Anaconda安装与Python虚拟环境配置保姆级图文教程(附速查字典)

阿里云国内75折回扣微信号：monov8

阿里云国际，腾讯云国际，低至75折。AWS 93折免费开户实名账号代冲值优惠多多微信号：monov8 飞机：@monov6

1 混乱的Python库

你有没有遇到过这样的问题

在项目A中需要用到某个Python库PkgA且项目A的其他库要求PkgA的版本必须为v3.0以上你按要求安装了PkgA v3.0过了一段时间老板交给你一个项目B又用到了PkgA但这次其他库要求PkgA的版本必须为v2.0及以上这时候你怎么办

安装PkgA v3.0则新项目B无法运行安装PkgA v2.0则旧项目A无法运行要想同时在一个环境里使用两个项目必须不停地重装PkgA来更换版本。

上面的例子只涉及两个项目的一个依赖库冲突如果多个项目呢如果多个依赖冲突呢

在这里插入图片描述
上面的例子说明了什么呢其实就是Python语言的痛点

依赖网复杂
Python的包非常丰富轮子相当多开发者在工作时难免会调用这样或那样的包久而久之一个功能依赖另一个功能形成复杂的依赖网络
包管理混乱
通过报错信息不断安装依赖包终于解决了依赖库的问题但随之而来的就是版本问题也就是上面例子所体现的依赖冲突本质上是某个包开发时的不向下兼容导致的

为了解决上面的问题更好地管理Python库让其扬长避短就必须使用环境管理工具例如本文介绍的Anaconda。

2 什么是Anaconda

Anaconda是一个开源的跨平台Python发行版本支持
Windows
macOS
Linux
操作系统。Anaconda中包含了conda等180多个科学包及其依赖项。其中conda则是一个开源的软件包管理系统和环境管理系统用于安装多个版本的软件包及其依赖关系并在它们之间轻松切换。

在这里插入图片描述

3 Anaconda的安装

进入Anaconda下载界面选择相应的操作系统本文主要介绍在Windows与Linux下的安装流程。

在这里插入图片描述

3.1 Windows系统

Windows有图形化的安装向导按下面的步骤一步步安装即可

运行安装向导

在这里插入图片描述

选择I Agree

在这里插入图片描述

选择All Users其实选Just Me也可以但这台主机的其他用户就无法使用Anaconda了

在这里插入图片描述

选择安装路径

在这里插入图片描述

保持默认选项

在这里插入图片描述

等待安装结束

在这里插入图片描述

配置环境变量
依次点击我的电脑->右键属性->点击高级系统设置->点击环境变量之后按下图所示配置用户变量

在这里插入图片描述

3.2 Linux系统

对于Linux系统没有图形化的安装界面按下面输入终端命令即可

进入Anaconda安装目录并运行官方安装程序
```
bash ./Anaconda3-2021.11-Linux-x86_64.sh
```

添加环境变量其中~/Project/anaconda3/bin替换成自己的安装目录

echo 'export PATH="~/Project/anaconda3/bin:$PATH"' >> ~/.bashrcsource ~/.bashrc

3.3 测试

打开cmd(Windows)或Terminal(Linux)输入

conda --version

如果输出版本号则说明安装成功如下所示。

在这里插入图片描述
注意若运行python脚本时仍然是原环境而非Anaconda环境则需要注意配置编辑器的python解释器路径。VSCode中在tasks.json中的args参数中配置

{"version": "2.0.0","tasks": [{"label": "catkin_make:debug","type": "shell","command": "catkin_make","args": ["-DPYTHON_EXECUTABLE=/home/winter/Project/anaconda3/envs/server/bin/python "],"group": {"kind":"build","isDefault":true},"presentation": {"reveal": "always"},"problemMatcher": "$msCompile"}]}

4 虚拟环境管理(速查字典)

用Anaconda可以创建虚拟环境虚拟环境间彼此隔离可以解决依赖混乱的情况。虚拟环境管理主要涉及以下的命令可以作为速查字典以备不时之需

创建虚拟环境
```
conda create -n test python=3.8
```
创建了一个名为test的采用3.8版本Python解释器的虚拟环境
切换虚拟环境
```
conda activate test
```
切换到名为test的虚拟环境。默认地用户会进入Anaconda自带的base环境注意base环境已经与安装Anaconda前的环境不同因此第一次使用Anaconda可能会产生依赖冲突和缺失。
查看虚拟环境
```
conda env list
```

依赖安装与卸载

# 安装conda install pkg
pip install pkg# 卸载conda remove pkg
pip uninstall pkg

这里推荐使用清华源加快安装速度使用方法是

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pkg==version

即安装了名为pkg版本为version的包
如果依赖很多建议使用requirements.txt批量配置命令为

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt

查看环境依赖
```
conda list
```
复制虚拟环境
```
conda env export > test_env.yaml
conda env create -f test_env.yaml
```
常用于导出当前虚拟环境的信息或复制虚拟环境
删除虚拟环境
```
conda remove -n test --all
```
删除名为test的虚拟环境