python之Anaconda版本管理

首先安装Anaconda,当其安装成功后,可以在cmd中测试是否安装成功,conda --version
conda的环境管理
Conda的环境管理功能允许我们同时安装若干不同版本的Python,并能自由切换。假设我们需要安装Python 3.6,此时,我们需要做的操作如下:
# 创建一个名为python36的环境,指定Python版本是3.6(不用管是3.6.x,conda会为我们自动寻找3.6.x中的最新版本)
conda create --name python36 python=3.6

# 安装好后,使用activate激活某个环境
activate python36 # for Windows
source activate python36 # for Linux & Mac
# 激活后,会发现terminal输入的地方多了python36的字样,实际上,此时系统做的事情就是把默认3.5环境从PATH中去除,再把3.6对应的命令加入PATH

# 此时,再次输入
python --version
# 可以得到`Python 3.6 :: Anaconda 4.1.1 (64-bit)`,即系统已经切换到了3.6的环境

# 如果想返回默认的python 3.5环境,运行
deactivate  # for Windows
source deactivate python36 # for Linux & Mac

# 删除一个已有的环境
conda remove --name python36 --all

原文地址:https://www.cnblogs.com/raind/p/9464306.html

时间: 2024-11-08 17:04:22

python之Anaconda版本管理的相关文章

【Python】Anaconda配置

Anaconda 是一个用于科学计算的Python发行版,支持 Linux.Mac.Windows 系统,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问题.除了 Python,Anaconda 附带了一大批常用数据科学包:其次,使用 conda 来管理包和环境能减少将来在处理数据过程中使用到的各种库与版本时遇到的问题. conda 与 pip(Python 库的默认包管理器) 相似,不同之处是可用的包以数据科学包为主,而 pip 适合一般用途

Windows系统下 Python(Anaconda)的 Dlib 库 的安装

0. 引言 介绍 Windows 10 64位 系统下,利用 Anaconda 开发环境,在 Python 中安装 Dlib库 : windows 下 dlib 的安装十分不友好,所以在这里分享下安装过程: Windows10 + Anaconda + pip + Dlib : (借助 Anaconda 的话,不需要自己 build 和 make 源码, cmake 和 boost 这里不需要,操作友好很多) 1. Dlib的简介(官网:http://dlib.net/) Dlib 是一个机器学

【转】完美解决Python与anaconda之间的冲突问题

本文转自:https://blog.csdn.net/sinat_41898105/article/details/80660332 anaconda指的是一个开源的Python发行版本,其包含了conda.Python等180多个科学包及其依赖项.因为包含了大量的科学包,Anaconda 的下载文件比较大(约 515 MB),如果只需要某些包,或者需要节省带宽或存储空间,也可以使用Miniconda这个较小的发行版(仅包含conda和 Python).anaconda适合做数据分析,如果使用d

2.python,pycharm,anaconda之间的区别与联系 - python基础入门

Python环境配置-Pycharm下载/Anaconda安装 中我们已经完成了 Pycharm 和Anaconda 的安装.可能对于刚接触的小伙伴还是比较懵逼的,一会python一会Anaconda一会又特么来了个pycharm,一串接一串英文,特么怎么读都还不知道!!! 一.python是什么 python是一门编程语言,当前比较流程的编程语言有C/C++  .JAVA .Object-C  .PHP等,当然python也是其中之一.每一种编程语言都有自己的语法和规范,要想通过python编

python入门——Anaconda安装

初学Python,可以选择python原始的IDE,但原始的IDE在使用过程中需要自己安装各种包,个人觉得初学者不需要将时间花在这些上面,而是应该直接学习python程序,这些比较杂的事情可以在以后的学习过程中慢慢补充.所以这里推荐使用anaconda,安装完anaconda,就相当于安装了Python.IPython.集成开发环境Spyder.JupyterNotebook,还有一些包等等,非常方便. Anaconda可以在官网下载,但是官网下载太慢,这里是一个下载地址,速度非常快.    

Python:Anaconda安装虚拟环境到指定路径

1 曾经的困扰 有段时间,想使用基于不同python版本的anaconda,就直接从官网下载了两个不同的anaconda版本进行安装.刚开始的时候,还觉得也没啥问题.用了一小段时间,在安装其他的第三方库时,经常发现安装失败,并且经常出现下面的问题:这个问题,我google.百度等查了好久,也没有解决好.后来,我把两个版本的anaconda都卸载了,重新安装了其中一个版本,发现再安装其他第三方库时,上述问题就不存在了.很有可能上述问题就是同时安装两个版本的anaconda引起的(不过我也不能完全肯

Python 工具——Anaconda+Pycharm 的安装过程

适用对象:编程完全小白,准备安装 Python 进行学习 本文特点: 十分具体详细,细致到了每一步安装过程的截图,看了此篇,你完全不用看其他教程,给出了软件的百度云以及自己找到的可用的 Pycharm 的激活方式,可以直接安好,并开始写出自己的第一个 Python 代码. 强烈建议: 如果还没有开始 Python 工具下载的初学者,切记不要直接装 Python,推荐直接装 Anaconda 要方便很多.建议安装 Anaconda+Pycharm 来学习 Python,尤其是对于学习数据分析的同学

Python IDE ——Anaconda+PyCharm的安装与配置

一 前言 最近莫名其妙地想学习一下Python,想着利用业余时间学习一下机器学习(或许仅仅是脑子一热吧).借着研究生期间对于PyCharm安装的印象,在自己的电脑上重新又安装了一遍.利用周末的一点时间,将安装与首次使用流程做个简单总结. PyCharm是我用过的Python编辑器中,比较方便好用的一个,可以跨平台,在macos和windows下面都可以用. 在学习推荐系统.机器学习.数据挖掘时,python是非常强大的工具,也有很多很强大的模块,但是模块的安装却是一件令人头疼的事情. 现在有个工

python环境Anaconda的安装

本人最开始的的环境为:win10 + 32位的python 最近想学习一下爬虫,听说某些库需要64的python才能实现(本人也是小白,只是平时喜欢折腾,这里是听说,暂时没有能力解释),无奈之下只好卸载重装,期间发现大家都说Anaconda这个环境好,于是... 这里介绍了很多我安装时遇到的问题,以及怎么解决的(小白看一下,或许能有些收获)时间有限的话可以直接划到最后,看具体的安装步骤 最开始就是需要卸载原来32位的python 因为我的已经卸载了,这里就不放照片了.需要说明一下的是,pytho