Ubuntu系统下部署Anaconda环境及Python语言的终极指南!跟随这一步步神秘流程,解锁编程大师的秘密武器!
【8月更文挑战第19天】在Ubuntu中部署Anaconda环境与Python相当直观。首先需从官网下载Linux版安装包。接着,在终端依次执行命令:添加Anaconda清华镜像源至软件源列表,更新软件包信息,然后安装Anaconda。安装后可通过`anaconda --version`验证。使用`anaconda create -n myenv python=3.8`创建名为“myenv”的环境并指定Python 3.8版本。
379 0

热门文章

最新文章

推荐镜像

更多