最近学习了吴恩达2022的机器学习视频，里面的jupyter环境配置困扰了我好久，我查看学习了大量的csdn博文，将必要的内容汇总如下：
1.anaconda模块介绍
在安装了Anaconda后，主要有上图四个模块，从左至右依次进行简单的介绍：
- Anaconda navigatorAnaconda Navigator是Anaconda®发行版中包含的桌面图形用户界面（GUI），允许您在不使用命令行命令的情况下启动应用程序并轻松管理conda包，环境和通道。Navigator可以在Anaconda Cloud或本地Anaconda存储库中搜索包。 简单来说，这是一个图形化的环境管理软件，意在简化环境配置操作，毕竟图形化、集成化操作对于新手来说更具有人性化，但是目前网上绝大多数的环境配置都没有采用这个模块，而且我用了一小段时间感觉还存在很多问题，建议暂时不用这个配置环境。
- Anaconda Powershell Prompt和Anaconda Prompt 这两个几乎一样，区别是楼上powershell, anaconda powershell prompt比anaconda prompt多出了一些命令，对于Linux系统来说，Anaconda Powershell Prompt更友好些。 平时如果用window系统，采用Anaconda Prompt即可。 这是一个通过命令行进行环境配置的模块，是目前最常用的环境配置方法，需要经常使用。 会在后文中介绍相关常用的命令行。
- Jupyter Notebook 这是基于web的交互式计算环境，可以编辑易于人们阅读的文档，用于展示数据分析的过程。在自学、展示、存档时，notebook具有很好的优势。
2.Anaconda Prompt虚拟环境创建
2.1简单的创建环境和安装包
首先打开软件，如下图所示：
括号里表明你现在所处的环境，此时是"base"即基础环境，在这个环境中完成对其他环境的创建。
首先，创建虚拟环境：
conda create -n env_name python=3.9
（env_name是你要创建的环境的名称，后续出现同理，python的版本可自行更改）
敲击回车后，出现下图所示：
即寻找了必要的模块和包，输入y敲击回车进行下载配置（后续包的安装同理，不予赘述）
等待一小段时间后，如下图所示
可见此时（）内仍是环境"base"，我们需要进入你自己创建的虚拟环境进行相关的配置，相关操作如下：
进入你的虚拟环境
conda activate env_name
可见第二行括号内容变为了“env_name”，即进入了你自己创建的虚拟环境
然后在环境中下载自己需要的包
conda install package_name
比如我在这个环境下安装一个常见的包——numpy，输入下述指令，敲击回车
输入y进行安装，如下图所示即安装完成：
此时输入下述代码，查看目前环境中所安装的包：
conda list
可以看到，我们想要的numpy已经出现在环境中了！
2.2其他conda命令行指令
当然上述操作是最为基本的，后续还会遇到很多问题需要你自己去解决，我对所有常见的操作指令进行了总结，都是基本的必须要掌握的指令，如下所示：
1.下载包
conda install package_name
安装指定版本的包
conda install numpy==2.2.1(即为安装版本为2.2.1的numpy）
2.删除包
conda remove package_name
3.更新包
conda update package_name
4.查看包的市场版本
conda search package_name
5.显示此环境中所有的包
conda list
6.查看你创建的所有的虚拟环境
conda env list
7.退出环境进入base
conda deactivate
8.删除虚拟环境
conda remove -n env_name --all
9.查看指定包的版本
package_name --version
2.3conda与pip
注意很多网上教程在安装和下载包的使用后用的是pip和pip3，这俩可以看作是一个东西，在此简称为pip。
pip和conda一样，都是对包进行管理的工具，比如操作“conda install package_name"等同于”pip install package_name"，尽管如此，在自己配置环境的时候尽量不要混用，包尽量都用conda或都用pip进行安装，避免一些不必要的问题。
3.pycharm环境链接
即刚才你用anaconda创建了自己所需要的虚拟环境，但是这个虚拟环境还没有与pycharm链接，我们此处需要的是你在pycharm编程时，用到你刚才创建的虚拟环境。
打开pycharm设置，找到python解释器这个地方（没有汉化的初学者建议先自行安装一个汉化包）
点击添加解释器——添加本地解释器
后续界面如下，点击左栏的conda环境，点击解释器右侧的小三角，可以看到红色箭头所指示的即为你刚才创建的虚拟环境，选中后确定即可完成配置，后续你就可以用pycharm在你自己创建的环境中进行编程了！
4.Jupyte Notebook虚拟环境配置
在你学习的过程中，你会发下jupyter notebook可真是个宝贝，功能十分强大，但是如何用你自己刚才创建的环境在jupyter notebook上进行编程呢？
打开anaconda prompt，进入想要添加的虚拟环境
1.首先需要安装模块ipykernel
conda install ipykernel
2.安装完成后，输入下述指令，其中"env_name"为目标环境的名称
python -m ipykernel install --user --name env_name --display-name "Python (env_name)"
3.然后打开jupyter notebook，就可以快乐的编程了！
** 4.其他**
查看jupyter notebook链接的环境：
jupyter kernelspec list
可以看到自己刚才添加的环境
倘若你创建的环境在jupyter notebook不想要了，也没关系，可移除。
jupyter kernelspec remove env_name
此时再输入 jupyter kernelspec list查看连接的环境时，发现env_name已经删除，再打开jupyter notebook后就不会碍眼了！
5.总结
如上就是新手在用anconda创建环境时，最为基础的操作，这是在CSDN写的第一篇博文，希望能够帮助到入门机器学习的小朋友们，觉得不错的话建议点赞收藏哦！加油！
版权归原作者 ๑҉干脆儿面 所有， 如有侵权，请联系我们删除。