如何用anaconda管理python虚拟环境

1、下载安装miniconda

  • 下载miniconda

    因为Anaconda的安装包太大了（最新版的Anaconda3-5.3.1足足有630多MB），所以我们在这里只安装miniconda。

    如果你对自己的网速比较有自信可以试试从官网下载miniconda官网

    不过我还是建议你从国内的网站下载，清华源就是一个比较好的镜像网站上面也有很多其他资源，在这里就不赘述了。直接放上下载传送门 Miniconda3-latest-Windows-x86_64不过需要注意的是这个链接是64位的，如果你的计算机是32位的你可以从这里下载Miniconda3-latest-Windows-x86

  • 安装miniconda

双击安装包进行软件的安装，然后点击下一步

同意安装协议，点击I Agree

安装选项，根据不同的需求（如果你的计算机只是自用就选Just Me(recommended)，要是多人使用的话就得选All Users(requires admin privileges)）在这里我选的Just Me,然后点击Next

原文地址：https://www.cnblogs.com/lcfzh/p/10051911.html

时间： 2024-10-11 03:59:38

如何用anaconda管理python虚拟环境的相关文章

linux anaconda 管理 python 包

1.下载 anaconda https://www.continuum.io/downloads 2.安装anaconda 3.conda install package-name //利用anaconda安装各种库 4.发现python import package-name 找不到 解决 $ export PYTHONPATH=$PATHONPATH:/home/user-name/anaconda2/lib/python2.7/site-packages 将anaconda安装的各种包的路

使用Anaconda创建python虚拟环境

安装python指定环境 conda create -n oldboy python=3.6.5 安装环境的同时安装相应的包 conda create -n oldboy python=3.6.5 pandas 进入指定的环境 activate oldboy 退出当前环境 deactivate oldboy 显示所有的环境 conda env list # conda environments: # base * D:\miniconda3 PCC D:\miniconda3\envs\PCC

setV：一个管理 Python 虚拟环境的 Bash 函数

了解一下 setV,它是一个轻量级的 Python 虚拟环境管理器,是 virtualenvwrapper 的替代产品.-- Sachin Patil(作者) 这一年多来,我的 bash_scripts 项目中悄悄隐藏这 setV ,但现在是时候该公开了.setV 是一个 Bash 函数,我可以用它代替 virtualenvwrapper .它提供了使你能够执行以下操作的基本功能: 默认使用 Python 3 创建一个新的虚拟环境 使用带有 -p(或 --python)的自定义 Python 路

Python虚拟环境和包管理工具Pipenv的使用详解--看完这一篇就够了

前言 Python虚拟环境是一个虚拟化,从电脑独立开辟出来的环境.在这个虚拟环境中,我们可以pip安装各个项目不同的依赖包,从全局中隔离出来,利于管理. 传统的Python虚拟环境有virtualenv,使用pip freeze → requirements.txt 导出依赖.现在又有了一个新神器 -- Pipenv, 它是由大名鼎鼎的requests 作者 Kenneth Reitz 写的一个命令行工具,这个工具包装了virtualenv,使用Pipfile和Pipfile.lock管理,更加

python虚拟环境virtualenv安装和配置

http://blog.csdn.net/pipisorry/article/details/47008981 python虚拟环境virtualenv VirtualEnv用于在一台机器上创建多个独立的python运行环境,VirtualEnvWrapper为前者提供了一些便利的命令行上的封装. Virtualenv是一个非常好的virtual python environment builder,他最大的好处是,可以让每一个python项目单独使用一个环境,而不会影响python系统环境,也

python-pycharm中使用anaconda部署python环境

pycharm中使用anaconda部署python环境 今天来说一下python中一个管理包很好用的工具anaconda,可以轻松实现python中各种包的管理.相信大家都会有这种体验,在pycharm也是有包自动搜索和下载的功能,这个我在前面的一篇博客中有相关的介绍(详情请查看点击打开链接),但是这种功能对于一些包是可以使用的,但是总是会遇到有些包下载失败或查询不到的时候,这个时候就会让人很苦恼了.这里我们就来说一下anaconda的好处. 下面是我从别的地方贴来的说辞: Anaconda的

Anaconda配置Python开发环境

Anaconda介绍Anaconda 是在 linux.windows 和 mac os x 上执行 Python/R 数据分析和机器学习的最简单的方式并且它是开源的.它在全球拥有超过 1, 100万用户, 是在单独的一台机器上进行开发.测试和训练的行业标准, 因为具备以下特点,从而使他能都独立的进行数据分析: 1. 提供了大量的Python/R 数据分析包 2. 使用 conda 管理库.依赖关系和环境 3. 使用 scikit-learn, TensorFlow和Theano进行开发.训练机

7.python虚拟环境详解

1.为什么创建虚拟环境? 和其他大多数现代编程语言一样,Python对包和模块的下载.存储以及管理有其自己的一套方法,Python的包一般都存在几个特定的地方,大部分系统包会存在sys.prefix指定的路径下:大部分第三方包,比如easy_install或pip会将包存放在site-packages所指定的路径下. Python应用程序通常会使用不在标准库内的软件包和模块,应用程序有时需要特定版本的库,由于Python导入模块不能区分模块版本,这意味着一个Python安装可能无法满足每个应用程

安装独立Python虚拟环境：virtualenv

virtualenv  Python有着庞大的开源社区的支持,很自然就产生这么一个问题:第三方包参差不齐,如果我们想在服务器测试,或者升级某个包,就会导致生产环境产生杂乱,多余的第三方依赖包. virtualenv就是来解决这个问题的,virtualenv可以生成多个的Python环境,各个环境相互独立,互不影响,且和正式环境一模一样. 1.安装 pip install virtualenv 2.用法: (1)virtualenv ENV 该命令会创建一个安装包存放目录:ENV/lib/pyth