博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
[Windows] Anacoda安装和使用
阅读量:4298 次
发布时间:2019-05-27

本文共 3437 字,大约阅读时间需要 11 分钟。

文章目录

Anacoda安装和使用

一、前言

  • 操作系统:windows 7 旗舰版
  • Anaconda

开源的 (正式为Anaconda发行)是在Linux,Windows和Mac OS X上执行Python / R数据科学和机器学习的最简单方法。

  • 快速下载7,500+个Python / R数据科学软件包
  • 使用管理库,依赖项和环境
  • 使用,和开发和训练机器学习和深度学习模型
  • 使用,,和分析具有可伸缩性和性能的数据
  • 使用,,和可视化结果
  • Conda

任何语言(Python,R,Ruby,Lua,Scala,Java,JavaScript,C / C ++,FORTRAN等)的软件包,依赖项和环境管理。

Conda是在Windows,macOS和Linux上运行的开源软件包管理系统和环境管理系统。Conda可以快速安装,运行和更新软件包及其依赖项。Conda可以轻松地在本地计算机上的环境中创建,保存,加载和切换。

  • virtualenv

virtualenv 是用于创建隔离的Python环境的工具。

  • pip

pip是Python 的。您可以使用pip从和其他索引安装软件包。

  • 参考

python 教程:

anaconda 官网:

conda 官网:
virtualenv 官网:
pip 官网:
北京外国语大学开源软件镜像站:

二、正文

1.下载安装包

2.安装Anaconda

  • Next

在这里插入图片描述

  • I Agree

在这里插入图片描述

  • Next

在这里插入图片描述

  • 选择安装路径, Next

在这里插入图片描述

  • Install

在这里插入图片描述

  • 等待安装完成, Next

在这里插入图片描述

  • Next

在这里插入图片描述

  • Finish

在这里插入图片描述

3.常用指令

命令 说明 例子
conda --version 查看 conda 的版本号
conda update conda 更新 conda
conda -h 查看 conda 帮助文档
conda create -n [环境名称] [包名(-版本号)] 创建环境 conda create -n python37 python=3.7 scikit-image
activate [环境名称] 切换环境 activate python37
deactivate 退出环境
conda info -e 查询环境信息
conda remove -n [环境名称] --all 删除虚拟环境 conda remove -n python37 --all
conda create -n [新环境名称] --clone [现有环境名称] 拷贝环境 conda create -n newPython37 --clone python37
conda list 查看当前环境已安装包列表
conda search [包名] 模糊查询-当前环境的包信息 conda search scikit-image
conda install [包名] 在当前环境中安装包文件 conda install scikit-image
conda install -n [环境名] [包名] 在指定环境中安装包文件 conda install -n python37 scikit-image

三、其它

Anaconda Navigator 无法启动

如果出现错误,可查看下面的文章内容

  • 更新 Navigator
> conda update anaconda-navigator
  • 重置 Navigator
> anaconda-navigator --reset
  • 更新 Anaconda 客户端
> conda update anaconda-client
  • 更新 Anaconda 客户端依赖包
> conda update -f anaconda-client

更换镜像源

北京外国语大学开源软件镜像站:

  • win开始菜单 - Anaconda3(64-bit) - Anaconda Prompt (Anaconda3) 执行指令
  • 生成 .condarc 文件
> conda config --set show_channel_urls yes
  • .condarc 文件存放目录:C:\用户\[用户名]\.condarc
channels:  - defaultsshow_channel_urls: truedefault_channels:  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/main  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/r  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/msys2custom_channels:  conda-forge: https://mirrors.bfsu.edu.cn/anaconda/cloud  msys2: https://mirrors.bfsu.edu.cn/anaconda/cloud  bioconda: https://mirrors.bfsu.edu.cn/anaconda/cloud  menpo: https://mirrors.bfsu.edu.cn/anaconda/cloud  pytorch: https://mirrors.bfsu.edu.cn/anaconda/cloud  simpleitk: https://mirrors.bfsu.edu.cn/anaconda/cloud

报错:Collecting package metadata

Collecting package metadata (current_repodata.json): failed

CondaHTTPError: HTTP 000 CONNECTION FAILED for url <https://mirrors.tuna.tsinghu

a.edu.cn/anaconda/pkgs/free/win-64/current_repodata.json>
Elapsed: -

An HTTP error occurred when trying to retrieve this URL.

HTTP errors are often intermittent, and a simple retry will get you on your way.

‘https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64’

  • 解决方法:

将 Anaconda 安装路径: Anaconda3/Library/bin 的两个文件,拷贝到 Anaconda3/DLLs

  1. libcrypto-1_1-x64.dll
  2. libssl-1_1-x64.dll

Jupyter Notebook 设置默认浏览器

  • win开始菜单 - Anaconda3(64-bit) - Anaconda Prompt (Anaconda3)
  • 生成 jupyter 的配置文件,通过输出的路径找到配置文件
> jupyter notebook --generate-config
  • 打开 jupyter_notebook_config.py 文件,找到如下注释:
#c.NotebookApp.browser = ''
  • 在注释后面新增代码(可指定对应的浏览器 exe 文件):
import webbrowserwebbrowser.register("chrome",None,webbrowser.GenericBrowser(u"C:\\Program Files (x86)\\Google\\Chrome\\Application\\chrome.exe"))c.NotebookApp.browser = 'chrome'

PyCharm使用Anaconda创建的python环境

  • PyCharm 菜单栏 - File - Settings - Project:[项目名] - Project Interpreter
  1. 通过配置 Project Interpreter ,选择 Anaconda 创建的 python 环境
    环境路径:Anaconda 安装路径 Anaconda3\envs

在这里插入图片描述

  1. 通过 + 进行包的查询和安装

转载地址:http://mwnws.baihongyu.com/

你可能感兴趣的文章
字符是识别---10--源数据20*20--训练样本0~A----基于TensorFlow+CNN实现
查看>>
字符是识别---11--源数据20*20--训练样本0~Z----基于TensorFlow+CNN实现
查看>>
字符是识别---12--源数据20*20--训练样本0~Z----基于TensorFlow+LeNet实现
查看>>
window10(64bit)环境下安装基于TensorFlow后端的Keras 教程
查看>>
字符是识别---13-源数据20*20--训练样本0~Z----二值化参数影响训练结果
查看>>
resize接口实现之-------双线性插值法解读
查看>>
字符识别之----------resize后增加二值化操作,提高字符识别正确率
查看>>
win10下CUDA和CUDNN的安装(超详细)!亲测有效!
查看>>
openalpr截取出的字符识别结果
查看>>
针对字符4识别为X问题的原因
查看>>
排查问题
查看>>
排查问题2
查看>>
海思模型bin模型的使用步骤和注意点
查看>>
问题来了
查看>>
德国车牌识别
查看>>
减少特征,OTUS二值化处理后效果
查看>>
德国车牌识别结果,,
查看>>
Dland_2_test-修改后--------------------------------特征点440 + 16个
查看>>
Dland_1_test-修改后--------------粗外围+粗网格------------------特征点440 + 40+ 16个
查看>>
Dland_2_test-修改后-------13特征+粗外围+粗网格特征------------------特征点440 + 16+56个
查看>>