【10月更文挑战第5天】「Mac上学Python 6」入门篇6 - 安装与使用Anaconda

本文涉及的产品
RDS DuckDB + QuickBI 企业套餐,8核32GB + QuickBI 专业版
简介: 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。

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 pipconda 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。


一、Anaconda的安装

1.1 下载与安装 Anaconda

Anaconda 是一个包含 Python 和多个常用库的打包工具,适合数据科学、机器学习等应用。安装后,您可以轻松地使用Python进行开发。

  1. 访问 Anaconda官网
  2. 下载适合Mac系统的安装包。
  3. 打开下载的 .pkg 文件,按照提示进行安装。
  4. 安装完成后,打开终端,输入以下命令,验证Anaconda是否成功安装:
    conda --version
    
    如果显示 conda x.x.x 版本号,说明Anaconda安装成功。
1.2 更新 Anaconda

为确保您使用的是最新版本的Anaconda和Conda,建议在安装后进行更新操作:

conda update conda
conda update anaconda

二、创建并管理Conda虚拟环境

虚拟环境可以帮助您在多个项目中保持独立的依赖关系,避免版本冲突。Anaconda的 conda 工具使得环境管理非常方便。

2.1 创建虚拟环境

使用以下命令创建一个新的虚拟环境,并指定Python版本(例如3.12):

conda create --name myenv python=3.12
2.2 激活和停用虚拟环境

激活刚创建的虚拟环境:

conda activate myenv

停用虚拟环境:

conda deactivate
2.3 安装Python包

在虚拟环境中,您可以通过 condapip 安装所需的Python包。

  • 使用 conda 安装包:

     conda install numpy
    
  • 使用 pip 安装包:

     pip install requests
    

三、使用pip管理Python包

除了 conda,您还可以使用 pip 来管理Python包,执行安装、更新、查询和删除操作。

3.1 查询已安装的包
  • 查询已安装的Python包:

     pip list
    
  • 查询可更新的包:

     pip list --outdated
    
3.2 安装与更新包
  • 安装指定包,例如 pytube

     pip install pytube
    
  • 安装指定版本的包:

     pip install pytube==15.0.0
    
  • 更新包,例如更新 numpy

     pip install -U numpy
    
3.3 移除包
  • 移除已安装的包,例如 pytube
     pip uninstall pytube
    
3.4 查看包的详细信息
  • 查询某个包的详细信息,例如 numpy
     pip show numpy
    

四、编写并运行第一个Python程序

现在,我们通过Anaconda环境来创建并运行一个简单的 "Hello World" 程序。

4.1 编写Hello World程序

在虚拟环境激活的情况下,使用以下命令创建一个Python脚本:

nano hello.py

hello.py 文件中,输入以下代码:

print("Hello, World!")

保存并退出编辑器。

4.2 运行Hello World程序

在虚拟环境中运行刚才创建的脚本:

python hello.py

您应该会看到以下输出:

Hello, World!

这说明您已经成功使用Anaconda环境运行了第一个Python程序。


五、总结

本篇详细介绍了如何在Mac上安装Anaconda、创建并管理虚拟环境,以及如何使用 pipconda 管理Python包,编写并运行一个简单的Python程序。通过这些步骤,您可以高效地使用Anaconda进行Python开发,并为未来的项目打下基础。


上一篇: 「Mac上学Python 5」入门篇5 - Jupyter 环境配置与高效使用技巧

下一篇: 「Mac上学Python 7」基础篇1 - Python基础与编码规范


目录
相关文章
|
9月前
|
SQL 关系型数据库 数据库
Python SQLAlchemy模块:从入门到实战的数据库操作指南
免费提供Python+PyCharm编程环境,结合SQLAlchemy ORM框架详解数据库开发。涵盖连接配置、模型定义、CRUD操作、事务控制及Alembic迁移工具,以电商订单系统为例,深入讲解高并发场景下的性能优化与最佳实践,助你高效构建数据驱动应用。
993 7
|
10月前
|
测试技术 开发者 Python
Python单元测试入门:3个核心断言方法,帮你快速定位代码bug
本文介绍Python单元测试基础,详解`unittest`框架中的三大核心断言方法:`assertEqual`验证值相等,`assertTrue`和`assertFalse`判断条件真假。通过实例演示其用法,帮助开发者自动化检测代码逻辑,提升测试效率与可靠性。
608 1
|
10月前
|
前端开发 安全 测试技术
Postman Mac 版安装终极指南:从下载到流畅运行,一步到位
Postman 是 API 开发与测试的高效工具,支持各类 HTTP 请求调试与团队协作。本文详解 Mac 版下载、安装步骤,助你快速上手。同时推荐一体化 API 协作平台 Apifox,集文档、调试、测试于一体,提升开发效率与团队协同能力。
|
9月前
|
Cloud Native 算法 API
Python API接口实战指南:从入门到精通
🌟蒋星熠Jaxonic,技术宇宙的星际旅人。深耕API开发,以Python为舟,探索RESTful、GraphQL等接口奥秘。擅长requests、aiohttp实战,专注性能优化与架构设计,用代码连接万物,谱写极客诗篇。
1781 1
Python API接口实战指南:从入门到精通
|
9月前
|
存储 Java 调度
Python定时任务实战:APScheduler从入门到精通
APScheduler是Python强大的定时任务框架,通过触发器、执行器、任务存储和调度器四大组件,灵活实现各类周期性任务。支持内存、数据库、Redis等持久化存储,适用于Web集成、数据抓取、邮件发送等场景,解决传统sleep循环的诸多缺陷,助力构建稳定可靠的自动化系统。(238字)
1514 1
|
10月前
|
调度 数据库 Python
Python异步编程入门:asyncio让并发变得更简单
Python异步编程入门:asyncio让并发变得更简单
488 5
|
10月前
|
数据采集 存储 XML
Python爬虫入门(1)
在互联网时代,数据成为宝贵资源,Python凭借简洁语法和丰富库支持,成为编写网络爬虫的首选。本文介绍Python爬虫基础,涵盖请求发送、内容解析、数据存储等核心环节,并提供环境配置及实战示例,助你快速入门并掌握数据抓取技巧。
|
10月前
|
大数据 数据处理 数据安全/隐私保护
Python3 迭代器与生成器详解:从入门到实践
简介:本文深入解析Python中处理数据序列的利器——迭代器与生成器。通过通俗语言与实战案例,讲解其核心原理、自定义实现及大数据处理中的高效应用。
471 0
|
10月前
|
存储 缓存 安全
Python字典:从入门到精通的实用指南
Python字典如瑞士军刀般强大,以键值对实现高效数据存储与查找,广泛应用于配置管理、缓存、统计等场景。本文详解字典基础、进阶技巧、实战应用与常见陷阱,助你掌握这一核心数据结构,写出更高效、优雅的Python代码。
304 0
|
11月前
|
数据挖掘 数据处理 C++
Python Lambda:从入门到实战的轻量级函数指南
本文通过10个典型场景,详解Python中Lambda匿名函数的用法。Lambda适用于数据处理、排序、条件筛选、事件绑定等简洁逻辑,能提升代码简洁性和开发效率。同时提醒避免在复杂逻辑中过度使用。掌握Lambda,助你写出更高效的Python代码。
639 0

热门文章

最新文章

推荐镜像

更多