anaconda配置python环境教程的简单介绍

如何配置python3.6的anaconda环境

使用anaconda的话，可以参考以下步骤：

1、打开anaconda navigator，选择左侧的环境菜单 Environments，在中间会列出当前已经配置好的各种环境名称，如root、tensorflow等

2、在中间环境列表框下边，选择创建 Create，创建新的环境和对应配置，在这里，你可以命名自己的环境名称，选择python的版本等，然后点击创建，完成新的环境设置。

3、选择新创建的环境，在右边窗口，看看都有哪些packages已经安装，没有安装的，选择All，然后找到后，进行按照，比如按照你所需要的spyder

4、安装spyder后，在菜单栏里面就有对应的新环境配置的Spyder IDE了。

Anaconda 环境配置详解

事情要从升级了Tensorflow1.12.0(此时最新版)开始说起，为了跑一个github的上程序，将Tensorflow升级了，也是噩梦的开始。不是这个包少，就是那个方法出错。结果github上的程序仍然没有跑通，无奈，为了使其他程序依然能正常运行，还是把Tensorflow的版本降下来吧。幸亏在升级Tensorflow之前查了一眼原来的版本，1.10.0。直接 pip install tensorflow==1.10.0 如果有那么简单，就不会有这篇文章了...

在Tensorflow升级时，顺带把一些其他的依赖包也升级了，比如numpy.但降级的时候一些库的版本没有降下来，这就造成有些程序的报错。想再把numpy卸载重装， pip uninstall numpy 但新的问题又来了， PermissionError: [WinError 5] 拒绝访问。 权限不够，不能直接加 --user ，如 pip uninstall --user numpy 。解决方案为 pip install --user numpy==版本号 。这是我目前能想到降级numpy的方案，可能不是最好的，但是有效。

早就知道Anaconda可以管理好多个环境，由于原来一直没有这方面的需求，电脑上的python-base环境加一个pip几乎能解决所有问题，但现在看来不得不再添加其他的环境了。

主要看关注三个方框中的内容。

左边一个红方框内的四个目录，后两个就不再介绍了自己点进去就知道什么意思了。主要说一下前两个。

这表示红色框内有三个环境

当然还有其他的一些操作就自己去发现了，这里只是一些基本的操作。

比如我想用

python3.6.5

Tensorflow1.10.0

Keras2.2.4

直接conda install python==3.6.5 Tensorflow==1.10.0 Keras==2.2.4即可

我的t1100k224这个环境就是tensorflow1.10.0和keras2.2.4，当然环境的名字可以任意定义，只要自己明白记住即可。

写python最好用的编译器是什么？

spyder？pycharm？jupyter？

这里不会去比较这三者孰优孰劣，三个我都用，三者各有千秋。

当你遇到这个问题的时候，就是spyder与环境不匹配造成的，在你的环境下安装一个特定的spyder吧。我baidu、google了一下午这个问题，没有一个能解答的，自己摸索了一下午，终于把这个坑给填上了。

好了，就写到这吧！不知所云。轻喷，轻喷。

我去给问这个错误的小伙伴解答一下去，估计也是抓耳挠腮！

2018年11月29日V1

Anaconda多环境配置

Anaconda支持多个Python版本，其中包括一个我们安装完Anaconda软件后root环境默认使用的Python版本，它是安装后软件默认生成的一个根环境。如果之后我们想使用不同的Python版本来搭建不同的环境，则可以按自己的意愿在root环境的基础上新建自定义环境，然后进行其他版本的Python安装。

创建指定版本的环境：name自定义

激活环境，python36为自定义环境空间

退出环境

利用以下命令当前新创建的环境中安装所有anaconda集成的所有的包

安装完后可以直接通过下面命令打开web交互界面：

anaconda python3.7安装步骤

《Anaconda3软件》百度网盘资源免费下载:

链接:

?pwd=snjs 提取码: snjs

Anaconda3-2020.02最新中文版是专门为了方便使用 Python 进行数据科学研究而建立的一组软件包，涵盖了数据科学领域常见的 Python 库，并且自带了专门用来解决软件环境依赖问题的 conda 包管理系统。可以使用它创建虚拟环境，以便更轻松地处理多个项目。主要提供了包管理与环境管理的功能，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。

Anaconda配置多个Python环境

以下教程会创建两个版本的python开发环境，分别是一个默认的 2.7.5 和一个 3.4 .

首先你需要熟悉一下Anaconda的基础命令，同时安装的时候如果需要查阅手册命令的，请查看 官方文档 。

官方文档有困难的，下面有一部分熟悉命令。

这里大家可以先理清一个简单的概念，其实你的一个python环境，就是使用命令调用当前目录下的python编译器。不同的版本，你可以理解为在不同文件夹下的不同python版本的编译器。

创建一个名为python27的环境，指定Python版本是2.7（不用管是2.7.x，conda会为我们自动寻找2.7.x中的最新版本）

静静的按回车等待安装成功。安装成功之后，我们可以到对应的目录查看一下。还记得你最初的Anaconda的安装目录么？这个时候可以去E:\Program Files\Anaconda2\envs 目录下查看，就多了一个python27的目录，说明你就安装好了一个python27的环境。

同理再创建一个3.4.×的python环境

然后这个时候你就可以继续查看E:\Program Files\Anaconda2\envs目录下面的文件夹了，应该会多了一个python27和python34，那么恭喜你， 成功的安装了两个版本的python开发环境。

在这里你就会看到你所有的python版本，和你现在所在的分支

如上图，你的开放环境中，应该已经有了三个开发环境，分别书root、python27、python34

Windows:

比如你需要切换到python3.4的版本，那么你如果在windows下就直接运行 activate python34 就好了

Windows:

以下所有的命令都是在 python34 这个环境下进行的

这个python34的环境报下面没有beautifulsoup4，所以我们想要安装一个

提示：如果你看到了错误信息，检查你是否在安装过程中选择了仅为当前用户按安装，并且是否以同样的账户来操作。确保用同样的账户登录安装了之后重新打开命令行终端窗口。

conda将会比较新旧版本并且告诉你哪一个版本的conda可以被安装。它也会通知你伴随这次升级其它包同时升级的情况。

如果新版本的conda可用，它会提示你输入y进行升级.

这将创建第二个基于python3 ，包含 Astroid 和 Babel 包，称为 bunnies 的新环境，在 /envs/bunnies 文件夹里。

你将会看到如下的环境列表：

conda将会显示所有环境的列表，当前环境会显示在一个括号内。

注意：conda有时也会在目前活动的环境前边加上*号。

通过conda info –-envs来检查环境

你现在应该可以看到一个环境列表： flowers, bunnies, and snowflakes .

为了确定这个名为flowers的环境已经被移除，输入以下命令：

flowers 已经不再在你的环境列表里了，所以我们知道它被删除了。

anaconda怎么安装python环境？

可以使用conda来安装和管理python环境。conda可以理解为一个工具，也是一个可执行命令，其核心功能是包管理和环境管理。包管理与pip的使用方法类似，环境管理则是允许用户方便滴安装不同版本的python环境并在不同环境之间快速地切换。

conda将几乎所有的工具、第三方包都当作package进行管理，甚至包括python 和conda自身。Anaconda是一个打包的集合，里面预装好了conda、某个版本的python、各种packages等。

创建环境举例：

conda create -n your_env_name python=x.x

其中your_env_name是你要创建的环境名称，python=x.x中的x.x是你需要安装的pytthon版本。安装成功之后可以用以下两个命令来查看是否安装成功。

conda env list

conda info -e