标签：第三方   remove   自动   执行命令   回退版本   情况   模式   版本号   pip   

一.Anacnoda

1.简介

• 包管理工具
• 环境管理工具

2.Anacnoda、conda、pip、virtualenv的区别

①Anaconda

• Anaconda是一个包含180+的科学包及其依赖项的发行版本。其包含的科学包包括：conda, numpy, scipy, ipython notebook等
• Anaconda是一个集成各类 Python工具的集成平台，一个集合，包括 conda、某版本 Python、一批第三方库等

②conda

• conda是包及其依赖项和环境的管理工具

• 适用语言：Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN

• 适用平台：Windows, macOS, Linux

• conda：一个工具，用于包管理和环境管理，其中包管理与pip类似，管理Python第三方库环境管理能够允许用户使用不同版本 Python，并能灵活切换

• conda将工具、第三方库、 Python版本、 conda都当作包，同等对待

• 用途：

  1.快速安装、运行和升级包及其依赖项

  2.在计算机中便捷地创建、保存、加载和切换环境

• conda包和环境管理器包含于Anaconda的所有版本当中，conda是 Anaconda下用于包管理和环境管理的工具，功能上类似pip和 vitualen的组合。安装成功后 conda会默认加入到环境变量中，因此可直接在命令行窗囗运行命令 conda

③ pip

• pip是用于安装和管理软件包的包管理器
• 下载Python默认安装

④ virtualenv

• virtualenv：用于创建一个独立的Python环境的工具

• 解决问题：

  1.当一个程序需要使用Python 2.7版本，而另一个程序需要使用Python 3.6版本，如何同时使用这两个程序？

  2.如果将所有程序都安装在系统下的默认路径，如：/usr/lib/python2.7/site-packages，当不小心升级了本不该升级的程序时，将会对其他的程序造成影响

  3.如果想要安装程序并在程序运行时对其库或库的版本进行修改，都会导致程序的中断

• virtualenv将会为它自己的安装目录创建一个环境，这并不与其他virtualenv环境共享库；同时也可以选择性地不连接已安装的全局库

⑤ pip 与 conda 比较

→ 依赖项检查

• pip：
  • 不一定会展示所需其他依赖包。
  • 安装包时或许会直接忽略依赖项而安装，仅在结果中提示错误。
• conda：
  • 列出所需其他依赖包。
  • 安装包时自动安装其依赖项。
  • 可以便捷地在包的不同版本中自由切换。

→ 环境管理

• pip：维护多个环境难度较大。
• conda：比较方便地在不同环境之间进行切换，环境管理较为简单。

→ 对系统自带Python的影响

• pip：在系统自带Python中包的**更新/回退版本/卸载将影响其他程序。
• conda：不会影响系统自带Python。

→ 适用语言

• pip：仅适用于Python。
• conda：适用于Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN。

⑥ conda与pip、virtualenv的关系

• conda结合了pip和virtualenv的功能

3.Anacnoda用户界面安装包

• 下图中第5步，“apply”表示安装这个包，‘clear’表示删除已经安装的包。

• 如果没有“apply” 这个按钮，表示这个包已经安装过了。

• 如果遇到需要输入Conda命令的，可以按下图打开conda的命令端，然后输入命令
• 

二.管理Conda

1. 验证conda已被安装

---

接下来均是以命令行模式进行介绍，Windows用户请打开“Anaconda Prompt”；macOS和Linux用户请打开“Terminal”（“终端”）进行操作。

---

conda --version

2.更新conda至最新版本

conda updates conda

执行命令后，conda将会对版本进行比较并列出可以升级的版本。同时，也会告知用户其他相关包也会升级到相应版本

当较新的版本可以用于升级时，终端会显示Proceed ([y]/n)?，此时输入y即可进行升级。

3.查看conda帮助信息

conda --help

或

conda -h

三.管理环境

1. 创建新环境

conda create --name <env_name> <package_names>

• 注意：
  • <env_name>即创建的环境名。建议以英文命名，且不加空格，名称两边不加尖括号“<>”
  • <package_names>即安装在环境中的包名。名称两边不加尖括号“<>”
    • 如果要安装指定的版本号，则只需要在包名后面以=和版本号的形式执行。如：conda create --name python2 python=2.7，即创建一个名为“python2”的环境，环境中安装版本为2.7的python。
    • 如果要在新创建的环境中创建多个包，则直接在<package_names>后以空格隔开，添加多个包名即可。如：conda create -n python3 python=3.5 numpy pandas，即创建一个名为“python3”的环境，环境中安装版本为3.5的python，同时也安装了numpy和pandas。
    • --name同样可以替换为-n
• 提示：默认情况下，新创建的环境将会被保存在/Users/<user_name>/anaconda3/env目录下，其中，<user_name>为当前用户的用户名

2.切换环境

①Windows

activate env_name>

②提示

1.如果创建环境后安装Python时没有指定Python的版本，那么将会安装与Anaconda版本相同的Python版本，即如果安装Anaconda第2版，则会自动安装Python 2.x；如果安装Anaconda第3版，则会自动安装Python 3.x。

2.当成功切换环境之后，在该行行首将以“(env_name)”或“[env_name]”开头。其中，“env_name”为切换到的环境名。如：在macOS系统中执行source active python2，即切换至名为“python2”的环境，则行首将会以(python2)开头。

3. 退出环境至root

①Windows

deactive

③ 提示

当执行退出当前环境，回到root环境命令后，原本行首以“(env_name)”或“[env_name]”开头的字符将不再显示。

4. 显示已创建环境

conda info --envs

或

conda info -e

或

conda env list

5. 复制环境

conda create --name <new_env_name> --clone <copied_env_name>

• 注意：

  ? 1.<copied_env_name>`即为被复制/克隆环境名。环境名两边不加尖括号“<>”。

  ? 2.<new_env_name>即为复制之后新环境的名称。环境名两边不加尖括号“<>”。

  3. 如：conda create --name py2 --clone python2`，即为克隆名为“python2”的环境，克隆后的新环境名为“py2”。此时，环境中将同时存在“python2”和“py2”环境，且两个环境的配置相同。

6. 删除环境

conda remove --name <env_name> --all

• 注意：<env_name>为被删除环境的名称。环境名两边不加尖括号“<>”

四.管理包

1. 查找可供安装的包版本

① 精确查找

conda search --full-name <package_full_name>

• 注意：

  1.--full-name为精确查找的参数

  2.<package_full_name>是找查找包的全名。包名两边不加尖括号“<>”。

• 例如：conda search --full-name python即查找全名为“python”的包有哪些版本可供安装。

② 模糊查找

conda search <text>

• 注意：<text>是查找含有此字段的包名。此字段两边不加尖括号“<>”。
• 例如：conda search py即查找含有“py”字段的包，有哪些版本可供安装。

2. 获取当前环境中已安装的包信息

conda list

执行上述命令后将在终端显示当前环境已安装包的包名及其版本号

3. 安装包

① 在指定环境中安装包

conda install --name <env_name> <package_name>

• 注意：

  1.<env_name>即将包安装的指定环境名。环境名两边不加尖括号“<>”。

  2.<package_name>即要安装的包名。包名两边不加尖括号“<>”

• 例如：conda install --name python2 pandas即在名为“python2”的环境中安装pandas包。

② 在当前环境中安装包

conda install <package_name>

• 例如：conda install pandas即在当前环境中安装pandas包

③ 使用pip安装包

→ 使用场景

当使用conda install无法进行安装时，可以使用pip进行安装。例如：see包。

→ 命令

pip install <package_name>

• 注意：<package_name>为指定安装包的名称。包名两边不加尖括号“<>”。
• 如：pip install see即安装see包

→ 注意

1. pip只是包管理器，无法对环境进行管理。因此如果想在指定环境中使用pip进行安装包，则需要先切换到指定环境中，再使用pip命令安装包。
2. pip无法更新python，因为pip并不将python视为包。
3. pip可以安装一些conda无法安装的包；conda也可以安装一些pip无法安装的包。因此当使用一种命令无法安装包时，可以尝试用另一种命令。

④ 从Anaconda.org安装包

→ 使用场景

当使用conda install无法进行安装时，可以考虑从Anaconda.org中获取安装包的命令，并进行安装。

→ 注意

1. 从Anaconda.org安装包时，无需注册。

4. 卸载包

① 卸载指定环境中的包

conda remove --name<env_name> <package_name>

• 注意：

  1.<env_name>即卸载包所在指定环境的名称。环境名两边不加尖括号“<>”

• 例如：conda remove --name python2 pandas即卸载名为“python2”中的pandas包

② 卸载当前环境中的包

conda remove <package_name>

5. 更新包

① 更新所有包

conda update --all

或

conda upgrade --all

② 更新指定包

conda update <package_name>

或

conda upgrade <package_name>

• 更新多个指定包，则包名以空格隔开，向后排列。如：conda update pandas numpy matplotlib即更新pandas、numpy、matplotlib包

6.包命令

#登着帮助
conda -h
#基于python3.6题本创建一个名字为hon36的环境
conda create --name python36 python=3.6
激活此环境
activate python36
source activate python36   #Linux/ mac
#再来检查 python版本，显示是3.6
python -V
#退出当前环境
deactivate python36   不推荐使用

conda deactivate       
#删除该环境
conda remove -n python36 --all
#或者
conda env remove -n python36

#查看所有安装的环境
conda info -e
python36       D:\ Programs\Anaconda\envs\python36
root            D:Programs \Anacondas

#安装 matplot1ib 
conda install matplotlib
#查看已安装的包
conda list
#包更新
conda update matplotlib
#删除包
conda remove matplotlib

-------------更新-------------
#更新 conda本身
conda update conda
#更新 anaconda应用
conda update anaconda
#更新 python，假设当前 python环境是3.6.1，而最新版本是3.6,2，那么就会升级到3.6.2
conda update python

五.修改镜像地址

• Anaconda的镜像地址默认在国外，用 conda安装包的时候会很慢，目前可用的国內镜像源地址有清华大学的。修改~/ .condarc（ Linux/Mac）或C:\Users\当前用户名\ .condarc（ Windows）配置

channels:

- https://mirrors.tunatsinghuaedu.cn/anaconda/pkgs/free/

-defaults

show channel urls : true

六.Pycharm中配置conda环境

①配置环境

• 打开pycharm后，点create new project

conda可以创建不同版本的环境，对于需要用到的项目来说，你只需要把解释器配置给这个项目就ok

打个比方，你有一个项目A，你只需要在这个项目的设置里，把解释器设置为conda下的解释器就好，就如上图中的Existing interpreter中的选项

②什么时候需要用到创建新环境

看下面截图，你可以选择不同版本的python version，对于我们来说意味着什么呢？就是你可以为3.7设置一个解释器，为2.7设置一个解释器。

• 当你要编写2.7版本python的程序时，即插即用设置成2.7版本的解释器就ok
• 如果要编写3.7版本python的程序时，即插即用设置成3.7版本的解释器就ok。

? 创建不同版本的conda环境

③ 看看使用不同环境产生的不同效果

在settings里面的我们看看不同解释器的效果

? 原来用venv创建的虚拟环境里的python解释器

再看一下如果我们使用conda环境下的解释器，那就已经包含了非常多的包，包括想numpy这样注明的数据分包

? 用conda下的解释器

Anaconda_pycharme环境配置

标签：第三方   remove   自动   执行命令   回退版本   情况   模式   版本号   pip   

原文地址：https://www.cnblogs.com/ZQSblog/p/14268908.html