• Anaconda的安装使用及pycharm设置conda虚拟环境


    1.python和包以及anaconda的概念关系

    • python == “工人”

    • 包 == “工具”

    • 环境 == “工具箱”

    • anaconda == “放很多工具箱的大箱子”

    python等于工人这个好理解,就是编程需要用python来实现对应功能,即工人完成某项工程。

    包等于工具,就是工人完成工程的过程中要使用的工具。

    环境等于工具箱,即一个环境中可以有多个工具,工人可以使用这个工具箱中的任意工具来工作。

    anaconda就是一个集成了多个工具箱的大箱子,当需要A工具箱就切换到A环境,当需要B工具箱就切换到B环境。

    例如:env1安装了pytorch1.10,env2安装了pytorch2.0。那么需要使用pytorch1.10的时候激活env1,需要使用pytorch2.0时激活env2即可,这样就不用每次配环境一个个包重新安装。

    2.Anaconda安装

    对Windows系统

    Anaconda官网下载地址:https://www.anaconda.com/download
    如果通过官网下载较慢的话,建议使用迅雷下载或通过以下镜像源进行下载
    Anaconda镜像下载地址:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

    选择对应操作系统的Anaconda安装包进行下载,然后根据提示进行Anaconda的安装。
    在这里插入图片描述

    对Linux系统

    选择对应Linux版本的Anaconda,通过远程连接将安装包上传到服务器文件目录,cd到当前文件目录,使用sh + 文件名 命令进行conda安装。

    安装后可以使用conda info 命令检查是否安装成功
    在这里插入图片描述

    conda安装完成后的其他设置

    1. 若安装结束后使用conda info没有conda信息则将conda的安装目录下的这几个文件加入环境变量
      在这里插入图片描述

    注意:这里将Anaconda3\Scripts加入环境变量后,在cmd窗口想激活对应虚拟环境直接使用activate myenv命令激活对应的环境即可

    1. 修改虚拟环境的安装路径
      安装conda后会在C:\Users\你的用户名\ 文件夹下看到.condarc文件,这是conda的配置文件,在使用过程添加以下内容:
      show_channel_urls: true
      envs_dirs:
        - D:\anaconda3\envs
      
      • 1
      • 2
      • 3
      其中的D:\anaconda3\envs是用于存放后续创建的虚拟环境的路径。放在D盘是以免环境越来越多C盘撑不住。

    3.Conda常用命令

    环境管理

    1. 创建新环境:
      • conda create --name myenv: 创建一个名为 myenv 的新环境。
      • conda create -n myenv python=3.8: 创建一个名为 myenv 的新环境并指定Python 版本。
    2. 激活和停用环境:
      • conda activate myenv: 激活名为 myenv 的环境。
      • conda deactivate: 退出当前环境。
    3. 列出环境:
      • conda env list 或 conda info --envs: 列出所有可用的 Conda 环境。
    4. 删除环境:
      • conda env remove --name myenv: 删除名为 myenv 的环境。

    包管理

    1. 安装包:
      • conda install numpy: 在当前活动环境中安装 NumPy 包。
      • conda install numpy=1.15: 安装特定版本的 NumPy。
    2. 更新包:
      • conda update numpy: 更新 NumPy 包到最新版本。
    3. 卸载包:
      • conda remove numpy: 从当前环境中卸载 NumPy 包。
    4. 列出环境中的包:
      • conda list: 列出当前环境中安装的所有包。

    其他常用命令

    1. 搜索包:
      • conda search numpy: 搜索可用的 NumPy 包版本。
    2. 保存和加载环境:
      • conda env export > environment.yml: 导出当前环境的配置到 environment.yml 文件。
      • conda env create -f environment.yml: 根据 environment.yml 文件创建环境。
    3. 更新 Conda:
      • conda update conda: 更新 Conda 到最新版本。
    4. 查看 Conda 信息:
      • conda info: 显示 Conda 的信息,包括版本和安装路径。

    4.安装pytorch

    pytorch的安装较为复杂,建议是根据pytorch官网的安装命令进行安装:
    https://pytorch.org/get-started/previous-versions/

    需要注意的是,在github上有时找到一些老一点的项目,需要pytorch的版本低于1.10,这时需要的python版本最好是3.7及以下,不然无法安装成功

    5.pycharm中设置conda环境

    以下设置我是基于PyCharm 2023.2.3 (Professional Edition)版本

    1. 打开项目后以此点击 File->Settings->project->Python Interpreter,然后点击Add Interpreter -> Add Local Interpreter
      在这里插入图片描述
      在这里插入图片描述

      然后选择找到刚才conda创建的环境下的python.exe文件,我这里以我创建的pytorch1.10环境为例
      在这里插入图片描述
      最后点击OK即可。
      设置完成后可以在这里看到当前conda环境下已经安装的包和对应包的版本。
      在这里插入图片描述
      接下来就可以开始根据不同conda环境进行开发啦~

  • 相关阅读:
    提升代码重用性:模板设计模式在实际项目中的应用
    读者自荐的 4 个 GitHub 项目
    C语言学习-数组应用-扫雷(4.2)
    内网双击鼠标左键出现字符c
    新大陆!阿里 P9 整理出:Java 架构师“成长笔记”共计 23 版块
    后台基础权限框架搭建实现[木字楠博客]
    学习Java的第十六天。。。(构造方法、方法重载、this、局部变量和成员变量)
    Windows使用进程监视器查看进程读写的文件名
    温度信号测量K型热电偶信号采集器rs485/232远程IO转换模块
    DOA估计算法——Capon算法
  • 原文地址:https://blog.csdn.net/qq_39352650/article/details/134409783