python开发环境搭建 anaconda的安装和使用

末蓝、 2023-05-28 15:51 189阅读 0赞

初学python的童鞋们到了开始编写一个工程或者项目的阶段时，肯定会有这样一个问题：如此多的modules怎么进行安装和管理。这篇文章将会和大家分享这个问题的解决方案。

这篇文章的目的（当然除了给我可怜的博客阅读量增加一些之外）不仅是给大家一个解决方法，也是让大家对于python环境管理有一个初级的了解，避免大家想我当初一样走那么多弯路。

## 包管理工具 ##

python最常用的两个包管理工具是pip和conda。现在官网下载的python已经把pip工具内置了，conda需要自己安装，其实两个工具用起来差不多，建议最好不要混用就可以了。

不过其实混用了也没有什么关系 手动狗头

使用方法是在命令行输入

pip install xxx
    conda install xxx

用你要安装的module的名字替换xxx

如果你是Linux系统的话，注意区分一下python2和python3（pip默认是python2，pip3是python3）。因为Windows系统只能安装一个版本，所以没有这个问题。

pip用的pypi源特别特别的慢，所以安装module之前建议先把安装源改成国内的  
我用的清华源：https://pypi.tuna.tsinghua.edu.cn/simple  
更换方式很简单，在你的用户文件夹中新建一个文件夹命名为pip，在新建的文件夹中创建一个文件，命名为pip.ini（注意，要把后缀名显示打开，后缀名改为ini，否则新建的会是txt文件）。打开新建的文件，输入以下内容：

> \[global\]  
> timeout = 100  
> index-url = https://pypi.tuna.tsinghua.edu.cn/simple  
> trusted-host = pypi.tuna.tsinghua.edu.cn

timeout设置成100是为了避免网络不好，当然你也可以设置得更大。你也可以去百度一下其他的镜像源添加。

到这里，使用pip安装和管理包就应该畅通无阻了。

## 环境管理工具 ##

看完上面你应该注意到了，如果你使用的是Windows系统就只能拥有一个python环境，那么如果在不同的工程中需要不同的环境怎么办呢？即使只用一个python版本，那安装的包也会越来越多以至于堆成垃圾场无法管理（就像你的宿舍从军训的整洁状态到现在的惨不忍睹一样）。

怎么解决这个问题呢？

### 我们来了解一下anaconda。 ###

> 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。Anaconda利用工具/命令conda来进行package和environment的管理，并且已经包含了Python和相关的配套工具。

anaconda的中文意思是水蚺(南美洲蟒蛇)，麻辣鸡（Nicki Minaj妮琪·米娜）有首歌就叫Anaconda，表示像蟒蛇一样性感妖娆的身体。  
![Anaconda][]  
看到anaconda这个词，你应该能反应到它和conda长得很像。那么它们俩有什么关系呢？

> Anaconda 是在 conda（一个包管理器和环境管理器）上发展出来的。  
> 在数据分析中，你会用到很多第三方的包，而conda（包管理器）可以很好的帮助你在计算机上安装和管理这些包，包括安装、卸载和更新包。

**简单的总结一下 ，anaconda是从conda的基础上开发出来的一个包含众多常用工具的发行版python，它可以帮你轻松的管理包和开发环境。**

python的发行版其实还有很多个，之所以推荐这一个是因为我只用过这一个。

附上清华镜像站anaconda的下载地址：[anaconda下载][anaconda]，下载最新版本就行了。  
关于anaconda的安装就不多说了，Windows上图形用户界面的傻瓜安装相信大家不看教程都会。有一点需要注意：建议安装之前把python卸载了，并删除python的环境变量（怎么删除自行百度），安装anaconda时勾选添加环境变量。这样的话就可以在命令行使用anaconda的环境了，想想就非常酷炫呢 手动狗头  
还有安装的时候弹出的命令框千万别手残把它关了（别问我是怎么知道的）。  
安装完在命令行运行一下以下命令

conda --version

如果返回了版本，那么安装成功了，如下图  
![命令行][20200316111620234.PNG]  
你可以再检查一下环境变量是不是添加了下面三个  
![环境变量][20200316111825348.PNG]  
根据安装路径的不同添加的路径也不同。

安装完成之后我们通过anaconda的图形界面来看看怎么管理安装源和环境。

### 安装源的更换 ###

跟pip一样，conda的默认源也慢的一批，安装好之后先更换一下国内源。

在开始菜单找到anaconda navigator并打开  
开得比较慢  
Loading…  
still Loading…  
Looaaaaadddddddiiiiiiiiiiiiiiiiiiiiiiiiiiiing…  
终于打开了，界面是这样的  
![anaconda界面][anaconda 1]  
登进去发现，默认有一个base环境，这个环境是最高权限的（root）。  
点开Channels按钮更改安装源  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mjg0NjAxOA_size_16_color_FFFFFF_t_70]  
这里可以看到，我又用了几个清华的源（当然还有一个中科大的，不过这个中科大的源不能用，后来被我删除了）。  
点击Add添加源。提供几个anaconda的国内源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge 
    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
    
    # 设置搜索时显示通道地址
    conda config --set show_channel_urls yes

上面是命令行中添加源的命令，复制里面的地址添加就行了。这里不需要去再搜索其他国内源，因为版权原因，其他源都被移除，只有清华的源恢复了。  
详情请看：[https://mirrors.tuna.tsinghua.edu.cn/news/restore-anaconda/][https_mirrors.tuna.tsinghua.edu.cn_news_restore-anaconda]  
不得不说，清华还是家大业大。

当然你也可以再命令行输入以上命令添加来熟悉命令行操作。默认源建议保留在最下面，毕竟anaconda是发行版，万一哪一天清华镜像源又因为版权原因移除了呢。。。

到这里，你已经可以使用anaconda在base环境中安装包了。虽然anaconda navigator里提供了通过图形界面安装包，但我还是建议在命令行里执行pip install和conda install命令来安装，因为anaconda navigator这个软件实在是太慢了。

### 管理环境 ###

下面我们在anaconda navigator里熟悉一下环境管理界面。（我们只演示添加环境的基本操作，其他的操作相信你在这个傻瓜图形界面下都会使用。不会的话，，，还有度娘呢嘛）  
打开Environments栏  
![环境][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mjg0NjAxOA_size_16_color_FFFFFF_t_70 1]  
这里能看见我已经建立了两个环境了。关于这个虚拟环境的好处，有点像Linux里的用户，使用同一台主机，但是各自的操作不会互相干扰。

点击Create那个加号来新建环境，输入环境名称并选择使用的python版本  
![添加][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mjg0NjAxOA_size_16_color_FFFFFF_t_70 2]  
就不点Create了，这软件新建一个环境实在是太慢了。。。

到这里，你已经新建了第一个python开发环境，下面可以开始安装需要的包和开始你的项目啦。

### 在命令行操作anaconda ###

入过你觉得anaconda navigator运行太慢（我估计是个人都这么觉得），那么你也可以去了解一些anaconda命令行的操作。这里介绍几个命令行管理环境的基本命令  
`conda create --name env_name python=x.x`  
创建隔离的环境，用你的虚拟环境名称替换env\_name

`conda env list`  
`conda info -e`  
查看已有的独立python环境

`activate env_name`  
激活环境

`conda deactivate`  
退出当前环境

`conda remove -n env_name --all`  
删除虚拟环境

`conda remove --name env_name package_name`  
删除环境中某个包

学海无涯，勤奋为舟

[Anaconda]: /images/20230528/cbc294770db540bcb74bcf0dacdc7b63.png
[anaconda]: https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
[20200316111620234.PNG]: /images/20230528/cc23037a311d4f2dba2cf40256c73b27.png
[20200316111825348.PNG]: /images/20230528/ef8cb28eb6d14f9785aa7b51a3b8a424.png
[anaconda 1]: /images/20230528/9ddb458385cc47328ae430164829d92c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mjg0NjAxOA_size_16_color_FFFFFF_t_70]: /images/20230528/900ae936ae8d4b6ea0122a6f0d2bcb53.png
[https_mirrors.tuna.tsinghua.edu.cn_news_restore-anaconda]: https://mirrors.tuna.tsinghua.edu.cn/news/restore-anaconda/
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mjg0NjAxOA_size_16_color_FFFFFF_t_70 1]: /images/20230528/679ad741354a4b7282b40babfac241de.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mjg0NjAxOA_size_16_color_FFFFFF_t_70 2]: /images/20230528/98d5cdbe6a1a4f9ea12ab8b5d8dba0e2.png