Machine|最新Anaconda3的安装配置及使用教程（详细过程） python|anaconda|Learning

最新Anaconda3的安装配置及使用教程（详细过程）

1. Anaconda下载
- 方式一：官网下载
- 方式二：清华镜像下载（推荐）
2. Anaconda安装
3. Anaconda配置
- 3.1 配置环境变量
- 3.2 配置国内镜像源
4. Anaconda使用
5. Conda常用命令
博主热门文章推荐：

文章图片

Anaconda是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项
Anaconda + Jupyter 基本上已经是大部分机器学习/数据分析等开发者标配的开发环境，

进入正题：
1. Anaconda下载方式一：官网下载下载地址传送门：

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

直接选择相应的installer即可

文章图片

方式二：清华镜像下载（推荐）在官网下载比较慢，而且容易断，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Date排序找到最新版本下载

文章图片

这里分别实测了通过官网和镜像下载的速度，实测镜像大概快两倍左右，当然取决于不同网络环境，。。

文章图片

2. Anaconda安装下载后，就和正常软件安装一样，

文章图片

这里用Windows版举例：

文章图片

选择用户

文章图片

这里可以先不用选Add sys path，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

文章图片

等待完成，下一步

文章图片

文章图片

最后两项都不需要选，点击Finish，完成安装

文章图片

可以看到安装后，除了Anaconda，默认还带了Jupyter、Spyder等

文章图片

3. Anaconda配置 3.1 配置环境变量打开电脑高级系统配置：

文章图片

文章图片

点开系统环境变量

文章图片

找到下面System Variables -> Path，然后点击Edit 或直接双击

文章图片

添加安装目录及相应bin目录进去，如下图，完成配置

文章图片

之后可以简单通过cmd输入conda 命令检查下安装配置是否成功：

文章图片

同时可以看下python的版本已经是conda带的版本了：

文章图片

3.2 配置国内镜像源继续在cmd里，通过输入下面命令配置为清华源：

conda config --add channelshttps://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channelshttps://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --add channelshttps://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

文章图片

4. Anaconda使用打开Anaconda Navigator：

文章图片

启动有点慢

文章图片

或者打开Prompt命令行方式使用conda cmd

文章图片

Navigator启动完成

文章图片

其中已经安装好的直接可以点击Launch，比如点开Jupyter：

文章图片

接下来点击左列的Environment，新建开发用虚拟环境即可使用，

（虚拟环境可以理解为只是系统的一个Folder，你可以在其中作为你的开发目录进行任意安装包，并与其他的Python包隔离开，互不影响，这也是conda的精髓）

如果用conda cmd也和图形页面一样，用cmd就是通过conda create

conda create -n ObjectDetection python=3

文章图片

创建过程如果报HTTP网络错误，可能是channel里多了一条default，去掉即可, 否则使用默认镜像源访问速度过慢，导致超时从而更新和下载失败

文章图片

文章图片

在用户根目录（C:\Users\用户名）下找到.condarc文件（本机conda的用户配置文件），打开并删除其中的default配置行即可

文章图片

如果还不行，可以尝试把清华镜像源的https 改为http

文章图片

最后创建完毕：

文章图片

右键打开env的terminal，即可在该环境下进行开发了：

文章图片

文章图片

5. Conda常用命令 cmd详情可以参考官网Doc：
https://docs.conda.io/projects/conda/en/latest/commands.html

文章图片

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

【Machine|最新Anaconda3的安装配置及使用教程（详细过程）】conda create -n tensorflow_env tensorflow

conda activate tensorflow_env #conda 安装tensorflow的CPU版本

conda create -n tensorflow_gpuenv tensorflow-gpu

conda activate tensorflow_gpuenv #conda安装tensorflow的GPU版本