Python开发之Anconda环境搭建

Python的强大之处在于它的应用范围广泛,遍及人工智能、科学计算、web开发、系统运维、大数据及云计算等,实现其强大功能的前提,就是Python具有数量庞大且功能相对完善的标准库和第三方库。通过对库的引用,能够实现对不同领域业务的开发,然而,由于库的数量庞大,对于这些库的管理和维护就成为了一项特别繁琐的事情,Anconda应运而生。

Anconda地址:https://www.anaconda.com/distribution/#download-section

Anconda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它们的依赖关系,并在它们之间自由切换。

pip只管理python依赖库,不涉及非python依赖库

常用命令:

1 conda env list // 查看conda管理的所有环境
2 conda list // 列出当前环境的所有包
3 conda install <package_name> // 安装package_name包
4 conda remove <package_name> // 卸载package_name包
5 conda update <package_name> // 更新package_name包
6 conda create -n <name> python = <version> // 创建一个名为name的环境并指定python版本为version
7 activate <name> // 切换到名称为name 的环境

 

posted on   wenha  阅读(838)  评论(0编辑  收藏  举报

编辑推荐:
· [.NET]调用本地 Deepseek 模型
· 一个费力不讨好的项目,让我损失了近一半的绩效!
· .NET Core 托管堆内存泄露/CPU异常的常见思路
· PostgreSQL 和 SQL Server 在统计信息维护中的关键差异
· C++代码改造为UTF-8编码问题的总结
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!
· 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
· 【.NET】调用本地 Deepseek 模型
· Plotly.NET 一个为 .NET 打造的强大开源交互式图表库

导航

< 2025年2月 >
26 27 28 29 30 31 1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 1
2 3 4 5 6 7 8
点击右上角即可分享
微信分享提示