anaconda 订阅
《Anaconda》是美国说唱女歌手妮琪·米娜演唱的一首说唱歌曲,由Sir Mix-A-Lot等创作,收录于妮琪·米娜的第三张录音室专辑《The Pinkprint》中,于2014年8月4日发行。《Anaconda》在美国公告牌单曲榜上最高名次为第2名,是妮琪·米娜成绩最高的歌曲之一。 [1-4] 展开全文
《Anaconda》是美国说唱女歌手妮琪·米娜演唱的一首说唱歌曲,由Sir Mix-A-Lot等创作,收录于妮琪·米娜的第三张录音室专辑《The Pinkprint》中,于2014年8月4日发行。《Anaconda》在美国公告牌单曲榜上最高名次为第2名,是妮琪·米娜成绩最高的歌曲之一。 [1-4]
信息
歌曲时长
4分20秒
歌曲原唱
妮琪·米娜
中文名称
大蟒蛇
MV导演
寇林·提米
发行时间
2014年8月4日
谱    曲
妮琪·米娜,詹姆·詹姆斯,安瑟尼·雷,厄内斯特·克拉克,马科斯·帕拉西奥斯
音乐风格
说唱
外文名称
Anaconda
所属专辑
The Pinkprint
歌曲语言
英语
填    词
Sir Mix-A-Lot
编    曲
Sir Mix-A-Lot,皮罗·利达·唐
Anaconda创作背景
《Anaconda》的制作人皮罗·利达·唐曾经邀请说唱女歌手梅西·埃丽奥特来演唱这首歌,被拒绝后,她重新录制了这首歌,让妮琪·米娜来演唱。这首歌采样了说唱男歌手Sir Mix-a-Lot的歌曲《Baby Got Back》。 [5] 
收起全文
精华内容
下载资源
问答
  • anaconda
    千次阅读
    2022-01-17 08:53:48

    Anaconda Python版本对应

    Anaconda 2.0.1 对应 Python2.6

    Anaconda 2.0.1 对应 Python2.7

    Anaconda 2.0.1 对应 Python3.3

    Anaconda 2.0.1 对应 Python3.4

    Anaconda 2.1.0 对应 Python2.6

    Anaconda 2.1.0 对应 Python2.7

    Anaconda 2.1.0 对应 Python3.3

    Anaconda 2.1.0 对应 Python3.4

    Anaconda 2.2.0 对应 Python2.6

    Anaconda 2.2.0 对应 Python2.7

    Anaconda 2.2.0 对应 Python3.3

    Anaconda 2.2.0 对应 Python3.4

    Anaconda 2.3.0 对应 Python2.6

    Anaconda 2.3.0 对应 Python2.7

    Anaconda 2.3.0 对应 Python3.3

    Anaconda 2.3.0 对应 Python3.4

    Anaconda 2.4.0 对应 Python2.7

    Anaconda 2.4.0 对应 Python3.4

    Anaconda 2.4.0 对应 Python3.5

    Anaconda 2.4.1 对应 Python2.7

    Anaconda 2.4.1 对应 Python3.4

    Anaconda 2.4.1 对应 Python3.5

    Anaconda 2.5.0 对应 Python2.7

    Anaconda 2.5.0 对应 Python3.4

    Anaconda 2.5.0 对应 Python3.5

    Anaconda 4.0.0 对应 Python2.7

    Anaconda 4.0.0 对应 Python3.4

    Anaconda 4.0.0 对应 Python3.5

    Anaconda 4.1.0 对应 Python2.7

    Anaconda 4.1.0 对应 Python3.4

    Anaconda 4.1.0 对应 Python3.5

    Anaconda 4.1.1 对应 Python2.7

    Anaconda 4.1.1 对应 Python3.4

    Anaconda 4.1.1 对应 Python3.5

    Anaconda 4.2.0 对应 Python2.7

    Anaconda 4.2.0 对应 Python3.4

    Anaconda 4.2.0 对应 Python3.5

    Anaconda 4.3.0 对应 Python2.7

    Anaconda 4.3.0 对应 Python3.4

    Anaconda 4.3.0 对应 Python3.5

    Anaconda 4.3.0 对应 Python3.6

    Anaconda 4.3.1 对应 Python2.7

    Anaconda 4.3.1 对应 Python3.4

    Anaconda 4.3.1 对应 Python3.5

    Anaconda 4.3.1 对应 Python3.6

    Anaconda 4.4.0 对应 Python2.7

    Anaconda 4.4.0 对应 Python3.5

    Anaconda 4.4.0 对应 Python3.6

    Anaconda 5.0.0 对应 32位 Linux Python2.7

    Anaconda 5.0.0 对应 64位 Linux Python2.7

    Anaconda 5.0.0 对应 64位 Linux on IBM Power处理器Python2.7

    Anaconda 5.0.0 对应 macOS Python2.7

    Anaconda 5.0.0 对应 32位 Windows Python2.7

    Anaconda 5.0.0 对应 64位 Windows Python2.7

    Anaconda 5.0.0 对应 32位 Linux Python3.5

    Anaconda 5.0.0 对应 64位 Linux Python3.5

    Anaconda 5.0.0 对应 64位 Linux on IBM Power处理器Python3.5

    Anaconda 5.0.0 对应 macOS Python3.5

    Anaconda 5.0.0 对应 32位 Windows Python3.5

    Anaconda 5.0.0 对应 64位 Windows Python3.5

    Anaconda 5.0.0 对应 32位 Linux Python3.6

    Anaconda 5.0.0 对应 64位 Linux Python3.6

    Anaconda 5.0.0 对应 64位 Linux on IBM Power处理器Python3.6

    Anaconda 5.0.0 对应 macOS Python3.6

    Anaconda 5.0.0 对应 32位 Windows Python3.6

    Anaconda 5.0.0 对应 64位 Windows Python3.6

    Anaconda 5.0.1 对应 32位 Linux Python2.7

    Anaconda 5.0.1 对应 64位 Linux Python2.7

    Anaconda 5.0.1 对应 64位 Linux on IBM Power处理器Python2.7

    Anaconda 5.0.1 对应 macOS Python2.7

    Anaconda 5.0.1 对应 32位 Windows Python2.7

    Anaconda 5.0.1 对应 64位 Windows Python2.7

    Anaconda 5.0.1 对应 32位 Linux Python3.5

    Anaconda 5.0.1 对应 64位 Linux Python3.5

    Anaconda 5.0.1 对应 64位 Linux on IBM Power处理器Python3.5

    Anaconda 5.0.1 对应 macOS Python3.5

    Anaconda 5.0.1 对应 32位 Windows Python3.5

    Anaconda 5.0.1 对应 64位 Windows Python3.5

    Anaconda 5.0.1 对应 32位 Linux Python3.6

    Anaconda 5.0.1 对应 64位 Linux Python3.6

    Anaconda 5.0.1 对应 64位 Linux on IBM Power处理器Python3.6

    Anaconda 5.0.1 对应 macOS Python3.6

    Anaconda 5.0.1 对应 32位 Windows Python3.6

    Anaconda 5.0.1 对应 64位 Windows Python3.6

    Anaconda 5.1.0 对应 32位 Linux Python2.7

    Anaconda 5.1.0 对应 64位 Linux Python2.7

    Anaconda 5.1.0 对应 64位 Linux on IBM Power处理器Python2.7

    Anaconda 5.1.0 对应 macOS Python2.7

    Anaconda 5.1.0 对应 32位 Windows Python2.7

    Anaconda 5.1.0 对应 64位 Windows Python2.7

    Anaconda 5.1.0 对应 32位 Linux Python3.5

    Anaconda 5.1.0 对应 64位 Linux Python3.5

    Anaconda 5.1.0 对应 64位 Linux on IBM Power处理器Python3.5

    Anaconda 5.1.0 对应 macOS Python3.5

    Anaconda 5.1.0 对应 32位 Windows Python3.5

    Anaconda 5.1.0 对应 64位 Windows Python3.5

    Anaconda 5.1.0 对应 32位 Linux Python3.6

    Anaconda 5.1.0 对应 64位 Linux Python3.6

    Anaconda 5.1.0 对应 64位 Linux on IBM Power处理器Python3.6

    Anaconda 5.1.0 对应 macOS Python3.6

    Anaconda 5.1.0 对应 32位 Windows Python3.6

    Anaconda 5.1.0 对应 64位 Windows Python3.6

    Anaconda 5.2.0 对应 32位 Linux Python2.7

    Anaconda 5.2.0 对应 64位 Linux Python2.7

    Anaconda 5.2.0 对应 64位 Linux on IBM Power处理器Python2.7

    Anaconda 5.2.0 对应 macOS Python2.7

    Anaconda 5.2.0 对应 32位 Windows Python2.7

    Anaconda 5.2.0 对应 64位 Windows Python2.7

    Anaconda 5.2.0 对应 32位 Linux Python3.5

    Anaconda 5.2.0 对应 64位 Linux Python3.5

    Anaconda 5.2.0 对应 64位 Linux on IBM Power处理器Python3.5

    Anaconda 5.2.0 对应 macOS Python3.5

    Anaconda 5.2.0 对应 32位 Windows Python3.5

    Anaconda 5.2.0 对应 64位 Windows Python3.5

    Anaconda 5.2.0 对应 32位 Linux Python3.6

    Anaconda 5.2.0 对应 64位 Linux Python3.6

    Anaconda 5.2.0 对应 64位 Linux on IBM Power处理器Python3.6

    Anaconda 5.2.0 对应 macOS Python3.6

    Anaconda 5.2.0 对应 32位 Windows Python3.6

    Anaconda 5.2.0 对应 64位 Windows Python3.6

    Anaconda 5.3.0 对应 32位 Linux Python2.7

    Anaconda 5.3.0 对应 64位 Linux Python2.7

    Anaconda 5.3.0 对应 64位 Linux on IBM Power处理器Python2.7

    Anaconda 5.3.0 对应 macOS Python2.7

    Anaconda 5.3.0 对应 32位 Windows Python2.7

    Anaconda 5.3.0 对应 64位 Windows Python2.7

    Anaconda 5.3.0 对应 32位 Linux Python3.6

    Anaconda 5.3.0 对应 64位 Linux Python3.6

    Anaconda 5.3.0 对应 64位 Linux on IBM Power处理器Python3.6

    Anaconda 5.3.0 对应 macOS Python3.6

    Anaconda 5.3.0 对应 32位 Windows Python3.6

    Anaconda 5.3.0 对应 64位 Windows Python3.6

    Anaconda 5.3.0 对应 32位 Linux Python3.7

    Anaconda 5.3.0 对应 64位 Linux Python3.7

    Anaconda 5.3.0 对应 64位 Linux on IBM Power处理器Python3.7

    Anaconda 5.3.0 对应 64位 macOS Python3.7

    Anaconda 5.3.0 对应 32位 Windows Python3.7

    Anaconda 5.3.0 对应 64位 Windows Python3.7

    Anaconda 2018.12 对应 32位 Linux Python2.7

    Anaconda 2018.12 对应 64位 Linux Python2.7

    Anaconda 2018.12 对应 64位 Linux on IBM Power处理器Python2.7

    Anaconda 2018.12 对应 macOS Python2.7

    Anaconda 2018.12 对应 32位 Windows Python2.7

    Anaconda 2018.12 对应 64位 Windows Python2.7

    Anaconda 2018.12 对应 32位 Linux Python3.6

    Anaconda 2018.12 对应 64位 Linux Python3.6

    Anaconda 2018.12 对应 64位 Linux on IBM Power处理器Python3.6

    Anaconda 2018.12 对应 macOS Python3.6

    Anaconda 2018.12 对应 32位 Windows Python3.6

    Anaconda 2018.12 对应 64位 Windows Python3.6

    Anaconda 2018.12 对应 32位 Linux Python3.7

    Anaconda 2018.12 对应 64位 Linux Python3.7

    Anaconda 2018.12 对应 64位 Linux on IBM Power处理器Python3.7

    Anaconda 2018.12 对应 macOS Python3.7

    Anaconda 2018.12 对应 32位 Windows Python3.7

    Anaconda 2018.12 对应 64位 Windows Python3.7

    Anaconda 2019.03 对应 64位 Linux Python2.7

    Anaconda 2019.03 对应 64位 Linux on IBM Power处理器Python2.7

    Anaconda 2019.03 对应 macOS Python2.7

    Anaconda 2019.03 对应 32位 Windows Python2.7

    Anaconda 2019.03 对应 64位 Windows Python2.7

    Anaconda 2019.03 对应 64位 Linux Python3.6

    Anaconda 2019.03 对应 64位 Linux on IBM Power处理器Python3.6

    Anaconda 2019.03 对应 macOS Python3.6

    Anaconda 2019.03 对应 32位 Windows Python3.6

    Anaconda 2019.03 对应 64位 Windows Python3.6

    Anaconda 2019.03 对应 64位 Linux Python3.7

    Anaconda 2019.03 对应 64位 Linux on IBM Power处理器Python3.7

    Anaconda 2019.03 对应 macOS Python3.7

    Anaconda 2019.03 对应 32位 Windows Python3.7

    Anaconda 2019.03 对应 64位 Windows Python3.7

    Anaconda 2019.07 对应 64位 Linux Python2.7

    Anaconda 2019.07 对应 64位 Linux on IBM Power处理器Python2.7

    Anaconda 2019.07 对应 macOS Python2.7

    Anaconda 2019.07 对应 32位 Windows Python2.7

    Anaconda 2019.07 对应 64位 Windows Python2.7

    Anaconda 2019.07 对应 64位 Linux Python3.6

    Anaconda 2019.07 对应 64位 Linux on IBM Power处理器Python3.6

    Anaconda 2019.07 对应 macOS Python3.6

    Anaconda 2019.07 对应 32位 Windows Python3.6

    Anaconda 2019.07 对应 64位 Windows Python3.6

    Anaconda 2019.07 对应 64位 Linux Python3.7

    Anaconda 2019.07 对应 64位 Linux on IBM Power处理器Python3.7

    Anaconda 2019.07 对应 macOS Python3.7

    Anaconda 2019.07 对应 32位 Windows Python3.7

    Anaconda 2019.07 对应 64位 Windows Python3.7

    Anaconda 2019.10 对应 64位 Linux Python2.7

    Anaconda 2019.10 对应 64位 Linux on IBM Power处理器Python2.7

    Anaconda 2019.10 对应 macOS Python2.7

    Anaconda 2019.10 对应 32位 Windows Python2.7

    Anaconda 2019.10 对应 64位 Windows Python2.7

    Anaconda 2019.10 对应 64位 Linux Python3.6

    Anaconda 2019.10 对应 64位 Linux on IBM Power处理器Python3.6

    Anaconda 2019.10 对应 macOS Python3.6

    Anaconda 2019.10 对应 32位 Windows Python3.6

    Anaconda 2019.10 对应 64位 Windows Python3.6

    Anaconda 2019.10 对应 64位 Linux Python3.7

    Anaconda 2019.10 对应 64位 Linux on IBM Power处理器Python3.7

    Anaconda 2019.10 对应 macOS Python3.7

    Anaconda 2019.10 对应 32位 Windows Python3.7

    Anaconda 2019.10 对应 64位 Windows Python3.7

    Anaconda 2020.02 对应 64位 Linux Python3.6

    Anaconda 2020.02 对应 64位 Linux on IBM Power处理器Python3.6

    Anaconda 2020.02 对应 macOS Python3.6

    Anaconda 2020.02 对应 32位 Windows Python3.6

    Anaconda 2020.02 对应 64位 Windows Python3.6

    Anaconda 2020.02 对应 64位 Linux Python3.7

    Anaconda 2020.02 对应 64位 Linux on IBM Power处理器Python3.7

    Anaconda 2020.02 对应 macOS Python3.7

    Anaconda 2020.02 对应 32位 Windows Python3.7

    Anaconda 2020.02 对应 64位 Windows Python3.7

    Anaconda 2020.02 对应 64位 Linux Python3.8

    Anaconda 2020.02 对应 64位 Linux on IBM Power处理器Python3.8

    Anaconda 2020.02 对应 macOS Python3.8

    Anaconda 2020.02 对应 32位 Windows Python3.8

    Anaconda 2020.02 对应 64位 Windows Python3.8

    更多相关内容
  • ,而且都是python语言的编译环境,进入这个环境编译的python才能运行,所以将anaconda修改为系统默认python环境时,会有提示,是否将原来的python3.7.4这个python环境修改为anaconda。 确认后出现 图30 : ...

    一、安装python(python3.7.4)

    1、下载

    这里直接去python官网就可以了,网址是:https://www.python.org
    打开后可以见到如图1
    在这里插入图片描述

    图1

    这里有两处都可以下载,还是有区别的,不想看的话,32位系统请选下载1,64位请选下载2

    (1)下载1(32位)

    点第一处下载出现如图2

    在这里插入图片描述

    图2
    这里下载的文件名叫`python-3.7.4.exe`。

    (2)下载2(64位)

    如果点击图1中的第二处下载,可见到如图3所示:

    在这里插入图片描述

    图3
    往下翻到达 图4

    在这里插入图片描述

    图4
    这里看自己的系统,我是window10*64,选了图中的包,下载的文件名是`python-3.7.4-amd64.exe`。

    到这里大家可以看到下载了两个包,分别是python-3.7.4.exepython-3.7.4-amd64.exe图5

    *区别在与其中多了amd64,这里科普一下:64位现在分为amd64和em64t,我们常说的64位指的是AMD公司出的64位CPU,而EM64T是在32位基础上扩展来的,应该是一种伪64,是过渡期的一种解决方案。说白了AMD的64位CPU是64位兼容32位运算,而INTEL的EM64T是32位兼容64位运算。
    *em64t和x86-64是两个不一样的集合,操作cpu的指令是不一样的,比如我想让cpu调用鼠标,em64t的指令就是ee,x86-64的指令就是ff。但大多数软件直接通过操作系统层来调用各种东西,所以这一类软件只要是64位的系统都可以用,不用担心。但我们的python就需要涉及到了,所以要区分。
    *图4(图片里)中提到我下载的包既适合64位又适合32位,这里解释一下,我在那只是说for AMD64/EM64T/×64这代表的是这个意思,但下载后文件名如图5是python-3.7.4-amd64.exe,没有em64T,我也不知道什么情况。

    在这里插入图片描述

    图5

    这里两处恰好对应图1中两处不同的下载,下载1对应python-3.7.4.exe下载2对应python-3.7.4-amd64.exe

    2、安装

    对俩安装包点击,分别出现图6
    在这里插入图片描述

    图6

    图7
    在这里插入图片描述

    图7

    这俩图图6图7分别对应下载1下载2,分别是32位和64位。之后的安装过程是一样的,所以只演示我自己电脑64位的。
    图7中把框都选上,如图8
    在这里插入图片描述

    图8

    点击自定义安装后出现图9
    在这里插入图片描述

    图9

    在图9中请将我画的打上勾,之后自定义安装位置,我安装在D盘的python37文件夹里了。之后点击安装Install,出现图10
    在这里插入图片描述

    图10

    安静等一会,不会太长。然后变成图11
    在这里插入图片描述

    图11

    到这里就完成了,需要注意图9是自定义安装位置路径别太长,不然配置环境变量你就有我不知道的问题了。
    好了,如果你按我所说在图8图9中都勾选了我所选的(重点是勾选了Add Python 3.7 to PATHAdd Python to environment variables),那你就可以跳过配置环境变量,直接点击去进行检验了,如果你没有选的话,接着看。

    3、配置python环境变量

    先打开文件夹,如图12
    在这里插入图片描述

    图12

    此时右键图中此电脑出现图13
    在这里插入图片描述

    图13

    点击我标注的属性,此时出现图14
    在这里插入图片描述

    图14

    然后点击高级系统设置,对了,此处可以看到自己电脑的一些信息,点击之后出现图15
    在这里插入图片描述

    图15

    在图15中点击环境变量,然后弹出图16
    在这里插入图片描述

    图16
    在图16中找到path,记住别从用户变量中找,从系统变量,然后编辑path,如 图17

    在这里插入图片描述

    图17

    前面在图8图9中都勾选了我所选的,也就是已经在安装时自动配置了环境变量的人,他的图17和我一样,是自动就有框中这两样的D:\Python37\Scripts\D:\Python37\,没选到的,这里没这两项,需要自己写进去,点击新建,然后写入的这两项

    D:\Python37\是你的安装目录,我在D盘建立的文件夹叫python37,所以是这个,这是我们在图9中自己选的安装目录,D:\Python37\Scripts\是你python安装目录下有一个叫Scripts的文件夹的路径自己可以在你的python安装目录下找。

    我的python安装目录如图18
    在这里插入图片描述

    图18

    在往图17里写路径时,尽量从图18中复制,不然易错。完成后如图19
    在这里插入图片描述

    图19

    到此完成,可以开始检验了。

    完成后建议保留安装包,细情请看点击此处

    4、检验python

    先找到运行这个应用程序,可以直接按Windows+R键,也可以像图20
    在这里插入图片描述

    图20
    点击打开”运行“,出现 图21

    在这里插入图片描述

    图21
    在”运行“框中输入cmd,点击确认,然后弹出 图22

    在这里插入图片描述

    图22

    在图22中输入python并回车,会出现python的版本信息,如图23
    在这里插入图片描述

    图23

    版本是python3.7.4,此时输入行前面出现>>>,已经进入python环境,输入quit()可以退出python,再输入exit,退出黑框。

    二、安装anaconda(anaconda3)

    1、下载

    anaconda官网是外国网站,速度非常慢,建议去清华大学开源软件镜像站下载,
    网址是:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/,点击即可进入。
    进入后如图24
    在这里插入图片描述

    图24

    根据网站信息选择适合的,我选的就是最新版那个,直接点击下载,不需要几分钟。

    2、安装

    下载完成后打开下载的安装程序,如图25
    在这里插入图片描述

    图25

    这是个欢迎界面,直接下一步:图26
    在这里插入图片描述

    图26

    这里不同意人家协议就不让你用,自己看着办,我先同意了,在下面图27等你!
    在这里插入图片描述

    图27

    这里就如同python安装里的图9Install for all users一样,按图27所示选择,然后点Next,进入图28
    在这里插入图片描述

    图28

    如图可以看到又弹出一个框,可以自定义安装位置,没什么要求,就是路径里不要有汉字。然后点击下一步,进入图29
    在这里插入图片描述

    图29

    这里是你选了下面那个选项后弹出的一个提醒,就像是你修改系统默认应用一样弹出个确认框。直接点击确认就行。

    这里说一下,其实之前下载的python3.7.4和这里下载的anaconda都是一种编译环境,而且都是python语言的编译环境,进入这个环境编译的python才能运行,所以将anaconda修改为系统默认python环境时,会有提示,是否将原来的python3.7.4这个python环境修改为anaconda。

    确认后出现图30
    在这里插入图片描述

    图30

    点击Install,继续出现图31
    在这里插入图片描述

    图31

    这个安装完成很快的,进度条完成后好像不会自己关闭安装界面,如上面图31,进度满了就点击Next,没满时按钮是灰的,点不了,不用担心,之后显示图32
    在这里插入图片描述

    图32

    这是推广软件,不管,下一步图33
    在这里插入图片描述

    图33

    这里其实无所谓了,选上那俩框就是关闭安装程序后打开俩学习python的网站,没啥用,还得关。点击finish就安装完成了,会关闭掉安装程序。

    3、配置环境变量

    环境变量的配置前期先参考图12图17打开到如图34所示:
    在这里插入图片描述

    图34

    因为前面配置了python37的环境变量,而python37和anaconda都是python环境,所以要删掉python37的环境变量,改为anaconda的,如图35
    在这里插入图片描述

    图35

    此时已经没有D:\Python37\Scripts\D:\Python37\这俩python37的变量了变为了D:\Anaconda3\Library\binD:\Anaconda3\Scripts\D:\Anaconda3\这三个变量,大家可以通过看上面有关D:\Python37\Scripts\D:\Python37\注释(点击”注释“)和图18来理解该如何写自己的anaconda变量
    完成以后可以按照图19来确认。完成后就该检验了。

    4、检验anaconda

    先是参考python检验中的图20图22,来打开到图22的状态,然后输入conda --version来查看conda的信息。如图36中1所示:

    在这里插入图片描述

    图36

    其实显出1中所示就已经结束了,可以确认安装好了。也可以输入python试试,如图中2所示,显现出了anaconda所带的python解释器的版本3.7.3。其实对照我们之前安装的python37的版本就可以看出,此时输入命令python后出现的python3.7.3是anaconda自带的,我们之前装的python3.7.4在图35中删掉python37的环境变量后就不能再通过系统直接访问了,除非再将环境变量改回来。现在来讲讲如何将原来的python3.7.4加进anaconda中。

    三、扩展——将先前的python加入后来的anaconda

    1、了解anaconda

    首先了解一些前提,anaconda只有在完成环境变量的配置后才能使用conda命令,
    有一组命令必须了解,即:
    conda env list
    conda info --e
    conda info --envs
    这三个都是查询conda里python环境的信息。试着查询一下,如图37
    在这里插入图片描述

    图37

    可以看到什么也没做的情况下conda里只有base一个默认环境,位置就在anaconda里。但我们看图38
    在这里插入图片描述

    图38

    在Anaconda3的文件里并没有base,所以应该是内部默认的一个环境,然后我们再看图36中最下面输入python时有一个提醒Warning,里面是说python3.7.3这个解释器是在一个python环境里,而这个环境没激活,激活化境的语句时activate 环境名;再看图37,conda里只有base一个环境,所以尝试激活,输入activate base,如图39
    在这里插入图片描述

    图39

    可以看到激活环境后命令行开头多了个(base),关闭环境的语句不用加环境名。然后我们尝试激活base环境的情况下使用python命令,运行python3.7.3,如图40
    在这里插入图片描述

    图40

    通过图40可以看到python3.7.3解释器是在base环境中。

    2、添加python

    要想将我们原来安装的python3.7.4装到anaconda中,先是创建一个环境。
    创建一个名称为python37的虚拟环境并指定python版本为3.7.x(这里conda会自动找3.7中最新的版本下载)语句是
    conda create -n python37 python=3.7或者
    conda create --name python37 python=3.7

    python37只是我要建的文件的名,你可以自己定,这个指令其实就是在anaconda中的envs文件夹里创建一个叫python37的文件夹。

    执行语句前我们通过图37,可以知道anaconda中只有一个base,而anaconda中envs文件中如图41所示没有任何东西。
    在这里插入图片描述

    图41

    然后输入conda create --name python37 python=3.7,出现图42
    在这里插入图片描述

    图42

    y后回车,第一次需要等会,成功后出现图43
    在这里插入图片描述

    图43

    此时再看anaconda里的环境,如图44
    在这里插入图片描述

    图44

    出现了python37,并显示位置在anaconda3里的envs文件夹里,打开文件夹可以看到图45
    在这里插入图片描述

    图45

    就是在envs里创建了一个python37,并且里面是有python解释器的,

    解释一下,图45中还新出现一个test文件,估计是类似于日志一类的,别动它,之后就算删除了python37它也还会存在。

    可以通过语句activate python37来激活python37这个环境,然后运行python来查看python37里的解释器信息,如图46
    在这里插入图片描述

    图46

    通过图46可以知道建立的环境里是有python解释器的,并且版本是2019年9月发布的python3.7.4对比我们在python安装里的安装的python版本,图23所示,我们自己安装的python3.7.4是2019年8月发布的,所以此时的python是anaconda自己下载的,还不是我们之前装到那个,做这些只是为了给我们自己的python3.7.4先在anaconda里搭好一个适合python3.7.x的环境(也就是python37这个文件)。
    环境搭好了,也就该移过来python37了,还记得你自己装的python3.7.4(8月版)的位置吗?也就是在图9中自定义的安装位置,找到它,并将你安装它的文件夹复制,我的是python37。

    这时就体现出前面将python(8月版)的安装文件夹命名为python37的好处了,python(8月版)的文件夹必须要与anaconda里envs下你建的python37(9月版)文件同名才行。这两处名可以不叫python37,但必须同名,不含汉字。

    把你复制的python37(8月版)(也就是自己安装的python(8月版)文件)粘贴到anaconda的envs文件夹里去,出现图47

    如果俩文件夹不同命又真的不想动命名的话,也可以了,就是复制到时候不能复制安装python3.7.4(8月版)的文件夹,而是复制文件夹里的东西,全选上,复制后也不是粘贴到envs里了,粘贴到你在envs里建都那个python37(9月版)环境里,像我的就是envs里的python37(9月版)文件夹里

    在这里插入图片描述

    图47
    之后因为同名关系,出现 图48

    在这里插入图片描述

    图48

    选择替换掉,这时候应该理解了吧,完成后就把我们的python3.7.4(8月版)加进anaconda里了。

    说白了就是鸠占鹊巢,我们的python3.7.4(8月版)想弄进anaconda里,受anaconda调用,必须在anaconda里有可调用的接口,而我们用命令conda create --name python37 python=3.7让anaconda自己下载了一个属于它自己的python,还是3.7版本的最新版,他自己的东西肯定就有接口了,但是它里面还带了一个python3.7.4(9月版),这时候我们只需要粘贴过来用我们自己的python3.7.4(8月版)覆盖掉anaconda里python37中带的python3.7.4(9月版)就好了。

    加进去后不放心可以检验一下,输入命令activate python37激活python37环境,在输入python查看并进入python解释器,如图49
    在这里插入图片描述

    图49

    这时python3.7.4已经是8月版的,就是我们开始自己下载的。

    另外创建python的环境命令时
    conda create --name python37 python=3.7而对应的删除命令是
    conda remove --name python37 --all执行删除命令后使用查看指令就看不到了,在envs文件里也删掉了。

    3、命令归纳

    查看环境:
    conda env list
    conda info -e
    conda info --envs
    创建环境:
    conda create -n python37 python=3.7
    conda create --name python37 python=3.7
    删除环境:
    conda remove --name python37 --all
    激活环境:
    activate python37
    关闭环境:
    deactivate
    打开python解释器:
    python

    4、error_创建环境以大写命名

    这是在我创建环境时用大写命名时弹出错误,创建不成功,出现乱码,应该是不支持大写,如图50
    在这里插入图片描述

    图50

    我输入的是conda create --name Python37 python=3.7,这里文件我以大写P开头,而图中显示无法创建,并且大写P以乱码形式出现。后改为小写成功创建。

    四、记录一种python卸载方法

    这里说的python是指自己下载的,如1、下载处这样下载,而非在anaconda里用语句下载的,下载完后建议保留安装程序,如图5所示,在安装完成后再次运行安装程序,会出现图51
    在这里插入图片描述

    图51

    这是点击第三项,可以很方便的卸载掉,所以建议保留,还可以用来修复呢。我已放入python安装文件里保留。

    展开全文
  • Anaconda Python3.6 的安装程序(for Windows),含有32bit 和 64bit。 下载了很久,整理出来,方便入门学习python的同学节省时间安装方便
  • 史上最全最详细的Anaconda安装教程

    万次阅读 多人点赞 2020-01-08 16:46:41
    1. Anaconda简介 2. Anaconda安装情况的选择 2.1 情况一 2.1.1 Anaconda的下载 2.1.2 测试安装 2.1.3更改源 2.1.4更新包 2.1.5 创建和管理虚拟环境 2.2情况二 2.2.1 方法一:通过更改python.exe文件名 ...

    第二版已经在知乎更新,可直接看第二版

    目录

    1. Anaconda简介

    2. Anaconda安装情况的选择

    2.1 情况一

    2.1.1 Anaconda的下载

    2.1.2 测试安装

    2.1.3 更改源

    2.1.4 更新包

    2.1.5 创建和管理虚拟环境

    2.2 情况二

    2.2.1 方法一:通过更改python.exe文件名

    2.2.2 方法二:通过切换虚拟环境

    3. 结束语

    1. Anaconda简介

    Anaconda包括Conda、Python以及一大堆安装好的工具包,比如:numpy、pandas等

    因此安装Anaconda的好处主要为以下几点:

    1)包含conda:conda是一个环境管理器,其功能依靠conda包来实现,该环境管理器与pip类似,那有童鞋会问了:我能通过pip装conda包达到conda环境管理器一样的功能吗?答案是不能,conda包的实现离不开conda环境管理器。想详细知道两者异同可以去知乎遛一遛https://www.zhihu.com/question/279152320

    2)安装大量工具包:Anaconda会自动安装一个基本的python,该python的版本Anaconda的版本有关。该python下已经装好了一大堆工具包,这对于科学分析计算是一大便利,你愿意费时耗力使用pip一个个包去装吗?

    3)可以创建使用和管理多个不同的Python版本:比如想要新建一个新框架或者使用不同于Anoconda装的基本Python版本,Anoconda就可以实现同时多个python版本的管理

    2. Anaconda安装情况的选择

    Anaconda的安装分两种情况:

    情况一:电脑现在没有装python或者现在装的可以卸载掉(装Anaconda时先卸python);

    情况二:电脑目前装了python,但想保留它;

    2.1 情况一

    2.1.1 Anaconda的下载

    你可以根据你的操作系统是32位还是64位选择对应的版本到官网下载,但是官网下载龟速,建议到清华大学镜像站下载,多快又好省,博主使用的版本是:

    Anaconda3-5.2.0-Windows-x86_64.exe

    为什么不用最新版的

    Anaconda3-5.3.1-Windows-x86_64.exe

    不知是版本原因还是什么原因,包括博主在内的一大堆使用这个最新版本在构建虚拟环境或者安装包时出现了这样蛋疼的错误

    无法定位程序输入点 OPENSSL_sk_new_reserve 于动态链接库 E:\ProgramData\Anaconda3\Library\bin\libssl-1_1-x64.dll上

    最后有博文指出回退3-5.2.0版本毛事木有

    下载好Anaconda3后直接双击安装包即可,有几个地方需要注意

    Finish后安装完毕

    2.1.2 测试安装

    cmd输入

    conda --version

    若出现像这样的conda版本号即安装成功

    2.1.3 更改源

    使用

    conda install 包名

    安装需要的Python包非常方便,但是官方服务器在国外,下载龟速,国内清华大学提供了Anaconda的镜像仓库,我们把源改为清华大学镜像源

    更改方法一:cmd后依次输入下面命令

    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
    conda config --set show_channel_urls yes

    打开C盘用户目录,我这里是

    C:\Users\User

    找到.condarc文件,里面长这样就成了

    ssl_verify: true
    channels:
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
      - defaults
    show_channel_urls: true

    更改方法二:打开 .condarc文件,直接简单粗暴的把上面的内容复制进去

    2.1.4 更新包

    更新时间较长,建议找个空余时间更新,不更新也可以,但为避免后续安装其他东西出错最好更一下,这里我就不更了,把命令贴出来

    先更新conda

    conda update conda

    再更新第三方所有包

    conda upgrade --all

    2.1.5 创建和管理虚拟环境

    第一种情况下Anaconda的安装到这里基本就结束了,后面关于虚拟环境部分属于Anaconda的使用了,这里会在第二种情况下再做介绍

    2.2 情况二

    情况二Anaconda的安装和情况一相同,但为保留自己安装的Python需要在安装Anaconda完成后进行操作

    进行操作有2个方法,这里更加推荐方法二

    2.2.1 方法一:通过更改python.exe文件名

    Anaconda安装时会自带一个Python,没装之前我们先看看电脑里Python的版本(姑且称为原生python),cmd后输入:

    python --version 或者 python -V

    这里显示原生python版本是3.7.4,我们到环境变量去看是这样的

    C:\ProgramFiles\Python37\Scripts\;
    C:\ProgramFiles\Python37\;
    %SystemRoot%\system32;
    %SystemRoot%;
    %SystemRoot%\System32\Wbem;
    %SYSTEMROOT%\System32\WindowsPowerShell\v1.0\;
    C:\Program Files\PuTTY\

    按照第一种情况安装Anoconda后再输入

    python --version

    这时显示的是3.6.5,这里的版本就是Anaconda自带的python版本,我们再打开环境变量

    C:\ProgramData\Anaconda3;
    C:\ProgramData\Anaconda3\Library\mingww64\bin;
    C:\ProgramData\Anaconda3\Library\usr\bin;
    C:\ProgramData\Anaconda3\Library\bin;
    C:\ProgramData\Anaconda3\Scripts;
    C:\ProgramFiles\Python37\Scripts\;
    C:\ProgramFiles\Python37\;
    %SystemRoot%\system32;
    %SystemRoot%;
    %SystemRoot%\System32\Wbem;
    %SYSTEMROOT%\System32\WindowsPowerShell\v1.0\;
    C:\Program Files\PuTTY\

    发现原生Python路径还在,同时在原生Python路径之前多了与Anaconda相关的路径,因此Anaconda自带安装的Python并不会覆盖掉原生Python,但为什么输python --version显示的是Anaconda的版本而不是原生的呢?这是因为环境变量优先级的缘故,这里Anaconda在前,原生在后,更改他们的顺序后输入python --version可以得到原生的版本号,有兴趣的童鞋可以自己尝试。

    C:\Program Files\Python37;
    C:\ProgramFiles\Python37\Scripts\;
    C:\ProgramData\Anaconda3;C:\ProgramData\Anaconda3\Library\mingww64\bin;
    C:\ProgramData\Anaconda3\Library\usr\bin;
    C:\ProgramData\Anaconda3\Library\bin;
    C:\ProgramData\Anaconda3\Scripts;
    %SystemRoot%\system32;
    %SystemRoot%;
    %SystemRoot%\System32\Wbem;
    %SYSTEMROOT%\System32\WindowsPowerShell\v1.0\;
    C:\Program Files\PuTTY\

    因此方法一来了,把原生python安装路径下的python.exe改为python_ori.exe

    再把Anaconda安装路径下的python.exe改为python_ana.exe

    查看版本:

    使用时要注意区分,如进行pip安装时

    python_ori –m pip install 包名

    python_ano –m pip install 包名

    2.2.2 方法二:通过切换虚拟环境

    输入

    conda info -e  或者  conda-env list

    查看Anaconda中当前存在的环境

    可以看到当前只存在一个叫做base的环境,这个环境即是Anaconda安装的Python版本

    Anaconda装的版本是3.6.5的,假如我们想使用2.7版本的,这时可以通过创建虚拟环境来实现,输入

    conda create -n python27 python=2.7

    不用管是输入2.7.x,还是2.7,conda会为我们自动寻找2.7.x中的最新版本,再次查看Anaconda中存在的环境

    发现较之前多了一个python27,我们到Anaconda安装目录查看envs文件夹下的python27

    点进去看发现这不就是一个python安装过后的文件吗,说是创建虚拟环境,其实是真实的安装了Python2.7,我们切换至2.7版本的,输入

    activate python27

    切换成功后前面多一个python27

    这时我们保留原生python就有了思路:

    1)在Anaconda安装目录下的envi文件内新建一个名为python_ori的文件(没有envs文件夹就自己新建)

    2)将原生python整个安装目录复制python_ori

    3)全部复制后粘贴到python_ori

    4)cmd后激活切换至原生的python

    查询版本号

    没问题,3.7.4是原生版本,那是那个味哈哈。

    3. 结束语

    关于python自带IDLE的问题:如果想用Python自带的ILDE只需在找到idel.bat文件,双击运行即可

    Anaconda自带的python的idel.bat路径这里我把我的路径贴出来,同理其他版本的可在envs中找到

    C:\ProgramData\Anaconda3\Lib\idlelib

    关于配置其他集成开发环境的问题:如果使用pycharm开发,找到设置解释器的地方,可以选择Anaconda自带的python.exe,也可以选择envs下不同版本的python.exe,具体看个人需要。

    注:因水平有限,有错误之处还请不吝指教。

    展开全文
  • Anaconda命令行总结

    千次阅读 2022-03-11 18:49:04
    本文包含 - 官方/离线-下载链接 - 使用常见的conda/pip命令 - anaconda创建虚拟环境 - 添加/切换镜像源加速 - 安装opencv - 安装pytorch - 一键安装环境配置requirements.txt

    总结conda或者pip常见命令

    2022年03月11日19:38:01

    个人建议学习python最好使用anaconda+pycharm,自己从2020大四初学python以来,到慢慢熟悉conda/pip命令,基本的会用,平时也会把常见的记在记事本中,但是往往总结得不是很全,一般用什么都会baidu。因此,此时用博客将我平日使用到的基础命令记录下来。

    助力大家熟练使用anaconda命令行

    本文包含

    • 下载链接
    • 使用常见的conda/pip命令
    • anaconda创建虚拟环境
    • 添加/切换镜像源加速
    • 安装opencv
    • 安装pytorch
    • 一键安装环境配置requirements.txt

    下载

    官方下载:https://www.anaconda.com/products/distribution

    官网历史版本:https://repo.anaconda.com/archive/

    离线安装:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

    注意——下载安装的时候有个path选项记得全部勾选(自动配置环境变量)
    在这里插入图片描述


    Anaconda创建虚拟环境

    创建虚拟环境:yida_cv是我虚拟环境的名字,你取什么名字都OK,最好能够标记好环境。

    conda create -n yida_cv python=3.6 
    

    激活/切换虚拟环境

    conda activate yida_cv
    

    退出并进入base环境

    # 方法一
     conda deactivate 
     # 方法二
     conda activate base
    

    查看已有的虚拟环境

    conda env list
    

    删除虚拟环境

    conda remove -n yida_cv --all
    

    修改镜像源参考Anaconda镜像源相关命令

    [由于网络限制使用默认镜像源下载包速度有限,所以最好先切换到清华源]

    1.查看当前使用的源

    conda config --show-sources 
    

    2.切换清华镜像源

    如何使用
    第一步:先把下面的全部内容复制到txt中去
    第二步:全部复制到命令行
    第三步:回车

    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
    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/r
    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge 
    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
    
    conda config --set show_channel_urls yes 
    

    3.还原为默认镜像

    conda config --remove-key channels
    

    4.指定源使用

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

    我最常用的是豆瓣源,能很轻松记得住。

        -i  http://pypi.douban.com/simple 				# 豆瓣
    	-i https://pypi.tuna.tsinghua.edu.cn/simple		# 清华
        -i  http://mirrors.aliyun.com/pypi/simple		# 阿里
        # 安装numpy使用豆瓣源加速
        pip install numpy -i  http://pypi.douban.com/simple
    

    记忆小技巧:【 -i 、 py pi、 豆瓣官网、simple】


    查看已安装的包

    已有的包

    conda list
    

    查看指定包

    conda list numpy
    

    pip安装/卸载包

    安装包:numpy就是包的名字,输入你需要安装的包名

    pip install numpy
    

    安装指定版本的包

    pip install numpy==1.19.5
    

    安装包时指定镜像源(豆瓣)加速

    pip install numpy -i https://pypi.douban.com/simple
    

    卸载包

    pip uninstall numpy
    

    更新包

    pip install --upgrade numpy
    

    常见包的安装

    安装OpenCv

    Win10安装

    pip install opencv-python
    pip install opencv-contrib-python
    

    Mac安装

     pip3 install opencv-python --user
    

    安装tensorflow

    conda install tensorflow-gpu==2.0.0
    

    安装Pytorch

    cpu版本

    conda install pytorch torchvision cpuonly -c pytorch
    

    安装pytorch-gpu版本:pytorch gpu安装教程(Perfect完美系列)

    pytorch官方版本查看https://pytorch.org/get-started/previous-versions/
    离线下载网址https://download.pytorch.org/whl/torch_stable.html

    # 方法1:需要网络稳定, 直接从官网下载 官网有直接的下载命令
    # conda
    conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 -c pytorch
    # 方法2:安装whl离线torch包
    pip install pytorch.whl
    # 方法3:具体操作看上面的gpu安装教程
    

    一键安装环境配置requirements.txt

    pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt
    

    其它命令

    启动jupyter

    jupyter notebook
    

    展开全文
  • Anaconda 的安装、简单使用及常见的错误解决前言Anaconda简介安装流程软件下载方式一:官网下载方式二:镜像源下载安装流程配置修改及Anaconda Navigator简单使用修改Anaconda的镜像源Anaconda Navigator简单使用...
  • 汇总各个操作系统Anaconda版本与Python版本对应表
  • Anaconda虚拟环境管理(命令行)

    万次阅读 2021-08-18 23:26:53
    当前Anaconda版本为2021.5。 Anaconda可以看做是pip和virtualenv的结合体,既可以进行包管理,还可以进行虚拟环境管理。Anaconda安装成功后会自动创建一个base虚拟环境并安装默认包。 通过Anaconda Navigator可以以...
  • Anaconda 的安装教程(图文)

    万次阅读 多人点赞 2019-08-27 11:29:38
    Anaconda的介绍 Anaconda指的是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项。 因为包含了大量的科学包,Anaconda 的下载文件比较大。 这么说可能有点抽象,大家可以直接把Anaconda...
  • anaconda清理

    千次阅读 2022-04-13 12:14:25
    anaconda使用时间长了,会衍生很多没用文件,比如pakage、tar文件包等,大到十几G;使用命令行能有效清除。 1、删除从不使用的包 $ conda clean --packages 2、 删除tar包 $ conda clean --tarballs 3、 ...
  • Anaconda安装完成后,开始菜单所有程序``Anaconda3中会添加Anaconda Prompt和Anaconda PowerShell Prompt两个菜单项。 这两个菜单项是快捷方式。通过查看这两个快捷方式的属性可知: Anaconda Promp对应的命令为%...
  • 2 Anaconda安装流程2.1 卸载python2.2 下载anaconda2.2 安装anaconda 1 Why AnacondaAnaconda最大的优势我认为在于可以做环境管理,可以通过创建不同的环境,安装不同的包。 简单来说,就比如我们在github上下载...
  • 一、下载anaconda 如果你要将anaconda共享给同一主机的其他用户使用,不要用root用户安装anaconda,其他用户无法共享root用户的anaconda。我的服务器就我一个人使用,我还是选择root用户安装。 1.1 进入清华镜像源...
  • Anaconda安装后开始菜单没有Anaconda Powershell Prompt 昨天想做点东西,发现开始菜单没有Anaconda Powershell Prompt,关键还需要用到他,网上找了好久都没有关于这个问题的解答,自己摸索着终于今天早上搞出来了...
  • Anaconda安装(过程详细)

    万次阅读 多人点赞 2022-02-06 00:54:13
    本文将详细介绍Anaconda的安装过程。
  • 最新Anaconda3的安装配置及使用教程(详细过程)

    万次阅读 多人点赞 2021-07-03 17:31:44
    最新Anaconda3安装使用Anaconda下载方式一:官网下载方式二:清华镜像下载(推荐)Anaconda安装 Anaconda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 Anaconda + Jupyter 基本上...
  • AnacondaAnaconda空间清理

    万次阅读 多人点赞 2021-04-16 19:56:44
    之前装了不少anaconda的环境,想着释放一些无用的包可以达到释放空间的效果。 常用的命令。 删除没有环境使用的所有的安装包及cache # 全给我删了!也别再问我了! conda clean -all -y # 把没用到的包删了哦~ ...
  • Anaconda版本与Python版本对应关系

    千次阅读 2022-03-04 12:44:16
    参考:Anaconda官网 Old package lists Anaconda官网所有版本下载资源 Anaconda 2.0.1 对应 Python2.6 Anaconda 2.0.1 对应 Python2.7 Anaconda 2.0.1 对应 Python3.3 Anaconda 2.0.1 对应 Python3.4 Anaconda 2.1.0...
  • Anaconda新手使用教程

    万次阅读 多人点赞 2021-09-01 11:29:42
    Anaconda使用教程一(新手友好)前言一、python和包以及anaconda的概念关系关于python与包关于anaconda二、Anaconda安装问题对windows三、Anaconda使用问题配置Anaconda源可能出现的错误conda install 仍然出现下载...
  • Anaconda安装教程傻瓜教程

    万次阅读 多人点赞 2022-03-29 16:00:01
    **前言:**有人纠结先安装python还是安装anaconda,这边的建议是装anaconda,就不需要单独装python了。 其次,有小伙伴的Anaconda的安装分两种情况: 情况一:电脑现在没有装python或者现在装的可以卸载掉(装...
  • anaconda怎么运行python

    千次阅读 2020-12-17 08:27:58
    展开全部序Python易用,但...为了解636f70793231313335323631343130323136353331333433646532决这些问题,有不少发行版的Python,比如WinPython、Anaconda等,这些发行版将python和许多常用的package打包,方便pytho...
  • Anaconda的基本使用

    万次阅读 多人点赞 2021-01-20 19:58:06
    文章目录Anaconda的基本使用Ipython 解释器ipython magic命令ipython 使用Ipython notebook使用 Anacondaconda 的使用虚拟环境将新的环境添加到jupyter中jupyter安装拓展conda虚拟环境相关的一些常见操作警告写入...
  • python与anaconda区别及先后安装的问题

    千次阅读 多人点赞 2022-02-07 04:42:45
    如果你曾经是一名小白,下载安装东西都是跟着教程或者视频点点点没去思考,或者你是一位不清楚python、pycharm、anaconda之间关系的同学。那这篇文章或许会对你有帮助。 因为大部分人可能都是先安装的python,...
  • Anaconda介绍

    千次阅读 2021-03-29 10:50:02
    Anaconda是什么? 一、Anaconda概述 Anaconda指的是一个开源的Python发行版本,其包含了Conda、Python等180多个科学包及其依赖项。因为包含了大量的科学包,Anaconda 的下载文件比较大(约 531 MB),如果只需要某些...
  • 2021年Anaconda版本对应python版本

    千次阅读 2021-02-28 16:03:45
    Anaconda版本 python版本 Anaconda 2.0.1 Python version 2.6 Anaconda 2.0.1 Python version 2.7 Anaconda 2.0.1 Python version 3.3 Anaconda 2.0.1 Python version 3.4 ...
  • Anaconda与Jupyter Notebook入门级详细使用教程

    万次阅读 多人点赞 2022-07-16 23:05:06
    Anaconda 简介 我们用Anaconda发行版作为Python的使用环境。Anaconda指的是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项。 注意:anaconda就安装了python,不需要额外另装python ...
  • 一、Anaconda简介 二、Anaconda的卸载 2.1 普通卸载 2.2 彻底卸载 一、Anaconda简介 Anaconda指的是一个开源的Python发行版本,可以便捷获取包且对包能够进行管理,同时对环境可以统一管理,其包含了conda、...
  • anaconda快捷键

    千次阅读 2021-12-02 17:17:19
  • python和anaconda的区别: 其实anaconda是包含python的。所以安装了anaconda就不用安装python了。 要想跑python程序,要有解释器和编译器。 解释器就是python2或python3.含有python.exe。就是将你编写的python语言...
  • anaconda安装opencv

    万次阅读 多人点赞 2021-10-31 22:42:16
    如何在anaconda里安装opencv? 1.用anaconda prompt安装 1>在开始菜单里面点击anaconda 在里面找到prompt(附打开界面) 2>看界面上显示的位置,首先切换到anaconda安装的位置,例如我的在D:\ana,但是...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 237,289
精华内容 94,915
关键字:

anaconda