Windows下安装Anaconda及基础使用并添加到pycharm环境中

Love The Way You Lie 2024-03-16 23:19 55阅读 0赞

简介：本文是在操作系统Windows下安装Anaconda，并介绍一些基础操作和基础命令使用，并将Pycharm搭建Anaconda环境中。

步骤总结：

1.  Anaconda的介绍
2.  下载并安装Anaconda
3.  Anaconda配置pip和conda镜像源
4.  Anaconda的conda常用命令使用
5.  Anaconda管理虚拟环境
6.  Pycharm配置Anaconda环境

### 一：Anaconda的介绍 ###

Anaconda 是一个开源的Python发行版本，其包含了Conda、Python等180多个科学包及其依赖项，它是专门为了方便使用 Python 进行数据科学研究而建立的一组软件包，涵盖了数据科学领域常见的 Python 库，并且自带了专门用来解决软件环境依赖问题的 conda 包管理系统，可以使用它创建虚拟环境，以便更轻松地处理多个项目，此外还提供了包管理与环境管理的功能，可以很方便地解决多版本python并存、切换以及各种第三方包安装的问题

针对上面的引用文字再通俗的将Anaconda与之前有同学安装的python基础环境进行一个区别，也是优点总结：

1、简单来说anaconda是包含python的。所以安装了anaconda后就不用再安装python了。  
2、由于python3不兼容python2，那在装了python3环境的电脑上跑python2怎么办呢？也不能每次跑的时候都重新配一下环境变量吧？（也可以但是不觉得麻烦吗？）所以anaconda就诞生了。它可以将每个开发的程序选用不同的环境，而且开发好的程序所需要的环境（就是第三方包）独立的打包成来，这样再在另一台电脑上跑该程序时就不用再单独下载包了。**也就是它有专门用来解决软件环境依赖问题的 conda 包管理系统，解决python版本及依赖包版本的问题，方便管理。**

3、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。而**Anaconda**包含了之前python环境常用但需要额外pip安装的包，因此Anaconda无需再去额外安装这些包，当然安装Anaconda后有的其他专用领域的依赖包还是需要pip或者conda来下载并管理的，比如深度学习的TensorFlow、pyrtorch等环境。

## 接下来开始下载并安装**Anaconda：** ##

### **步骤一：下载Anaconda** ###

Anaconda的历史版本下载网址：[Anaconda Installers and Packages][]，进去该网址后点击View All Installers，如下图所示。

*  也可以到清华大学镜像下载  
    [https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/][https_mirrors.tuna.tsinghua.edu.cn_anaconda_archive]

![2d38f004dd4c479f905267da81330089.png][]

跳转到下面界面后自行找需要的版本进行下载![292a66750f654ea5a1a3059538dd7fd9.png][]

### 步骤二：安装**Anaconda及组件介绍** ###

下载安装包后解压，在解压后的文件夹中右击可执行文件（.exe文件），选择以管理员身份运行，后续的安装步骤就类似安装我们常用的应用软件点击下一步，选择安装磁盘位置等步骤，就省略了，其中过程中可能会遇到一个勾选项，可以都勾选，如下图

![c45a1a241bf5491dbc5f0fcf2a468301.png][]

上面的第一个选项，是将anconda添加到系统环境，打开命令行，输入python，会显示anaconda的环境；第二个选项会让你将anconda中的python作为默认的python，如果你安装了pycharm，则pycharm会将anaconda中的python作为解释器。

都点击操作完后建议去环境变量进行查看，是否对anconada安装路径添加到了环境变量里：如我安装的anconada后环境变量path新增以下变量值：

> D:\\anaconda  
> D:\\anaconda\\Scripts\\  
> D:\\anaconda\\Library\\bin  
> D:\\anaconda\\Library\\mingw-w64\\bin

安装完后，windows菜单栏会有anaconda的各个组件：如下图：

![83a4dcf408f4470eb2bdc35ea5ba718b.png][]

Anaconda Navigtor ：用于管理工具包和环境的图形用户界面，后续涉及的众多管理命令也可以在 Navigator 中手工实现。

Jupyter notebook ：基于web的交互式计算环境，可以编辑易于人们阅读的文档，用于展示数据分析的过程。

spyder ：一个使用Python语言、跨平台的、科学运算集成开发环境。

anaconda prompt :可以理解为 anaconda版的cmd 命令提示窗。即：你是如何通过cmd指挥（查找、打开、删除等等）你的Windows系统的，你就通过同样的思维用anaconda prompt 来指挥anaconda，也就是命令提示窗版的anaconda navigator。至于如何指挥，你就需要在anaconda prompt用到 conda 指令集.

最后，启动Anaconda Navigator（Anaconda），若能成功启动也说明Anaconda安装成功了。

![8a23e893c6c54d26a8596dcd70e0f9f0.png][]

注意：部分同学可能会出现anaconda navigator打不开问题，参考本人其他博客进行解决：[解决anaconda navigator打不开问题\_The black panther的博客-CSDN博客][anaconda navigator_The black panther_-CSDN]

也可以以管理员身份运行Anaconda Prompt（Anaconda）并在命令行输入 **conda list** 命令，若安装成功则会显示安装盘符和版本信息。

![b5133c00386c4cd687d5077e315aa48f.png][]

这里再补充下，anaconda安装本地磁盘路径下的部分说明：如envs文件夹是存储虚拟环境的地方、Lib\\site-packages文件夹下是存放第三方包的地方。

![9e21e42017974912a9a23c255f422c89.png][]

![0e52b96c689a4a33b72be45000f9bc8e.png][]

### 步骤三、 Anaconda的基础使用 ###

这里就不再对Anaconda的几大组件一一进行使用详解了，可以网上查阅其他博客对Anaconda Navigtor、Jupyter Notebook等进行搜索使用。

这里重点对Anaconda配置pip和conda镜像源（一定要配置否则以后安装第三方依赖下载会很慢）和conda管理包的命令进行讲解；

#### 1、配置pip镜像源 ####

在C盘目录栏中输入 %appdata%

并回车，进入

类似此路径的文件夹（有同学可能是在C:/user下），新建文件夹 pip （一定是 pip 文件夹里包着 pip.ini 不然不生效）

然后再新建文件 pip.ini 并将以下内容复制进去并保存

![b1d033597f514c5ca5ce3805d4742115.png][]

![853d379f23ed4cf3a019e6e282fd8ffa.png][]

内容如下：

> \[global\]  
> time-out=60  
> index-url=https://pypi.tuna.tsinghua.edu.cn/simple/  
> \[install\]  
> trusted-host=tsinghua.edu.cn

再次运行 pip 安装即生效，安装速度明显提升

### 2、配置conda 镜像源 ###

在命令行中按顺序依次执行：

> conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/[anaconda][]/pkgs/free/  
> conda config --set show\_channel\_urls yes

在C:\\User或者C:\\Users\\ASUS下自动生成.condarc文件：

![db64d311792745a39fb8b5d5192d6829.png][]

打开.condarc文件，并修改配置文件输入如下内容：

> channels:  
> \- defaults  
> show\_channel\_urls: true  
> channel\_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda  
> default\_channels:  
> \- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main  
> \- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free  
> \- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r  
> \- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro  
> \- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2  
> custom\_channels:  
> conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud  
> msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud  
> bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud  
> menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud  
> pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud  
> simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud  
> remote\_read\_timeout\_secs: 600.0  
> ssl\_verify: true  
>

执行完成后，使用以下指令检查是否添加成功

conda config --show channels

### 3、conda管理包使用 ###

conda 是一个包管理器。常用命令有很多，如下：

> which conda 或者conda -version命令检查是否安装正确
> 
> `pip freeze > requirements.txt 在某个项目下列出依赖清单`
> 
> `activate // 切换到base环境 activate learn // 切换到learn环境 conda create -n learn python=3 // 创建一个名为learn的环境并指定python版本为3(的最新版本) conda env list // 列出conda管理的所有环境 conda list // 列出当前环境的所有包 conda install requests 安装requests包 conda remove requests 卸载requets包 conda remove -n learn --all // 删除learn环境及下属所有包 conda update requests 更新requests包 conda env export > environment.yaml // 导出当前环境的包信息 conda env create -f environment.yaml // 用配置文件创建新的虚拟环境`

比如 conda install tensorflow-gpu==2.0.0

由于conda下载的包默认是从国外的源进行下载的，为了下载更快捷，所以需要上面的conda的下载镜像源进行配置。

### 4、管理虚拟环境： ###

Anaconda整个分为两种环境：一、base环境（全局）；二虚拟环境。base环境可以节省存储空间，一个环境可以用在不同的项目中，但项目过多会造成不同的环境依赖版本冲突或不兼容的情况）。虚拟环境：该方法可以针对不同项目隔离不同的依赖版本进行下载，更能保证项目的运行，但是会消耗电能磁盘空间

接下来你就可以随意的创建不同的python环境了。下边的管理命令都在命令行进行。  
1、activate  
activate 能将我们引入anaconda设定的虚拟环境中, 如果你后面什么参数都不加那么会进入。

如下：

> 创建环境：conda create -n myenv python=3.6 其中myenv是虚拟环境名 python=3.6是对应的包及版本（可以不要）
> 
> 进入环境：activate myenv
> 
> 离开环境: deactivate
> 
> 列出环境：conda env list
> 
> 删除环境：conda env remove -n env\_name

### 5、**在pycharm中调用**anaconda**虚拟环境** ###

打开pycharm.

![7306ca8dff5044e5b4a4e90b48bb0780.png][]

点击file>>setting>> add python interper按钮，

![f0aa0ae232cd4896918024db8670d55a.png][]

选择Conda Environment.

Existing environment

点击Interpreter.

![82edd9a554d8418d9ac30f27b6375a21.png][]

弹出这个操作界面。

找到自己anaconda 安装地址。

![0aff6259a5c44adfb3fde28468b972d3.png][]

展开envs。

![044d4171c95644a5a8fdc1571e961888.png][]

找到自己创建的虚拟环境并展开（主要是python>=3.7和pytorch>=1.7

选择对应python.exe.

![292b12e3b1e24c598d85e8b4059ddab6.png][]

点击ok.即可。

在pycharm配置anaconda的base环境也是上面类似的操作。

[Anaconda Installers and Packages]: https://repo.anaconda.com/
[https_mirrors.tuna.tsinghua.edu.cn_anaconda_archive]: https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
[2d38f004dd4c479f905267da81330089.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/15/8bd6c48b4200483fb61bb432725e6b26.png
[292a66750f654ea5a1a3059538dd7fd9.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/15/adc2beb86fc9428d9d44abb030bb55bb.png
[c45a1a241bf5491dbc5f0fcf2a468301.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/15/9a3efaa91cb54aa5a7642e3dd5705ec3.png
[83a4dcf408f4470eb2bdc35ea5ba718b.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/15/4e4bd08eb005439fb38ac58e0b4b9230.png
[8a23e893c6c54d26a8596dcd70e0f9f0.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/15/ff8274b9345f4db2993f966a732fe5bc.png
[anaconda navigator_The black panther_-CSDN]: https://blog.csdn.net/weixin_43402278/article/details/131358778?spm=1001.2014.3001.5502
[b5133c00386c4cd687d5077e315aa48f.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/15/8184c387d2ce4303b8ec487ebb5bd221.png
[9e21e42017974912a9a23c255f422c89.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/15/da14332021d4406192d6db459c9001d9.png
[0e52b96c689a4a33b72be45000f9bc8e.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/15/a8b66e34c2bd4122ab8796f66e24e54e.png
[b1d033597f514c5ca5ce3805d4742115.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/15/8aebba70e7e248f7a17dcd06eaf48728.png
[853d379f23ed4cf3a019e6e282fd8ffa.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/15/d18f41dfeb2e423f801f24ef02f02917.png
[anaconda]: https://so.csdn.net/so/search?q=anaconda&spm=1001.2101.3001.7020
[db64d311792745a39fb8b5d5192d6829.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/15/e64f87d172c5420d88d2e2fb54975581.png
[7306ca8dff5044e5b4a4e90b48bb0780.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/15/7b5855abab4f4e7291c76a815f208b52.png
[f0aa0ae232cd4896918024db8670d55a.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/15/63806fdf8605417883f23b7aab787edb.png
[82edd9a554d8418d9ac30f27b6375a21.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/15/a558f88336394df2a3ab63f7977d9d50.png
[0aff6259a5c44adfb3fde28468b972d3.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/15/764c3f8faecb45e4a314091d32d22c1e.png
[044d4171c95644a5a8fdc1571e961888.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/15/533a88a84cbb4b4d9f9cf510fe23d993.png
[292b12e3b1e24c598d85e8b4059ddab6.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/15/4d4b4680f1584feda5b6f38bf2d29490.png