• 写于2023/10/7
• 更新于2024/09/25

目录

1. 关于Anaconda和Python

2. Anaconda的安装

（1）Anaconda的下载

①第一种下载方式（官网）

②第二种下载方式（清华镜像源）

（2）Anaconda的安装

（3）Anaconda环境变量配置

（4）检查安装情况

3. Anaconda基本配置

（1）conda默认虚拟环境路径修改

（2）conda镜像源的配置

（3）pip镜像源配置

4. 总结

20240824记：这几年，大模型的兴起，打开了新时代的大门，想要在这个时代快速地成长和生存，利用好AI进行辅助学习显然已经成为一种大趋势，我们应该抓住一切能加速自己成长的机会，国内的文心一言，豆包等，国外的大模型Chatgpt、Claude等，无一不可以辅助自己编程的学习，这里给大家推荐一个我自己在用的集成Chagpt和Claude的网站（国内可用，站点稳定，博主用了两个月了）：传送门。

抓住AI时代每一个机会，加速自己成长，提高自己价值！

好了，我们正式开始本篇文章，本篇文章将以小白的视角从如何安装Anaconda开始，到Anaconda的基本配置结束，帮助小白快速理解与入门。

1. 关于Anaconda和Python

Anaconda（download web，目前已更新到2024.06版本）是一个开源的、跨平台的数据科学工具包，在Windows，Linux，Mac上均可安装使用，它包含了Python解释器以及大量用于数据分析和科学计算的第三方库和工具。

它可以通过以下方法来进行虚拟环境的创建。创建一个名为myenv的虚拟环境，python版本为x.x

conda create -n myenv python=x.x

为了便于理解，可以将远程库比作生产笔记本的厂子，里边有各种型号各种版本的笔记本，将在你本地的一个个虚拟环境作为不同的销售方（笔记本经销方），conda则是连接厂家和卖家之间的运输工具。

当你需要运行不同的项目时，有的项目可能对某个库需求版本高而另一个则需求版本低，这时候使用conda来创建不同虚拟环境给每个项目指定自己的隔离间，就可以很好的解决这一问题。

值得说的是，有了该包管理工具，就不需要再去Python官网手动去下载解译器，而能更加高效的在不同的python版本之间进行切换与开发。

注意，Anaconda主要重点是管理python语言环境，但是它还可以对其他语言环境同样进行管理，具体请读者自行查询学习。

2. Anaconda的安装

（1）Anaconda的下载

①第一种下载方式（官网）

进入官网下载：Free Download | Anaconda

点击Download即可。

②第二种下载方式（清华镜像源）

推荐使用这种方法，速度更快。

注意：Ubuntu用户在下载时应注意自己的系统架构，arm64架构用户应下载Linux-aarch64.sh

进入之后，向下拉取，下载最新版本即可（看第三列发布时间），下载适合Windows版本的Anaconda。

可以对比一下两者的下载速度，差距还是蛮大的。

（2）Anaconda的安装

①双击打开下载好的安装程序，点击【Next】。

②点击【I Agree】。

③选择【All Users】，继续点击【Next】

④下一步是选择你的安装路径，点击【Next】。同时记住你这个安装路径，接下来还会用到

这里对小白们提几个小建议：

• 一定不要在安装的时候路径中出现中文或者空格，随着你学习的深入，一些中文或者空格会出现各种莫名其妙的bug，会很抓狂。对你新电脑的账户命名也一样，不要用中文和空格！！
• 做好文件夹管理！一定不要按软件默认名称来，随着你电脑装的东西越来越多，只有做好文件夹管理才能让你更加有序，在找文件找数据时才能更快捷方便！

下面是我对文件夹的一些规整截图，可以参考：

⑤这里将第三个勾选上。

• 创建开始菜单
• base环境以python3.11创建
• 清除包缓存

点击【Install】。这里安装会消耗较长时间，耐心等待即可。

完成后自行点击点击【Next】和【Finish】。

到这里，Anaconda的安装基本完成。

（3）Anaconda环境变量配置

what's environment variables?

简单来讲，就是将你的可执行程序路径告诉cmd/shell终端，让你能更加方便的使用软件。

①右键【此电脑】，点击【属性】

②找到【高级系统设置】，在弹出的界面中选择【环境变量】

③接下来，进行Path添加。

在【系统变量】中，找到【Path】，双击进入。

点击【新建】。

将以下路径添加到【Path】中，请按照自己的实际路径进行添加！

• E:\Data_anaconda2023 

• E:\Data_anaconda2023 \Scripts 

• E:\Data_anaconda2023 \Library\mingw-w64\bin

• E:\Data_anaconda2023 \Library\usr\bin 

• E:\Data_anaconda2023 \Library\bin

完成之后，点击【确定】即可。

至此完成Anaconda的环境变量配置。

（4）检查安装情况

使用win+R键，输入cmd；在打开的窗口中输入：

conda --version

可以看到，我的版本为4.14.0。

这里版本号跟我的不一样也没关系，恭喜你，至此算是Anaconda安装成功！很棒！

3. Anaconda基本配置

就像你在打游戏一样，没有对游戏参数合适的调试玩着总是不顺手的。Anaconda也一样，在正式使用之前，需要对其进行简单的调试。

（1）conda默认虚拟环境路径修改

在你完成Anaconda的安装之后，它的默认环境安装路径是在你的C盘的，也就是说你之后创建的新环境和环境中要下载的依赖库均会安置在C盘。下面将介绍如何将环境路径修改至其他盘：

①打开Anaconda Prompt（在你的开始菜单栏里，Anaconda3（64-bit）中），运行以下命令查看conda信息

conda info

上图为我修改之后的conda信息

从上图红框可以看到，未经修改的conda的pkgs和envs均在C盘。

②在Anaconda Prompt中运行以下命令进行修改（你可以在其他盘中新建名为Anaconda_envs的文件夹，子文件分别命名为pkgs和envs）：

conda config --set envs_dirs E:\Anaconda_envs\envs

conda config --set pkgs_dirs E:\Anaconda_envs\pkgs

将上述路径修改至你自己的路径即可。

如果上述修改方法不行，则可以尝试下面的方法：

方法1：更换命令，使用：

conda config --add envs_dirs E:\Anaconda_envs\envs

方法2：直接修改.condarc文件，该文件在你的C盘用户主目录下。

在该文件中添加：

envs_dirs:
  - E:\Anaconda_envs\envs

即可。

③随后关闭并重新打开Anaconda Prompt，运行conda info查看修改信息，这时你应看到修改过后的路径排在第一个位置。

可以看到我之后创建的虚拟环境均在我的D:\Anaconda3\envs路径下。

那么，恭喜你，至此你已经做好第一个配置，我们继续接下来的第二个配置。

（2）conda镜像源的配置

相信你打游戏也肯定遇到过网络问题，有时不得不花钱买加速器才能继续游玩某款游戏。

conda也一样，由于很多东西都是国外的，你在下载依赖库时会遇到很多time out，这时就不得不想办法加速下载。那么镜像源就是一个非常不错的选择，并且它还是免费的。

接下来，我将给大家提供一个我一直在使用的镜像源：

清华镜像源

来源：anaconda | 镜像站使用帮助 | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

相信你已经在之前的下载中见到这个名词了，使用它的话你只需修改下述文件的对应内容

C:\Users\35372\.condarc

该文件为conda的配置文件，右键选择打开方式，使用txt打开即可。

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu/anaconda/cloud
  pytorch-lts: https://mirrors.tuna.tsinghua.edu/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu/anaconda/cloud
  deepmodeling: https://mirrors.tuna.tsinghua.edu/anaconda/cloud/

注意不要将你的pkgs_dir和envs_dir覆盖掉。操作完成之后ctrl+s保存，关闭文件即可。

操作完成后，同样在Anaconda Prompt中运行conda info，你将在channel URLs一栏中看到以下信息：

（3）pip镜像源配置

与conda相同，pip同样是python的一个包管理工具，在你使用conda创建新的虚拟环境时，它会随着虚拟环境的创建一同下载到环境中，有时conda不能安装的包可以使用pip来进行安装。

①临时使用pip清华镜像源

pip install pkg_name -i https://pypi.tuna.tsinghua.edu/simple

②永久配置pip清华镜像源（全局修改）

pip config set global.index-url https://pypi.tuna.tsinghua.edu/simple

4. 总结

至此，你已经在你的笔记本上拥有了一个良好“参数”的conda。

总的来说，conda只是一个包管理工具，在你的代码之路上起着辅助作用，它不像编程语言那样难理解，我们经常使用的命令来来回回也就那几个，有时的遇到问题，大多也是和环境中的各种库的版本冲突有关的，在使用conda或者pip进行安装时，一定不要盲目的install，要多去网上看几篇帖子，增加自己的理解再去动手做。

下边我将附录几个conda常用的命令，欢迎大家在评论区说说自己的经验与见解，帮助小白尽快走上正轨。

同时，需要说明的是，conda和pip的install是有区别的，不要盲目使用，具体不在赘述，请查看下述网址回答：

请问大神们，pip install 和conda install有什么区别吗？ - ZERO-XJ的回答 - 知乎 https://www.zhihu/question/395145313/answer/2551141843

文章最后，将列举上述conda常用命令的具体用途及示例（部分）

1. 查看conda版本：

   • 命令：conda --version
   • 用途：查看已安装的Conda的版本号。
   • 示例：运行 conda --version，将显示Conda的版本号，如 "conda 4.10.3"。

2. 查看conda信息：

   • 命令：conda info
   • 用途：显示当前Conda环境的详细信息，包括安装路径、默认环境、活动环境等。
   • 示例：运行 conda info，将显示有关Conda配置的详细信息。

3. 创建虚拟环境：

   • 命令：conda create -n myenv python=x.x
   • 用途：创建一个名为"myenv"的新虚拟环境，指定所需的Python版本。
   • 示例：运行 conda create -n myenv python=3.8，将创建一个名为"myenv"的虚拟环境，并安装Python 3.8。

4. 激活环境：

   • 命令：conda activate myenv
   • 用途：激活名为"myenv"的虚拟环境，以便在其中运行Python代码。
   • 示例：运行 conda activate myenv，将切换到"myenv"环境。

5. 退出当前环境：

   • 命令：conda deactivate
   • 用途：退出当前激活的虚拟环境，返回到基础环境。
   • 示例：运行 conda deactivate，将退出当前虚拟环境。

6. 查看环境列表：

   • 命令：conda env list 或 conda info --envs
   • 用途：列出所有已创建的Conda环境。
   • 示例：运行 conda env list，将显示所有可用的虚拟环境。

7. 安装包：

   • 命令：conda install package_name
   • 用途：安装指定的Python包或库。
   • 示例：运行 conda install numpy，将安装NumPy包。

8. 卸载包：

   • 命令：conda uninstall package_name
   • 用途：卸载已安装的Python包。
   • 示例：运行 conda uninstall numpy，将卸载NumPy包。

转载请标明出处
如果还有问题，欢迎在评论区留言或私信
作者：BQ
主页：bqcode.blog.csdn

微信公众号：BQ经验书
qq群：958124241
Learn Together！