anaconda安装与环境配置详细教程(anaconda安装和环境配置)

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安装教程？

《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。

anaconda5.30配置

anaconda5.30配置：安装完anaconda，就相当于安装了Python、IPython、集成开发环境Spyder、一些包等等。

这个和我们直接安装Python得到的Python shell用法一样。当然由于安装了anaconda，所以在这里好多包我们都可以使用了。

建立TensorFlow空间：conda create -n tensorflow python=3.5，设置Python版本为3.5，激活TensorFlow空间：activate tensorflow。

安装TensorFlow：pip install--ignore-installed --upgrade tensorflow_gpu-1.0.0-cp35-cp35m-win_amd64.whl。

散热器主要是：

CPU散热器、显卡散热器、机箱风扇、内存散热器和主板北桥散热器。CPU和显卡的散热器通过散热底座、热管、散热鳍片和风扇进行导热和散热，机箱风扇顺着机箱的风道进行助排，内存和北桥散热器运用较少。

CPU和显卡是高发热部件，不加散热或散热太差会导致温度过高而重启甚至直接烧坏。主要品牌有猫头鹰、彩融、利民、酷冷至尊、TT、超频三、九州风神和东远等。

anaconda配置环境

1.创建环境

上面三行命令创建了3个环境，分别是env1、env2、env3，每一个环境安装了不同的python版本。

2.激活环境

激活环境后，我们就可以在被激活的环境中配置相应的软件了，比如：TensorFlow。这样我们就能同时根据不同的python版本，安装多个TensorFlow，==但是要注意环境的名字不能重复==。

2.相关命令

anaconda仓库中不包含python包，如何安装

首先操作系统是windows。

比如我本地有2个虚拟环境python27和python36，我需要在python36虚拟环境中安装python包。

1、则需要修改...\Anaconda3\envs\python36\Scripts\ 中 的pip.exe 和 pip-script.py，比如我改成了pip36.exe 和 pip36-script.py。

2、激活虚拟环境（activate your_env_name）windows下如果配置了anaconda环境变量，没有的话先进入anaconda安装路径下的Scripts的目录执行上面命令。

3、使用 pip36 install [包名] 就可以安装到py36这个指定环境中了。

4、conda list 也可以出现这个包

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。