几种工具的对比

  1. Anaconda:

    • Anaconda 是一个开源的 Python 发行版，包含了很多数据科学和机器学习相关的库和工具，如 NumPy、SciPy、Pandas、Jupyter 等
    • Anaconda 提供了 conda 包管理器，用于安装、更新和管理 Python 环境和包
    • Anaconda 提供了完整的科学计算环境，易于安装和管理

  2. conda:

    • conda 是 Anaconda 的包管理器，也可作为独立工具使用。
    • 可以用于创建、管理和激活不同的 Python 环境，以及安装、更新和删除包
    • 与其他包管理器相比，conda 具有跨平台性和环境管理功能更强大的优势。

  3. pip:

    • pip 是 Python 的包管理器，用于安装和管理 Python 包
    • Python 的默认包管理器，通常与虚拟环境一起使用
    • pip 提供了大量的第三方包，并且与 Python 官方发行版一起发布

    | 特点 | pip | conda |
    | :———: | :——————————: | :———————————————————: |
    | 包管理器 | Python 默认的包管理器 | Anaconda 发行版提供的包管理器 |
    | 包源 | 默认从 PyPI 下载包 | 可从 Anaconda 仓库和其他 channels 下载包 |
    | 环境管理 | 不直接提供环境管理功能 | 提供创建、管理和激活环境的功能 |
    | 支持语言 | Python | Python、R、C/C++、Java、Lua |
    | 使用场景 | 管理 Python 包 | 可用于科学计算和数据处理等领域 |

  4. virtualenv:

    • virtualenv 是一个用于创建独立 Python 环境的工具，可以在同一台计算机上同时运行多个互不干扰的 Python 环境
    • virtualenv 可以帮助解决不同项目对于特定依赖包版本的需求，从而避免版本冲突和污染系统环境

安装教程

  • 前往Anaconda 官网下载安装包

  • 运行安装包

  • 点击Next下一步

  • 点击I Agree下一步

  • 选择Just Me(recommended)，点击Next下一步

  • 自行选择是否修改安装目录，如需修改，则注意安装路径不能包含空格，点击Next下一步

  • 选择可选项

    • 创建开始菜单快捷方式（Create start menu shortcuts）
    • 将 Anaconda3 添加到环境变量（Add Anconda3 to my PATH environment variable）：勾选后可能会影响其他应用程序的使用
    • 注册 Anaconda3 为默认的 Python3.11（Register Anaconda3 as my default Python 3.11）：除非你打算使用多个版本的 Anaconda 或 Python，否则建议勾选
    • 完成安装后清除缓存（Clear the package cache upon completion）：建议勾选

  • 点击Install安装

  • 等待安装完毕

  • 验证安装是否成功：在 Anaconda Prompt 内输入命令，如果安装成功将显示 conda 版本号，如conda 24.1.2

    1
    conda --version

    如果你在“选择可选项”步骤勾选了“将 Anaconda3 添加到环境变量”，则可以打开 Powershell 或 cmd 输入命令

常用命令

conda 相关

  1. 使用帮助

    1
    2
    conda -h
    conda --help

  2. 更新 conda

    1
    conda update conda

  3. 显示有关当前安装的 Anaconda 版本和环境的信息

    1
    conda info

环境相关

  1. 创建新环境

    1
    conda create --name myenv python=3.8 #创建一个名为“myenv”的新环境，并安装Python 3.8

  2. 复制环境

    1
    conda create --name newenv --clone oldenv #创建一个名为“newenv”的新环境，该环境与名为“oldenv”的环境配置相同

  3. 删除环境

    1
    conda remove --name oldenv --all #删除一个名为“oldenv”的环境

  4. 激活一个特定的环境

    1
    conda activate myenv #激活名为“myenv”的环境

  5. 停用当前激活的环境，返回到基础环境

    1
    conda deactivate

  6. 列出所有已创建的环境

    1
    2
    3
    conda env list
    conda info -e
    conda info --envs

包相关

  1. 列出当前环境中安装的所有包

    1
    conda list

  2. 安装新的包

    1
    2
    3
    conda install numpy #在当前环境中安装NumPy包
    pip install see #当conda无法安装某个包时，使用pip安装（此处为see包）
    conda install --name myenv numpy #在名为“myenv”的环境中安装NumPy包

  3. 更新已安装的包

    1
    2
    3
    4
    conda update numpy #更新NumPy包到最新版本
    conda upgrade numpy #更新NumPy包到最新版本
    conda update --all #更新所有包
    conda upgrade --all #更新所有包

  4. 从环境中删除一个包

    1
    2
    conda remove numpy #从当前环境中删除NumPy包
    conda remove --name myenv numpy #从名为“myenv”的环境中删除NumPy包

  5. 在 Anaconda 仓库中搜索特定的包

    1
    2
    conda search tensor #模糊搜索名为tensor的包
    conda search --full-name tensorflow #精确搜索名为tensorflow的包

  6. 清理不再需要的包和缓存文件以释放磁盘空间

    1
    conda clean --all #清理所有不再需要的包和缓存文件