安装
1. Anaconda的下载与安装
除了安装路径修改,其他的一路默认就好
2. Anaconda修改环境变量
因为我们这一步才手动添加环境变量,所以第一步安装的时候不要让它自动配置环境变量了。
用户变量或者系统变量都可以。建议系统变量,方便后续维护
PATH中新建这三个路径(路径在anaconda安装目录下)
然后重启电脑
3. cmd 中输入 "conda" 查看是否安装成功
4. 创建conda环境
命令
conda env create [-f/--file]用于有yml文件的情况
参数:
--file 或 -f :指定环境配置文件位置,yml中可能会把环境名称也一并命名,使用时需要注意
命令
conda create [-n/--name] [-p/--prefix] [-y/--yes] [python=3.xx]则用于基础环境创建,之后手动pip软件包的情况
参数:
--prefix 或 -p:指定安装路径,默认在./anaconda3/envs下
--name 或 -n:指定环境名称,用于 activate 或者 conda remove
--yes 或 -y:表示在后续操作流程中提问时自动输入yes
python=3.10:可以指定创建conda环境的python版本
附:conda常用命令
1. 查看所有的conda环境
conda env list 或者 conda info --envs2. 删除conda环境
conda remove -n <env_name> --all -y-n 表示按名字删除
--all 表示删除该环境下的所有包,如果不加--all则表示只删除某一个包
-y 表示yes,后续询问无需手动确认
3. 创建conda环境之后,一般需要pip安装软件包,如果配有requirement.txt的话,可以在虚拟环境下执行命令
pip install -r requirements.txt4. 在已创建的conda环境里修改py版本
conda install python=3.125. 关闭conda环境
conda deactivate不用带参数,毕竟你一次只能进一个环境
6. git bash中使用 conda activate [env_name] 激活环境,但是提示 conda init
先在bash环境下执行
source activate base然后再执行conda activate [env_name]即可
Conda环境迁移:conda-pack
可能电脑B无网络环境,但是需要复杂而庞大的软件包,而电脑A有这样的环境,那么可以用CondaPack把电脑A上的某个环境,整个迁移到电脑B上。
电脑A
pip install conda-pack conda pack -n <PC_A_env_name> -o <pack_name>.tar.gz # 推荐.tar.gz压缩格式(pack_name就是迁移后虚拟环境的名字,当然可以随意起,但是为了方便辨认避免混淆,建议在选择pack_name时保持谨慎)
这样在命令行目录下得到了一个pack_name.tar.gz,将其拷贝至电脑B的conda安装目录下 conda/env/ ,随后在此创建一个新目录用于承载解压后的内容。
电脑B
tar -xzf <pack_name>.tar.gz -C <new_dir_name>(同样建议new_dir_name和pack_name保持一致)
之后在电脑B上输入 conda env list 便可看到这个新的环境。
【Anaconda + Pycharm】
打开pycharm,右下角 -> 添加新的解释器 -> 本地解释器
选择现有 -> Conda -> conda路径/conda可执行文件(./Scripts/conda.exe 该文件用于得到机器上的所有conda环境,注意不是anaconda.exe)->(重新)加载环境 -> 选择想要加载的环境(名称)
问题汇总
问题1:未选择Conda环境
如果出现如上图红框“未选择Conda环境”,这是pycharm的bug,类型栏目选一次python再选回conda就好
问题2:配置后环境仍然未被启用
有时候会有进度条一闪而过,但是环境依旧没有被启用。解决方法是:文件-使缓存失效-失效并重启。再次回来配置conda环境即可启用。
【Anaconda + Jupyter Notebook】
在jupyter notebook中添加和删除环境【笔记】_删除jupyter notebook 的 kernel 中的环境-CSDN博客
1. 激活虚拟环境
2. 安装ipykernel
3. 在jupyter notebook中注册虚拟环境
python -m ipykernel install --user --name <env_name>删除虚拟环境
jupyter kernelspec list jupyter kernelspec remove <env_name>