Anaconda安装与Python虚拟环境配置保姆级图文教程(附速查字典)

目录

1 混乱的Python库

你有没有遇到过这样的问题

在项目A中需要用到某个Python库

PkgA

，且项目A的其他库要求

PkgA

的版本必须为

v3.0

以上，你按要求安装了

PkgA v3.0

；过了一段时间，老板交给你一个项目B，又用到了

PkgA

，但这次其他库要求

PkgA

的版本必须为

v2.0

及以上，这时候你怎么办？

安装

PkgA v3.0

则新项目B无法运行，安装

PkgA v2.0

则旧项目A无法运行，要想同时在一个环境里使用两个项目，必须不停地重装

PkgA

来更换版本。

上面的例子只涉及两个项目的一个依赖库冲突，如果多个项目呢？如果多个依赖冲突呢？

上面的例子说明了什么呢？其实就是Python语言的痛点：

• 依赖网复杂Python的包非常丰富，轮子相当多，开发者在工作时难免会调用这样或那样的包，久而久之，一个功能依赖另一个功能，形成复杂的依赖网络
• 包管理混乱通过报错信息不断安装依赖包终于解决了依赖库的问题，但随之而来的就是版本问题，也就是上面例子所体现的依赖冲突，本质上是某个包开发时的不向下兼容导致的

为了解决上面的问题，更好地管理Python库，让其扬长避短，就必须使用环境管理工具，例如本文介绍的

Anaconda

。

2 什么是Anaconda？

Anaconda

是一个开源的跨平台Python发行版本，支持

• Windows
• macOS
• Linux

操作系统。

Anaconda

中包含了

conda

等180多个科学包及其依赖项。其中

conda

则是一个开源的软件包管理系统和环境管理系统，用于安装多个版本的软件包及其依赖关系，并在它们之间轻松切换。

3 Anaconda的安装

进入Anaconda下载界面选择相应的操作系统，本文主要介绍在Windows与Linux下的安装流程。

3.1 Windows系统

Windows有图形化的安装向导，按下面的步骤一步步安装即可

• 运行安装向导

• 选择I Agree

• 选择All Users，其实选Just Me也可以，但这台主机的其他用户就无法使用Anaconda了

• 选择安装路径

• 保持默认选项

• 等待安装结束

• 配置环境变量 依次点击我的电脑->右键属性->点击高级系统设置->点击环境变量，之后按下图所示配置用户变量

3.2 Linux系统

对于Linux系统，没有图形化的安装界面，按下面输入终端命令即可

• 进入Anaconda安装目录并运行官方安装程序bash ./Anaconda3-2021.11-Linux-x86_64.sh
• 添加环境变量，其中~/Project/anaconda3/bin替换成自己的安装目录echo'export PATH="~/Project/anaconda3/bin:$PATH"'>> ~/.bashrcsource ~/.bashrc

3.3 测试

打开

cmd

(Windows)或

Terminal

(Linux)，输入

conda --version

如果输出版本号则说明安装成功，如下所示。

注意，若运行python脚本时仍然是原环境而非

Anaconda

环境，则需要注意配置编辑器的python解释器路径。VSCode中，在

tasks.json

中的

args

参数中配置

{"version":"2.0.0",
    "tasks":[{"label":"catkin_make:debug",
            "type":"shell",
            "command":"catkin_make",
            "args":["-DPYTHON_EXECUTABLE=/home/winter/Project/anaconda3/envs/server/bin/python "],
            "group":{"kind":"build","isDefault":true},
            "presentation":{"reveal":"always"},
            "problemMatcher":"$msCompile"}]}

4 虚拟环境管理(速查字典)

用

Anaconda

可以创建虚拟环境，虚拟环境间彼此隔离，可以解决依赖混乱的情况。虚拟环境管理主要涉及以下的命令，可以作为速查字典以备不时之需

• 创建虚拟环境conda create -n testpython=3.8创建了一个名为test的采用3.8版本Python解释器的虚拟环境
• 切换虚拟环境conda activate test切换到名为test的虚拟环境。默认地，用户会进入Anaconda自带的base环境，注意base环境已经与安装Anaconda前的环境不同，因此第一次使用Anaconda可能会产生依赖冲突和缺失。
• 查看虚拟环境conda env list
• 依赖安装与卸载# 安装conda install pkgpip install pkg# 卸载conda remove pkgpip uninstall pkg这里推荐使用清华源加快安装速度，使用方法是pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pkg==version 即安装了名为pkg，版本为version的包 如果依赖很多，建议使用requirements.txt批量配置，命令为pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt
• 查看环境依赖conda list
• 复制虚拟环境conda envexport> test_env.yamlconda env create -f test_env.yaml常用于导出当前虚拟环境的信息或复制虚拟环境
• 删除虚拟环境conda remove -n test --all删除名为test的虚拟环境

🔥 更多精彩专栏：

• 《ROS从入门到精通》
• 《机器人原理与技术》
• 《机器学习强基计划》
• 《计算机视觉教程》
• …

👇源码获取 · 技术交流 · 抱团学习 · 咨询分享 请联系👇