lyy 个人博客解决问题
蛋白模拟
小小编程
机器学习
要看文献
成长思考
自娱自乐
anaconda搭建环境
type
status
date
slug
summary
tags
category
icon
password
Python的版本比较多，同时库和库之间存在很多依赖关系，所以在库的安装和版本的管理上很麻烦。
Conda是一个管理版本和Python环境的工具
事实上Anaconda 和 Jupyter（包括Jupyter Notebook和JupyterLab，其中JupyterLab是从Notebook发展而来的）已成为数据分析的标准环境。Jupyter可以将数据分析的代码，图像，文档全部组合到一个web文档中
Anaconda是包管理器和环境管理器
你可能已经安装了 Python，那么为什么还需要 Anaconda？有以下3个原因：
1）Anaconda 附带了一大批常用数据科学包，它附带了 conda、Python 和 150 多个科学包及其依赖项。因此你可以立即开始处理数据。
2）管理包
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。
3）管理环境
为什么需要管理环境呢？
比如你在A项目中用了 Python 2，而新的项目B老大要求使用Python 3，而同时安装两个Python版本可能会造成许多混乱和错误。这时候 conda就可以帮助你为不同的项目建立不同的运行环境。
还有很多项目使用的包版本不同，比如不同的pandas版本，不可能同时安装两个 Numpy 版本，你要做的应该是，为每个 Numpy 版本创建一个环境，然后项目的对应环境中工作。这时候conda就可以帮你做到。
3.如何管理包？
很方便的管理包了（安装，卸载，更新）。
菜单栏，打开Anaconda Navigator
安装Anaconda
不添加环境到path中，因为会将整个anaconda添加到环境变量中，日后可能报错。
安装完成，运行Anaconda Prompt
创建新环境
conda create --name d2l python=3.9 -y激活新环境
conda activate d2l前面环境为 (d2l)即为成功
配置环境变量
环境变量，用户变量，PATH，添加anaconda安装目录的
Scripts文件夹，Library\lib文件夹
在cmd中验证是否配置成功
conda -V
在jupyter notebook中用虚拟环境
- 安装jupyter notebook：
conda install jupyter notebook
- 安装JupyterLab：
conda install jupyterlab(可选？)
- 新环境中安装内核：
conda install ipykernel
- 添加当前环境到：
ipython kernel install --user --name=my-conda-env-kernel—name为将内核在jupyter中内核的命名
- 查看已添加的Jupyter内核：
jupyter kernelspec list
之后添加新环境到jupyter notebook只需要运行3和4。上面命令都是在特定环境下运行才行。
添加所有内核，一键操作：
conda activate baseconda install nb_conda_kernelsjupyter notebook配置主题
pip install -- upgrade jupyterthemes
jt -t oceans16 -f fira -fs 13 -cellw 90% -ofs 11 -dfs 11 -T
Loading...
Last update: 2024-12-01
🎉终于搭建完成🎉
-- 感谢您的支持 ---
👏欢迎阅读👏