Anaconda安装教程以及Anaconda和pip配置国内镜像

img

Anaconda介绍

Anaconda,中文大蟒蛇,是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项。

  • 开源包管理系统和环境管理系统 ,包括多种语言的包安装,运行,更新,删除,最重要的是可以解决包依赖问题
  • 支持语言包括 Python,R,Ruby,Lua,Scala,Java,JavaScript,C / C ++,FORTRAN
  • 支持在Windows,macOS和Linux上运行
  • Conda可以构建不同的环境,同时可以对环境进行保存,加载和切换操作
  • conda包和环境管理器包含在所有版本的Anaconda和Miniconda中

简单来说,就是个Python版本管理工具,能创建不同版本的环境。

conda、Anaconda和Miniconda的区别

AnacondaMiniconda他们的核心都是包含conda
两者的区别
Anaconda:

  • 适合初学者(因为有图形界面,还内置了jupyter lab, spider等等)

  • 预装了超过1500个科学计算库(99%其实用不上)

  • 安装比较耗时,也比较占用空间

  • 因为预装了很多库,所以不需要重复下载。

Miniconda:

  • 不介意手动安装所需的库(其实这个并不麻烦)
  • 节省空间和时间

我比较推荐直接使用Miniconda,以下安装也是默认使用Miniconda(实际两者安装步骤是一样的)

Windows安装教程

1. 官网下载

Miniconda — conda documentation

2. 安装

这里安装路径最好不要有空格,然后走到这个界面

img

这里第一行是自动配置环境变量,第二行是注册默认的python版本

点击Install,直至安装完成

3. 配置环境变量

如果前面没有勾选自动配置环境变量,这里可以手动配置环境变量

我的电脑右击->属性->高级系统设置

img

然后打开环境变量

img

然后打开Path选项,将下面路径添加进去(你的路径不跟我一样,别忘记了)

你自己的路径\Anaconda3 你自己的路径\Anaconda3\Scripts 你自己的路径\Anaconda3\Library\mingw-w64\bin 你自己的路径\Anaconda3\Library\usr\bin 你自己的路径\Anaconda3\Library\bin

最后保存即可

Anaconda 配置国内镜像

1. 查看已经存在的镜像源

conda config --show channels

2. 添加镜像源(永久添加)

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ & conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ & conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

3. 国内常用镜像源

http://mirrors.aliyun.com/pypi/simple/ #阿里 https://pypi.tuna.tsinghua.edu.cn/simple/ #清华 http://pypi.douban.com/ #豆瓣 http://pypi.mirrors.ustc.edu.cn/ #中国科学技术大学

4. 搜索时显示通道地址

conda config --set show_channel_urls yes

5. 单独安装时设置镜像

若不想按照上述步骤添加镜像,可使用以下命令直接指定安装时使用的镜像地址(以opencv为例):

conda install opencv -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

5. 修改.condarc来配置镜像

除了使用命令行,还可以修改用户目录下的.condarc文件来配置镜像
打开C:\Users\你的用户名\.condarc

show_channel_urls: true channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ - defaults

Linux安装教程

1. 官网下载

Miniconda — conda documentation

纯命令行可以用wget下载

weget https://repo.anaconda.com/miniconda/Miniconda3-py38_4.12.0-Linux-x86_64.sh

2. 安装

在当前目录下执行

提升权限

chmod +x Miniconda3-py38_4.12.0-Linux-x86_64.sh

执行安装

./Miniconda3-py38_4.12.0-Linux-x86_64.sh

按Enter查看协议,一直继续,

直到看到Please answer 'yes' or 'no' , 输入 yes

系统提示Anaconda将要安装的路径,这里可以记录一下,之后配置环境变量会用到,按Enter继续,等待安装进行:

img

安装完成后提示是否初始化conda,输入yes,至此完成安装

3. 配置环境变量

检查conda是否添加到了环境变量中,输入conda,如果conda命令找到,则不需要添加环境变量;若出现conda: command not found,则需要添加环境变量。

首先,看anaconda是否自动配置了环境变量(这个命令的意思是重载bash环境配置文件,以此更新环境变量)

source ~/.bashrc

再执行 conda,如果如下图说明anaconda已经自动配置好了环境变量

image-20220915094730853

否则手动添加环境变量:

vim ~/.bashrc

在最后面添加,这个是根据自己的anaconda3安装路径填写,不要直接复制,具体安装路径在安装中有显示

export PATH=/root/anaconda3/bin:$PATH

保存并退出(Esc :wq);

更新环境变量:

source ~/.bashrc

输入conda试试,至此环境变量配置成功,Anaconda安装完毕。

pip 配置国内镜像

默认情况下 pip 使用的是国外的镜像,在下载的时候速度非常慢,本文我们介绍使用国内清华大学的源,地址为:

https://pypi.tuna.tsinghua.edu.cn/simple

我们可以直接在 pip 命令中使用 -i 参数来指定镜像地址,例如:

pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple

以上命令使用清华镜像源安装 numpy 包。

这种只对当前安装对命令有用,如果需要全局修改,则需要修改配置文件。

Linux/Mac os 环境中

配置文件位置在 ~/.pip/pip.conf(如果不存在创建该目录和文件):

mkdir ~/.pip

打开配置文件 ~/.pip/pip.conf,修改如下:

[global] index-url = https://pypi.tuna.tsinghua.edu.cn/simple [install] trusted-host = https://pypi.tuna.tsinghua.edu.cn

查看 镜像地址:

$ pip3 config list global.index-url='https://pypi.tuna.tsinghua.edu.cn/simple' install.trusted-host='https://pypi.tuna.tsinghua.edu.cn'

可以看到已经成功修改了镜像。

Windows下

你需要在当前对用户目录下(C:\Users\xx\pip,xx 表示当前使用对用户,比如张三)创建一个 pip.ini在pip.ini文件中输入以下内容:

[global] index-url = https://pypi.tuna.tsinghua.edu.cn/simple [install] trusted-host = pypi.tuna.tsinghua.edu.cn

其他国内镜像源

中国科学技术大学 : https://pypi.mirrors.ustc.edu.cn/simple 豆瓣:http://pypi.douban.com/simple/ 阿里云:http://mirrors.aliyun.com/pypi/simple/

__EOF__

本文作者织梦行云
本文链接https://www.cnblogs.com/cxfs/p/16991532.html
关于博主:评论和私信会在第一时间回复。或者直接私信我。
版权声明:本博客所有文章除特别声明外,均采用 BY-NC-SA 许可协议。转载请注明出处!
声援博主:如果您觉得文章对您有帮助,可以点击文章右下角推荐一下。您的鼓励是博主的最大动力!
posted @   遗失的美好灬  阅读(2712)  评论(0编辑  收藏  举报
相关博文:
阅读排行:
· 一个费力不讨好的项目,让我损失了近一半的绩效!
· 清华大学推出第四讲使用 DeepSeek + DeepResearch 让科研像聊天一样简单!
· 实操Deepseek接入个人知识库
· CSnakes vs Python.NET:高效嵌入与灵活互通的跨语言方案对比
· Plotly.NET 一个为 .NET 打造的强大开源交互式图表库
点击右上角即可分享
微信分享提示