Anaconda超详细保姆级安装配置教程

这篇文章主要介绍了Anaconda超详细保姆级安装配置教程,本篇教程对于新手很友好强烈推荐,看完这篇文章相信你对如何安装配置Anaconda一定了然于胸,我们一起来看看吧

一、什么是Anaconda？

Anaconda，中文是大蟒蛇，是一个开源的Anaconda是专注于数据分析的Python发行版本，包含了conda、Python等190多个科学包及其依赖项。

为什么我们配置环境的第一步就是安装Anaconda呢？

包含conda：conda是一个环境管理器，其功能依靠conda包来实现，该环境管理器与pip类似，非常常见且强大。

安装大量工具包：Anaconda会自动安装一个基本的python，该python的版本Anaconda的版本有关。该python下已经装好了一大堆工具包，这对于科学分析计算是一大便利，说白了就是你不用再去一个个地用pip安装了。

可以创建使用和管理多个不同的Python版本：比如想要新建一个新框架或者使用不同于Anoconda装的基本Python版本，Anoconda就可以实现同时多个python版本的管理

二、Anaconda下载

方式一：

从官网下载官网首页：https://www.anaconda.com/官网下载页：https://www.anaconda.com/products/individual#Downloads

根据你的系统选择相应的installer即可

方式二：

清华镜像下载（推荐）

在官网下载比较慢，而且容易断开连接，推荐用下面清华镜像方式：

下载地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

打开后，可以通过时间排序找到最新版本下载，或者选一个你想要的版本。

三、Anaconda安装

下载好以后打开安装包即可开始安装，下面我会截取每一张图并说明每一步要做什么

以windows版本举例：

在这里插入图片描述

选择用户，选“All Users”，所有用户都能使用

在这里插入图片描述

选一下你想安装到的地址

下一步如下图，不过其中的第一个Add sys path也可以不打勾，只勾选Register。推荐安装之后手动配置SysPath，避免配置导致后期使用上的问题。

下一步

下一步，等待完成

在这里插入图片描述

最后两项都不需要选，打勾了会给你自动打开网址，没什么用，点击Finish，完成安装

在这里插入图片描述

四、配置环境变量

如果你在上面没有选择在安装时自动配置环境变量，那么现在你就需要根据步骤手动配置

打开电脑的 控制面板 --> 系统与安全 --> 系统 --> 高级系统设置 -->环境变量，在系统变量里找到 path 。

具体操作如下：

打开控制面板

选择 系统和安全

选择系统

选择高级系统设置

选择 系统高级设置

选择 环境变量，然后选择“Path”

将以下环境变量，相应用户的目录可能会有所不同，但是后面的路径名相同。
D:\anaconda
D:\anaconda\Scripts
D:\anaconda\Library\bin
D:\anaconda\Library\mingw-w64\bin

然后，点击确定进行保存，环境变量的配置到此结束

五、测试Anaconda安装成功

win键 + R，输入cmd打开命令行

输入conda，显示如下图，就安装成功了

六、Anaconda 的简单使用

1.打开Anaconda的方法

方法1

在cmd命令提示符中输入如下命令

activate

方法2

直接在搜索栏里搜索anaconda prompt并打开即可

方法3

如果你是在linux操作系统下，在你的/anaconda/bin/下打开终端，即可直接进入anaconda的环境

以上三种方法出现（base）就意味着你已经进入了anaconda的基础环境

2.conda常用命令

在这里插入图片描述

conda --version #查看conda版本，验证是否安装
conda update conda #更新至最新版本，也会更新其它相关包
conda update --all #更新所有包
conda update package_name #更新指定的包
conda create -n env_name package_name #创建名为env_name的新环境，并在该环境下安装名为package_name 的包，可以指定新环境的版本号，例如：conda create -n python2 python=python2.7 numpy pandas，创建了python2环境，python版本为2.7，同时还安装了numpy pandas包
source activate env_name #切换至env_name环境
source deactivate #退出环境
conda info -e #显示所有已经创建的环境
conda create --name new_env_name --clone old_env_name #复制old_env_name为new_env_name
conda remove --name env_name –all #删除环境
conda list #查看所有已经安装的包
conda install package_name #在当前环境中安装包
conda install --name env_name package_name #在指定环境中安装包
conda remove – name env_name package #删除指定环境中的包
conda remove package #删除当前环境中的包
conda create -n tensorflow_env tensorflow
conda activate tensorflow_env #conda 安装tensorflow的CPU版本
（1）conda create -n tensorflow_gpuenv tensorflow-gpu （2）conda activate tensorflow_gpuenv #conda安装tensorflow的GPU版本