使用Anaconda配置python环境

Anaconda，中文大蟒蛇，是一个开源的Anaconda是专注于数据分析的Python发行版本，包含了conda、Python等190多个科学包及其依赖项。Anaconda就是可以便捷获取包且对包能够进行管理，包括了python和很多常见的软件库和一个包管理器conda。常见的科学计算类的库都包含在里面了，使得安装比常规python安装要容易，同时对环境可以统一管理的发行版本为什么要安装Anaconda？

本系列帖子将从纯小白的视角讲解新手使用Anaconda配置Python开发环境全流程，使用Pycharm编辑器、conda包管理器。 第一节是关于Anaconda安装的 什么是conda conda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。 Conda 适用于 Linux，OS X 和Windows，也可以打包和分发其他软件。 conda版本相关 conda分为anaconda和miniconda。anaconda是包含一些常用包的版

anaconda官网是外国网站，速度非常慢，建议去镜像网站上下载。

本文详细介绍了Windows系统下Anaconda的完整安装配置流程，包括下载安装、环境变量设置、国内镜像源更换、虚拟环境创建与管理等核心操作。针对新手常见问题如"conda不是内部命令"、下载速度慢等提供了具体解决方案，并整理了常用conda命令速查表。文章强调虚拟环境的重要性，建议为每个项目创建独立环境以避免依赖冲突。通过图文并茂的讲解，帮助零基础用户快速搭建稳定高效的Python开发环境，特别适合物联网工程、数据分析和AI开发等领域的学习者。

电脑重装系统，需要重装Python环境。就抽空将环境配置又重新梳理了一边，整理成文档，方便自己随时查看。

输入（name表示自己虚拟环境的名称；version表示需要安装的python版本）2、我已经安装过了，就不安装了，输入 conda env list 查看安装的虚拟环境。打开DOS框，输入conda --version,出现如下信息说明配置成功。找到可执行文件conda.bat,在condabin文件下。1、配置解释器，在pycharm右下角。1、找到anaconda安装位置。3、安装的虚拟环境目录如下。1、安装anaconda。2、测试环境是否配置成功。2、安装pycharm。

conda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。Conda 适用于 Linux，OS X 和Windows，也可以打包和分发其他软件。通俗的说，学过Python的小伙伴都知道Python一大优势在于可调用的库非常多，但对于大项目而言安装这些包容易产生冲突，conda是一个很好的虚拟环境管理器，可以给不同项目建立虚拟环境，彼此隔离开。也能打包分发环境等等。

在中可以使用Anaconda环境进行Python开发，可以充分利用 Anaconda 提供的包管理和虚拟环境功能，同时享受 VS Code 提供的强大开发工具和调试功能。

近期需要在多个场景下进行实验，而不同场景的测试脚本所需的环境配置不同，所以疲于在服务器上配置不同的环境。还因为这个成功地被mentor喷了个半死，在mentor的提示下才想起配置虚拟环境这回事（果然打基础的时候不能偷懒啊。。。。） 于是对配置和使用进行了回顾和整理。网上的版本有很多，有的不全，有的感觉不太靠谱，整理了一下自己觉得挺方便的流程。（本文内容是对网上现有资源的整理和个人笔记，感谢大家的分享！） 简介 由于Python有2.x和３.x两个大的版本，而且每一个project建立所用的各种包.

原文地址：https://www.jianshu.com/p/ef1ae10ba950 参考资料 VSCode配置Python教程：https://blog.csdn.net/Zhangguohao666/article/details/105040139 vscode配置anaconda3的方法：https://www.jb51.net/article/192890.htm Anaconda + VSCode 最详细教程 作者：效率视界 写在前面 为了录制这篇教程，我又把电脑上的 Python

Python固然通俗优雅，适合新手入门，但其有两个痛点：依赖网复杂、包管理混乱，为了更好地管理Python库，引入Anaconda。本文介绍Anaconda全套配置流程与工作中常用的命令速查表，提升开发效率

Pycharm和Anaconda完成Python开发环境配置

Anaconda安装(2023年9月最新版)并配置Python环境常用于科学计算的Python发行版——Anaconda于2023年9月更新，支持Python 3.11。下文简要介绍如何安装Anaconda及配置Python环境进入anaconda官网：https://www.anaconda.com/，点击“Free Download”，选择适合电脑系统的Anaconda安装包下载。（注：官网下载较慢，如有需要可加入文末第八星系交流群获取安装包）双击点开安装包安装。

Anaconda 是一个流行的 Python 数据科学和机器学习平台，它简化了包管理和部署的复杂性。Anaconda 旨在通过提供一个预配置的环境来加速数据分析、机器学习、科学计算和软件开发等领域的开发流程。总的来说，Anaconda 是一个强大的平台，它通过简化包管理和环境配置，加速了数据科学和机器学习项目的开发过程。无论是对于个人开发者还是企业团队，Anaconda 都是一个值得考虑的选择。

本文介绍了如何在 Anaconda 上创建多个版本的 Python 解释器，以及在 PyCharm 中配置这些虚拟环境解释器的方法。

我们在复现代码时往往需要匹配环境，因为环境不一致导致复现失败的惨痛经历让人难受，下面用一篇文章来带大家学习基于anaconda的环境安装。 1. 安装anaconda 网址：https://www.anaconda.com/products/individual 根据自己的系统选择合适的链接下载即可。 这里以Linux为例，选择64-Bit (x86) Installer (581 MB)，右键-复制链接 然后在bash中输入 cd ~ wget https://repo.anaconda.com/ar

Anaconda是一种数据科学和机器学习的开发环境，它包含了大量的Python包、工具和库，以及可视化界面和集成开发环境。「Anaconda可以方便地管理Python环境和安装第三方软件包，同时也支持多个操作系统和平台」。本文将介绍如何在Windows平台上安装Anaconda，并为初学者提供一些说明和建议。下面开始👇你的电脑如果安装好了Anaconda，就会和图中显示一样。

anaconda实现python环境搭建