anaconda管理多个Python版本

1.安装anaconda

下载地址:清华镜像站
针对自己的操作系统,在下载链接->应用软件->conda中选择合适版本。安装方式较为简单,就不在详细介绍。
windows系统安装过程中需要注意,勾选将软件添加至windows路径(也可以手动添加,即在环境变量path中将conda.exe的文件路径添加进去),这样做是为了cmd命令可以运行conda命令。

2.conda list(查看当前环境下已经安装的包)

安装完毕之后,通过<conda list>查看在conda中已经安装的包,会显示__包的名字__和__版本__

3.conda创建一个隔离的Python环境

有两种方法:

conda create -name env package-name(创建环境)
在程序开始菜单中打开anaconda Navigator,通过GUI界面创建新的环境

4.conda env list

查看当前已经建立的环境的列表(或者可以直接在Navigator的GUI界面中查看环境列表)

5.activate env_name (激活环境)

使用该命令,可以激活创建环境

6.在激活的某个环境中查看已经建立的依赖库,并且添加(安装)需要的依赖库

  • <conda list> (查看已经安装的库)
  • conda install packagename (安装某个库)
  • 例如安装 pyreadline(一个基于jupyter的Python代码自动补全库,推荐)
    <conda install pyreadline>

    7.导出某个环境用于共享

    针对使用anaconda的用户

  • 将当前环境中的配置情况(库的安装情况)导出成yaml格式(建议在共享Python工程时提供该文件,使得同伴使用的时候可以之间通过下一条命令就可以配置好当前环境)
    <conda env export > env_name.yaml>
  • 通过外部导入配置当前环境
    <conda env update -f=path/env_name.yaml>

    针对不使用anaconda的用户

    <pip freeze > env_name.txt>
    <+pip install -r path/env_name.txt>

    8.conda env remove -name env_name (删除环境)

    9.强烈建议安装的包

  • jupyter notebook 点击查看jupyter notebook介绍
    <conda install jupyter notebook>
  • 自动关联环境依赖包(基于jupyter notebook)
    <conda install nb_conda>
  • 代码自动补全包(基于jupyter notebook)
    < conda install pyreadline>
    参考:more

相关推荐