anaconda安装配置教程

anaconda安装配置教程。小编来告诉你更多相关信息。

anaconda安装配置教程

今天为大家介绍anaconda安装配置教程方面的介绍，一起跟随小编看看吧！

Windows 系统安装 Miniconda

Windows 下安装 Anaconda/Miniconda 比较简单，只需在清华镜像站下载后按引导程序安装即可。

不过有时候可能安装完后需要手动添加环境变量，即在 System Path 中添加以下目录:

D:\\ProgramFiles\\MinicondaD:\\ProgramFiles\\Miniconda\\ScriptsD:\\ProgramFiles\\Miniconda\\Library\\binD:\\ProgramFiles\\Minionda\\Library\\usr\\binD:\\ProgramFiles\\Miniconda\\Library\\mingw-w64\\bin

Windows 下移动环境和包的位置

对于 Windows 系统，新建环境和缓存会加载到 C 盘用户目录，可修改到其他位置。

打开 .condarc 文件，添加 envs_dirs 和 pkgs_dirs。

channels:  - conda-forge  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/  - defaultsshow_channel_urls: trueenvs_dirs:  - D:\\ProgramFiles\\Miniconda\\envs  - C:\\Users\\wang\\.conda\\envspkgs_dirs:  - D:\\ProgramFiles\\Miniconda\\pkgs  - C:\\Users\\wang\\.conda\\pkgs

Conda 更新软件源

Anaconda 安装后，需及时更新 Conda 和 Pip 的软件源。

Conda 更新源命令为:

conda config --show-sources # 查看有哪些源conda config --get channels # 查看源的优先级conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ # 添加清华源conda config --add channels conda-forge  # 添加 conda-forge 源conda config --set show_channel_urls yes # 设置搜索时显示源地址

更改源后 Linux 和 Windows 用户目录下都会生成.condarc文件，用于索引环境，Python 包和软件源的路径。

Pip 更新软件源

Pip 可在安装模块时临时选择某个镜像源:

pip install [pak_name] -i https://pypi.tuna.tsinghua.edu.cn/simple# 其他镜像源https://pypi.mirrors.ustc.edu.cn/simple   # 中科大http://mirrors.tencentyun.com/pypi/simple # 腾讯云http://mirrors.aliyun.com/pypi/simple     # 阿里云

永久修改源的方法:

• Linux 下，修改~/.pip/pip.conf配置文件，没有就创建一个。
• Windows 下，修改C:\\\\Users\\\\\\\\AppData\\\\Roaming\\\\pip\\\\pip.ini配置文件，没有就创建一个。

在配置文件中添加以下内容:

[global]index-url = http://mirrors.aliyun.com/pypi/simple[install]trusted-host = mirrors.aliyun.com

或者直接输入以下命令修改镜像源。

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

Conda 常用命令

conda info      # 查看 conda 信息conda --version # 获取版本号conda env list  # 列出所有环境conda list      # 列出所有已安装的包conda create -n [env_name] # 创建环境conda create -n [env_name] numpy matplotlib python=3.11 # 创建指定版本下包含某些包的环境conda activate [env_name] # 进入环境conda deactivate          # 退出环境# 新建环境需安装 ipykernel 后方可在 VSCode Jupyter 中打开 conda install -n  ipykernel --update-deps --force-reinstallconda install [pak_name]     # 安装包conda install [pak_name]=1.4 # 安装指定版本包conda install [pak_name_1] [pak_name_2] [pak_name_3] # 同时安装多个包conda remove -n [env_name] --all # 删除环境conda remove [pak_name]          # 删除包conda uninstall [pak_name]       # 删除包conda clean --all -y # 清理所有缓存和未使用的内容conda clean -p       # 清理没有使用的包conda clean -i       # 清除索引缓存conda update/upgrade --all # 升级环境中所有包conda update python        # 升级 python 到最新版conda update conda         # 升级 condaconda update anaconda      # 升级 anaconda, 需先升级 conda# 彻底卸载 anaconda 未测试，待验证conda install anaconda-cleananaconda-clean --yes

anaconda安装配置教程。小编来告诉你更多相关信息。

anaconda安装配置教程

Pip 常用命令

pip --version             # 查看 pip 版本pip install --upgrade pip # 升级 Pip 版本pip list                         # 列出已安装的包pip list -o                      # 查看哪些包可以升级pip install --upgrade [pak_name] # 升级包pip check [pak_name]             # 检查包是否存在依赖问题pip install [pak_name]          # 安装包pip install [pak_name_1] [pak_name_2] [pak_name_3] # 同时安装多个包pip install [pak_name]==1.1.2   # 指定安装包的版本pip install [pak_name].whl      # 从 whl 文件安装包pip install -r requirements.txt # 批量安装项目依赖项pip uninstall [pak_name] # 卸载包pip freeze > requirements.txt # 将包列表写进依赖项清单

Pip 和 Conda 的区别

Conda 同时管理 Python 包和环境，Pip 只管理包，Virtualenv 只管理环境。

conda install安装的包在anaconda3/pkgs目录下。

当甲环境安装了某个包，乙环境需重复安装该包时，就可以直接从anaconda3/pkgs将包复制至乙环境，避免重复下载。

pip install安装的包，分两种情况:

1. 如果当前 Python 是由 Conda 安装的，则包会安装在:

anaconda3/envs/current_env/lib/python3.x/site-packages

2. 如果当前 Python 是自行安装的，包会安装在:

~/.local/lib/python3.x/site-packages

常见问题

Solve environment 速度极慢

Conda 在安装新包会检索整个环境，导致 Solve environment 的速度极慢。当环境中包越多，需要的时间则越久。

可使用 Mamba 加快下载速度解决这一问题。

或者更正环境和包的管理原则，即 Conda 只用来管理环境，Pip 只用来管理包。

Windows 系统 Jupyter 无法跳转到浏览器

在 Windows 系统下，安装 Jupyter Lab 或 Jupyter Notebook 后，偶尔出现从命令行启动无法跳到浏览器页面。

解决办法有:

1. 生成 Jupyter 配置文件。

# jupyter labjupyter lab --generate-config# jupyter notebookjupyter notebook --generate-config

2. 进入.jupyter目录，找到jupyter_notebook_config.py文件并修改。

# 找到c.NotebookApp.browser = \' \'# 修改为import webbrowserwebbrowser.register(\"chrome\",None,webbrowser.GenericBrowser(\"C:\\\\Program Files(x86)\\\\Microsoft\\\\Edge Dev\\\\Application\\\\msedge.exe\"))c.NotebookApp.browser = \'chrome\'

修改 Windows 系统下 Jupyter lab 默认目录

Jupyter 默认是用户目录，可进行修改。

打开jupyter_notebook_config.json, 文件若不存在可手动创建。

修改的内容为:

{  \"NotebookApp\": {    \"nbserver_extensions\": {      \"jupyterlab\": true    },    \"notebook_dir\":\"D:/Archives/Python\"  }}

anaconda安装配置教程。小编来告诉你更多相关信息。

anaconda安装配置教程

虚拟环境下打包 Python 文件为 exe

1. 创建一个无默认包的新环境。

conda create --name dabao --no-default-packages python=3.10

2. 进入新环境。

conda activate dabao

3. 升级 pip 并设置清华源。

python -m pip install --upgrade pip && \\pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

4. 安装打包文件中必要的模块。

pip install pyinstaller flaml pandas matplotlib

5. 切换到新目录并打包。

Pyinstaller -F -i yue.png --add-data \"D:\\ProgramFiles\\Anaconda\\envs\\dabao\\Lib\\site-packages\\xgboost;./xgboost\" yuechao.py

blocking request with non-local ‘Host’ error

Jupyter 服务器默认只允许本地主机的请求，当收到非本地主机的请求时，会阻止该请求。你可以通过设置ServerApp.allow_remote_access来禁用这个检查。

生成配置。

jupyter lab --generate-config

修改配置。

# 编辑vim ~/.jupyter/jupyter_notebook_config.py# 修改以下内容为 Truec.ServerApp.allow_remote_access = True

上面为您介绍的anaconda安装配置教程的详细方法介绍，大家作为一个参考建议。