百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术分类 > 正文

Anaconda,python界的一股清流,先收藏了

ztj100 2025-04-06 23:40 32 浏览 0 评论

平时大多数的小伙伴在用python的时候可能会存在这样的困扰,不同的python版本如何切换,不同的包管理如何区分,不同的系统如何兼容,针对这些,一些小伙伴可能会建议用虚拟机或docker安装不同的系统来支撑,但如此一来就会涉及资源的浪费、管理问题,会带来极大的不方便。那有什么好的工具可以解决这些使用python中的困扰?没错,Anaconda就可以直接解决这些问题。

OK,咱们长话短说,Anaconda有哪些优势?

Anaconda支持Windows、Mac、Linux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来进行包、环境的管理,并且包含了python相关的各类配套工具。


Anaconda的安装

有需要的小伙伴可以登录
https://anaconda.cloud/installers
来下载不同系统的版本,下载后傻瓜式安装即可。

Anaconda配置环境变量

Anaconda安装好之后,还需要配置下相应系统的环境变量(PATH),如下述

D:\Myfiles\program\Anaconda3\condabin

D:\Myfiles\program\Anaconda3\Library\bin

D:\Myfiles\program\Anaconda3\Scripts

Anaconda常用的命令

# 查看已安装的环境

conda info --envs

# 切换环境

conda activate apiFrame

# 退出当前环境

conda deactivate

# 创建环境

conda create -n environment_name python=2.7

注:创建指定python版本号的环境

# 删除环境

conda env remove -n environment_name


# 查看已安装的包

conda list

# 安装包

conda install package_name 或 pip install package_name

# 删除包

conda remove package_name

# 更新包

conda update package_name

# 查找包

conda search name


# 将运行环境的数据保存

conda env export > environment.yaml

注意:只会导出conda命令直接安装的包,pip安装的要用pip freeze模式

# 创建环境并导入yaml内的数据

conda env create -n env_name -f environment.yaml

# 在当前环境导入yaml内的数据

conda env create -f environment.yaml

# pip导出安装的库到environment.txt

pip freeze > environtment.txt

# pip导入txt的库到新环境

pip install -r environment.txt


这次分享Anaconda的使用,后续会分享基于Anaconda环境打包python文件成可执行文件(exe),关注每日IT,敬请期待哦~

相关推荐

其实TensorFlow真的很水无非就这30篇熬夜练

好的!以下是TensorFlow需要掌握的核心内容,用列表形式呈现,简洁清晰(含表情符号,<300字):1.基础概念与环境TensorFlow架构(计算图、会话->EagerE...

交叉验证和超参数调整:如何优化你的机器学习模型

准确预测Fitbit的睡眠得分在本文的前两部分中,我获取了Fitbit的睡眠数据并对其进行预处理,将这些数据分为训练集、验证集和测试集,除此之外,我还训练了三种不同的机器学习模型并比较了它们的性能。在...

机器学习交叉验证全指南:原理、类型与实战技巧

机器学习模型常常需要大量数据,但它们如何与实时新数据协同工作也同样关键。交叉验证是一种通过将数据集分成若干部分、在部分数据上训练模型、在其余数据上测试模型的方法,用来检验模型的表现。这有助于发现过拟合...

深度学习中的类别激活热图可视化

作者:ValentinaAlto编译:ronghuaiyang导读使用Keras实现图像分类中的激活热图的可视化,帮助更有针对性...

超强,必会的机器学习评估指标

大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...

机器学习入门教程-第六课:监督学习与非监督学习

1.回顾与引入上节课我们谈到了机器学习的一些实战技巧,比如如何处理数据、选择模型以及调整参数。今天,我们将更深入地探讨机器学习的两大类:监督学习和非监督学习。2.监督学习监督学习就像是有老师的教学...

Python教程(三十八):机器学习基础

...

Python 模型部署不用愁!容器化实战,5 分钟搞定环境配置

你是不是也遇到过这种糟心事:花了好几天训练出的Python模型,在自己电脑上跑得顺顺当当,一放到服务器就各种报错。要么是Python版本不对,要么是依赖库冲突,折腾半天还是用不了。别再喊“我...

超全面讲透一个算法模型,高斯核!!

...

神经网络与传统统计方法的简单对比

传统的统计方法如...

AI 基础知识从0.1到0.2——用“房价预测”入门机器学习全流程

...

自回归滞后模型进行多变量时间序列预测

下图显示了关于不同类型葡萄酒销量的月度多元时间序列。每种葡萄酒类型都是时间序列中的一个变量。假设要预测其中一个变量。比如,sparklingwine。如何建立一个模型来进行预测呢?一种常见的方...

苹果AI策略:慢哲学——科技行业的“长期主义”试金石

苹果AI策略的深度原创分析,结合技术伦理、商业逻辑与行业博弈,揭示其“慢哲学”背后的战略智慧:一、反常之举:AI狂潮中的“逆行者”当科技巨头深陷AI军备竞赛,苹果的克制显得格格不入:功能延期:App...

时间序列预测全攻略,6大模型代码实操

如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,欢迎移步宝藏公众号...

AI 基础知识从 0.4 到 0.5—— 计算机视觉之光 CNN

...

取消回复欢迎 发表评论: