Anaconda 的安装配置及依赖项的内外网配置

r囧r小猫 2023-10-08 22:24 17阅读 0赞

在分享anaconda 的安装配置及使用前，我们必须先明白anaconda是什么；Anaconda是一个开源的Python发行版本。两者区别在于前者是一门编程语言，后者相当于编程语言中的工具包。

由于python自身缺少numpy、matplotlib、scipy、scikit-learn等一系列包，需要安装pip来导入这些包才能进行相应运算。如果没网或者网速不佳的情况下，安装是很难进行的！

然而，Anaconda包括Conda、Python以及一大堆安装好的工具包。如常用的numpy、pandas等180多个科学包及其依赖项。Conda是一个开源的包、环境管理器，可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换（类似于Python中的pip）。

同时，两者内置也不同，IPython是一个python的交互式shell，比默认的python shell好用得多，支持变量自动补全，自动缩进，支持bash shell命令，内置了许多很有用的功能和函数。

而Anaconda Prompt是一个Anaconda的终端，可以便捷的操作conda环境。

简单介绍之后我们开始安装 Anaconda ，在其他配套环境运行的情况下尽量安装高并且稳定版本的Anaconda，好处我就不用多说了。下面在win10环境开始安装：

1、官网下载

[Anaconda | Anaconda Distribution][Anaconda _ Anaconda Distribution]

点击

![d83d7c05fe544233bec5bdbab825642d.png][]

此时下载的版本是：Anaconda3-2023.03-Windows-x86\_64.exe，其对应的python版本 是3.10，而且这个版本更是傻瓜式安装，基本没有可选的的地方，一致默认安装即可。

2、环境变量配置

可以在这两个地方配置

![4e3a62bb720643fe91b4bbf48a46b892.png][]

添加：

F:\ProgramData\Anaconda3
    F:\ProgramData\Anaconda3\Scripts
    F:\ProgramData\Anaconda3\Library\bin
    F:\ProgramData\Anaconda3\Library\mingw-w64\bin
    F:\ProgramData\Anaconda3\Library\usr\bin

即

F:\ProgramData\Anaconda3;F:\ProgramData\Anaconda3\Scripts;F:\ProgramData\Anaconda3\Library\bin;F:\ProgramData\Anaconda3\Library\mingw-w64\bin;F:\ProgramData\Anaconda3\Library\usr\bin

这是最简单直白的配置方式，当然还有其他方式可以尝试。

如果没有配置环境变量，肯定不会有上述结果，并且外网安装依赖包时报错：

pip不是内部或外部命令，也不是可运行的程序或批处理文件

3、验证是否安装成功

cmd命令进入验证canda 和python版本

python -V
    
    canda --version

结果

![65199bc7a8514f08b2a7419091da64e3.png][]

也可以通过pip命令

![16f94b026e0e42b8ad07b6d0b04d6dc7.png][]

4、进入python的命令行环境

python

结果

![da6ee41878204ed58881cc34f394bc54.png][]

5、验证某些插件是否安装

import audioop
    import gdal
    import gdal2tiles
    import cchardet
    import sys
    import xpinyin
    import numpy
    from osgeo import gdal

示例结果显示

![60056315e0c54fd69363c9d026ac2a5e.png][]

说明已经安装成功了

![e1d404af3a914765a8d998b6ba0ab664.png][] 说明还没有安装

6、安装依赖包

这里是重点，项目中需要某个依赖包，但是Anacanda自带的没有，这时候需要自定义安装，然而安装也有两种情况：

1）外网安装：如果服务器电脑连着外网，并且网络还行，那么我们直接采用线上安装，简单方便，也不用关系版本的差异。比如缺少xpinyin 依赖，安装方式

pip install xpinyin

如图

![6021a6d0b387422d81afae86b1f61edc.png][] 正常情况下一会就显示成功。

2）内网安装：如果服务器电脑没有连外网，或者外网网络很差，那么我们直接下载安装包的方式安装，即先从官网中下载相应的依赖包whl,whl格式本质上是一个压缩包，里面包含了py文件，以及经过编译的pyd文件。使得可以在不具备编译环境的情况下，选择合适自己的版本进行安装，有国网镜像和国内镜像，国外的更全一些，参考着下载：

[国网镜像][Link 1]

[国内镜像][Link 2]

注意：一定要先找到相应的版本在下载，否则后期肯定安装失败。

比如：我们下载gdal 依赖包，进入国外网

![c2862cb5e5e54cbf968af30d69c467d6.png][]

点击gdal找到相应的版本下载，比如发布时间、对应的python版本、win位数，一定要核对清楚。

国内镜像没有whl格式的依赖包gdal，只有压缩包，我们在国内镜像下载numpy 试试

![d965ef419b2942e3bee794cea6e660f4.png][]

点击

![3265fac7bf594f209a4a6037ab075923.png][]

找到相应的版本，对应python3.10版本

![271c056480ab475bba0cdd6ea8acae9b.png][]

也可以去找历史版本，另外此处的发布时间尽量是新的，进1.24.2版本尽量新。一般相同网络环境下，国内镜像下载的速度是比较快的；安装方式，cmd进入

![dc2d9aa6371243b58c66fc6a8721574e.png][]

E:\\tools\\python\\GDAL-3.4.3-cp310-cp310-win\_amd64.whl是whl存放的目录。如果是linux类似方式。

3）特殊依赖安装：

比如内网安装 gdal2tiles ，国外和国内均没有whl包，那怎么办啊？取巧的方法：先在外网安装此依赖包，然后把安装好的包复制过来，这样就可以了。

![dca0f377d7304904818dcd9c59f2e848.png][]

具体目录在：X:\\ProgramData\\anaconda3\\Lib\\site-packages

7、均安装后可能报错

1）numpy相关

ImportError: numpy.core.multiarray failed to import
    
    Cannot run program "python": CreateProcess error=2, 系统找不到指定的文件
    
    
    
    RuntimeError: module compiled against API version 0xf but this version of numpy is 0xe

可能numpy版本过低

查看numpy 版本：

pip show numpy
    
    pip list |grep numpy

结果

![6950764ae3fb46eb9043976aaf5d3864.png][] 更新

pip install -U numpy

升级numpy到最新版本

pip install numpy --upgrade

如果是内网，就去官网下载。

其他报错，可以百度一下，基本上都是可版本相关。

8、彻底卸载anaconda3

找到anaconda的安装文件夹，双击运行Uninstall文件，ProgramData\\anaconda3 目录下：

![b93ac49f437342c29341a7fad5345b70.png][]

理论上点击完，一会就彻底卸载了。

如果发现没有卸载完毕，可以参考网上的这片文章试试：

[彻底卸载Anacanda][Anacanda]

到此、Anacanda 安装配置基本分享完毕，大家可以亲自试试，定会收获很多。

[Anaconda _ Anaconda Distribution]: https://www.anaconda.com/products/distribution
[d83d7c05fe544233bec5bdbab825642d.png]: https://img-blog.csdnimg.cn/d83d7c05fe544233bec5bdbab825642d.png
[4e3a62bb720643fe91b4bbf48a46b892.png]: https://img-blog.csdnimg.cn/4e3a62bb720643fe91b4bbf48a46b892.png
[65199bc7a8514f08b2a7419091da64e3.png]: https://img-blog.csdnimg.cn/65199bc7a8514f08b2a7419091da64e3.png
[16f94b026e0e42b8ad07b6d0b04d6dc7.png]: https://img-blog.csdnimg.cn/16f94b026e0e42b8ad07b6d0b04d6dc7.png
[da6ee41878204ed58881cc34f394bc54.png]: https://img-blog.csdnimg.cn/da6ee41878204ed58881cc34f394bc54.png
[60056315e0c54fd69363c9d026ac2a5e.png]: https://img-blog.csdnimg.cn/60056315e0c54fd69363c9d026ac2a5e.png
[e1d404af3a914765a8d998b6ba0ab664.png]: https://img-blog.csdnimg.cn/e1d404af3a914765a8d998b6ba0ab664.png
[6021a6d0b387422d81afae86b1f61edc.png]: https://img-blog.csdnimg.cn/6021a6d0b387422d81afae86b1f61edc.png
[Link 1]: https://www.lfd.uci.edu/~gohlke/pythonlibs/
[Link 2]: https://pypi.org/
[c2862cb5e5e54cbf968af30d69c467d6.png]: https://img-blog.csdnimg.cn/c2862cb5e5e54cbf968af30d69c467d6.png
[d965ef419b2942e3bee794cea6e660f4.png]: https://img-blog.csdnimg.cn/d965ef419b2942e3bee794cea6e660f4.png
[3265fac7bf594f209a4a6037ab075923.png]: https://img-blog.csdnimg.cn/3265fac7bf594f209a4a6037ab075923.png
[271c056480ab475bba0cdd6ea8acae9b.png]: https://img-blog.csdnimg.cn/271c056480ab475bba0cdd6ea8acae9b.png
[dc2d9aa6371243b58c66fc6a8721574e.png]: https://img-blog.csdnimg.cn/dc2d9aa6371243b58c66fc6a8721574e.png
[dca0f377d7304904818dcd9c59f2e848.png]: https://img-blog.csdnimg.cn/dca0f377d7304904818dcd9c59f2e848.png
[6950764ae3fb46eb9043976aaf5d3864.png]: https://img-blog.csdnimg.cn/6950764ae3fb46eb9043976aaf5d3864.png
[b93ac49f437342c29341a7fad5345b70.png]: https://img-blog.csdnimg.cn/b93ac49f437342c29341a7fad5345b70.png
[Anacanda]: https://blog.csdn.net/weixin_53173524/article/details/127191998