Anaconda安装与Python虚拟环境配置保姆级图文教程(附速查字典)_anaconda配置python环境(1)

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。

在这里插入图片描述

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。

在这里插入图片描述

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

在这里插入图片描述

选择I Agree

在这里插入图片描述

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

在这里插入图片描述

选择安装路径

在这里插入图片描述

保持默认选项

在这里插入图片描述

等待安装结束

在这里插入图片描述

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

在这里插入图片描述

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"' >> ~/.bashrc
source ~/.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。

在这里插入图片描述
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 test python=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



**（1）Python所有方向的学习路线（新版）**  

这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

最近我才对这些路线做了一下新的更新，知识体系更全面了。



![在这里插入图片描述](https://img-blog.csdnimg.cn/1f807758e039481fa866130abf71d796.png#pic_center)



**（2）Python学习视频**



包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

![在这里插入图片描述](https://img-blog.csdnimg.cn/d66e3ad5592f4cdcb197de0dc0438ec5.png#pic_center)



**（3）100多个练手项目**

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。

![在这里插入图片描述](https://img-blog.csdnimg.cn/f5aeb4050ab547cf90b1a028d1aacb1d.png#pic_center)




**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

**[需要这份系统化学习资料的朋友，可以戳这里无偿获取](https://bbs.csdn.net/topics/618317507)**

**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**