网站的pdf目录怎么做的,网站新闻被百度收录,数以百万计的网店何去何从,商城网站建设哪家专业Anaconda 概述
Anaconda 是专门为了方便使用 Python 进行数据科学研究而建立的一组软件包#xff0c;涵盖了数据科学领域常见的 Python 库#xff0c;并且自带了专门用来解决软件环境依赖问题的 conda 包管理系统。主要是提供了包管理与环境管理的功能#xff0c;可以很方便…Anaconda 概述
Anaconda 是专门为了方便使用 Python 进行数据科学研究而建立的一组软件包涵盖了数据科学领域常见的 Python 库并且自带了专门用来解决软件环境依赖问题的 conda 包管理系统。主要是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 是一个开源的 Python 发行版本它集成了 Python 解释器、Conda 包和环境管理器以及大量的科学计算库如 numpy、pandas 等。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 主要特点和功能
丰富的科学计算库Anaconda内置了大量的科学计算库如numpy、pandas、matplotlib等为用户提供了强大的数据处理和可视化能力。
便捷的包管理通过Conda包管理器用户可以轻松地安装、更新和卸载Python包无需手动处理复杂的依赖关系。
环境隔离Anaconda支持创建多个独立的Python环境每个环境可以安装不同的包和版本避免了不同项目之间的依赖冲突。
开源Anaconda是开源的用户可以自由使用和修改。
安装过程简单Anaconda的安装过程相对简单用户只需下载对应版本的安装包并按照提示进行安装即可。
高性能使用Python和R语言Anaconda不仅支持Python语言还支持R语言使得用户可以在同一环境中使用两种语言进行开发。
免费的社区支持Anaconda拥有庞大的用户社区和开发者团队用户可以在社区中寻求帮助和解决问题。Anaconda 适用于广泛的使用场景主要包括但不限于数据科学和分析、机器学习和深度学习等领域。它为数据科学家、机器学习工程师和数据分析师等提供了强大的工作环境和工具支持。
安装使用 Anaconda
Anaconda 官方网站是https://www.anaconda.com/ 在 Anaconda 官网上你可以找到关于 Anaconda 的详细介绍、安装指南、文档、教程、社区支持等资源。此外你还可以从官网下载 Anaconda 的最新版本并了解最新的产品更新和新闻。
Anaconda 版本
Anaconda 版本网址https://www.anaconda.com/download/success 本地安装 Anaconda
Anaconda 是一个大型的 Python 数据科学平台包含了大量的 Python 包和工具。而 Miniconda 则是一个更小的发行版只包含了一些基本的 Python 包和工具。Anaconda 是一个完整的发行版需要下载并安装大量的软件包和工具。而 Miniconda 则是一个更小的安装程序只包含了一个基本的 Python 环境和一些必要的工具。
conda 分为 anaconda 和 minicondaanaconda 是一个包含了许多常用库的集合版本miniconda 是精简版本只包含 conda、pip、zlib、python 以及它们所需的包剩余的通过 conda install command 命令自行安装即可。 miniconda 官网https://conda.io/miniconda.html anaconda 官网https://www.anaconda.com/download 配置环境变量
Conda 安装目录预览 配置系统环境变量
【conda 安装路径】
【conda 安装路径】\Scripts
【conda 安装路径】\Library\bin 检查 conda 是否安装成功返回 conda 版本号则说明安装成功。
C:\Users\Administratorconda --version
conda 24.3.0升级 conda
conda update conda配置镜像 channels
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
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/pkgs/main/查看镜像地址
C:\Users\Administratorconda config --get channels
--add channels defaults # lowest priority
--add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
--add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
--add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
--add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
--add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
--add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ # highest priority常见 conda cmd 描述
命令描述conda --version查看 conda 版本验证是否安装conda update conda更新 conda 至最新版本也会更新其它相关包conda update --all更新所有包conda update package_name更新指定的包conda create -n env_name package_name创建名为 env_name 的新环境并在该环境下安装名为 package_nam e的包source activate env_name切换至 env_name 环境Linux / macOSWindows 使用conda activate env_namesource deactivate退出当前环境Linux / macOSWindows 使用 conda deactivateconda info -e显示所有已经创建的环境conda create --name new_env_name --clone old_env_name复制 old_env_name 为 new_env_nameconda remove --name env_name --all删除名为 env_name 的环境conda list查看当前环境中所有已经安装的包conda install package_name在当前环境中安装包conda install --name env_name package_name在指定名为 env_name 的环境中安装包conda remove --name env_name package删除指定名为 env_name 的环境中的包conda remove package删除当前环境中的包conda env remove -n env_name删除名为 env_name 的环境替代 conda remove --name env_name --all
创建 conda 环境
创建 Python 版本为 X.x 名字为 env_name 的虚拟环境。env_name 文件可以在 Anaconda 安装目录 envs 文件下找到。
conda create -n env_name python3.12在 conda 环境下查看当前存在的环境
conda env list或者 conda info --envs删除环境
conda remove -n env_name --all
conda env remove -n env_name重命名环境将 --clone 后面的环境重命名成 -n 后面的名字将 py3 重命名为 torch
conda create -n torch --clone py3创建完成环境之后系统会提示如何进入 / 退出环境
conda activate env_name # 进入环境
conda deactivate # 退出环境
