anaconda镜像源⽂件位置_Anaconda的安装以及修改镜像地
址
环境这种问题确实⽞学 好多时候都是碰碰运⽓，以后经量把这些过程记录下来 再使⽤的时候就不⽤再到处了
1.Anaconda是什么？
简单来说，Anaconda是Python的包管理器和环境管理器。先来解决⼀个初学者都会问的问题：我已经安装了Python，那么为什么还需要Anaconda呢？原因有以下⼏点：
(1)Anaconda附带了⼀⼤批常⽤数据科学包，它附带了conda、Python和 150 多个科学包及其依赖项。因此你可以⽤Anaconda⽴即开始处理数据。
(2)管理包。Anaconda 是在 conda(⼀个包管理器和环境管理器)上发展出来的。在数据分析中，你会⽤到很多第三⽅的包，⽽conda(包管理器)可以很好的帮助你在计算机上安装和管理这些包，包括安装、卸载和更新包。
(3)管理环境。为什么需要管理环境呢？⽐如你在A项⽬中⽤到了Python2，⽽新的项⽬要求使⽤Python3，
⽽同时安装两个Python版本可能会造成许多混乱和错误。这时候conda就可以帮助你为不同的项⽬建⽴不同的运⾏环境。还有很多项⽬使⽤的包版本不同，⽐如不同的pandas版本，不可能同时安装两个pandas版本。你要做的应该是在项⽬对应的环境中创建对应的pandas版本。这时候conda就可以帮你做到。
总结：Anaconda解决了官⽅Python的两⼤痛点：
(1)提供了包管理功能，Windows平台安装第三⽅包经常失败的场景得以解决。
(2)提供环境管理功能，解决了多版本Python并存、切换的问题。
2.如何安装？
注意：如果你是windows 10系统，注意在安装Anaconda软件的时候，右击安装软件→选择以管理员的⾝份运⾏。
安装选择设置到环境变量
完成安装后，如果你是在windows上操作，按下⾯图打开 Anaconda Prompt (或者 Mac 下的终端)，后⾯我会将Anaconda Prompt统⼀称为“终端”。
注意：如果你是windows 10系统，按下图操作
图1：Anaconda安装成功界⾯
3.如何管理包？
安装Anaconda之后，我们就可以很⽅便的管理安装包(安装，卸载，更新)。
(1)安装包
conda 的包管理功能和pip 是⼀样的，当然你选择pip 来安装包也是没问题的。
# 安装 matplotlib
conda install matplotlib
(2)卸载包
# 删除包
conda remove matplotlib
(3)更新包
# 包更新
conda update matplotlib
(4)查询已经安装的包
# 查看已安装的包
conda list
(5)修改镜像地址
1.修改Anaconda镜像地址
安装Anaconda时候，访问的是国外的⽹络，所以下载Anaconda和安装包时会特别慢。我们需要更换到国内镜像源地址，这⾥我更换到国内的清华⼤学地址。(永久添加镜像)Windows命令：
conda config --set show_channel_urls yes
2.修改pip镜像地址
如果你安装包时⽤的是pip，感觉也很慢。同样的，我们把pip的镜像源地址改成国内的，⾖瓣源速度⽐较快。(临时修改的⽅法)Windows命令：
例⼦：
#这样就会从清华这边的镜像去安装numpy库。
当然，pip还有永久修改，⼀劳永逸的办法：
windows下，直接在user⽬录中创建⼀个pip⽬录，如：C:\Users\xx\pip，新建⽂件pip.ini，内容如下：
python默认安装路径[global]
4.如何管理环境
conda 可以为你不同的项⽬建⽴不同的运⾏环境。
(1)创建环境
conda create –n python27 numpy
上⾯的命令中，python27是设置环境的名称(-n是指该命令后⾯的python27是你要创建环境的名称)，numpy是你要安装在环境中的包名称。
注意：创建环境时，可以指定要安装在环境中的Python版本。当你同时使⽤ Python 2.x 和 Python 3.x 中的代码时这很有⽤。要创建具有特定 Python 版本的环境，例如创建环境名称为python36，并安装最新版本的Python3.6在终端中输⼊：
conda create –n python36 python=3.6
或也可以这样创建环境名称为python27，并安装最新版本Python2.7：
conda create –n python27 python=2.7
因为我做的项⽬不同，有时候会⽤到Python2，还有时候会⽤到Python3。所以我在⾃⼰的计算机上创建了这两个环境，并分别取了这样的环境名称：python27,python36。这样我可以根据不同的项⽬轻松使⽤不同版本的python。
2)进⼊环境
在 Windows 上，你可以使⽤
conda activate python27
进⼊。进⼊之后，你可以在终端提⽰符中看到环境名称。当然，当你进⼊环境后，可以⽤conda list 查看环境中默认的安装包。
图2：进⼊环境
(3)离开环境
在 Windows 上，终端中输⼊：
deactivate
(4)共享环境
共享环境⾮常有⽤，它能让其他⼈安装你代码中使⽤的所有包，并确保这些包的版本正确。⽐如你开发了⼀个药店数据分析系统，你要提交给项⽬部署系统的⼈来部署你的项⽬，但是他们并不知道你当时开发时使⽤的是哪个python版本，以及使⽤了哪些包和包的版本。这怎么办呢？你可以在你当前的环境的终端中使⽤:
conda env export > environment.yaml
将你当前的环境保存到⽂件中包保存为YAML⽂件(包括Pyhton版本和所有包的名称)。命令的第⼀部分 conda env export ⽤于输出环境中的所有包的名称(包括 Python 版本)。你在终端中上可以看到导出的环境⽂件路径。在 GitHub 上共享代码时，最好同样创建环境⽂件并将其包括在代码库中。这能让其他⼈更轻松地安装你的代码的所有依赖项。
图3：共享环境
那么问题来了：导出的环境⽂件，在其他电脑环境中如何使⽤呢？
⾸先在conda中进⼊你的环境，⽐如conda activate python27。然后在使⽤以下命令更新你的环境：
#其中-f表⽰你要导出⽂件在本地的路径，所以/path/l要换成你本地的实际路径
conda env update -f=/path/l
对于不使⽤conda 的⽤户，我们通常还会使⽤以下命令将⼀个 txt⽂件导出并包括在其中:
pip freeze >
图4：恢复环境共享
然后我将该⽂件包含在项⽬的代码库中，其他项⽬成员即使在他的电脑上没有安装conda也可以使⽤该⽂件来安装和我⼀样的开发环境：他在⾃⼰的电脑上进⼊python命令环境，然后运⾏以下命令就可以安装该项⽬需要的包：
#其中C:\Users\是该⽂件在你电脑上的实际路径。
pip install -r C:\Users\
(5)列出环境
有时候会忘记⾃⼰创建的环境名称，这时候⽤ conda env list 就可以列出你创建的所有环境。
图5：查看环境
你会看到环境的列表，⽽且你当前所在环境的旁边会有⼀个星号。默认的环境(即当你不在选定环境中时使⽤的环境)名为 base。
6)删除环境
如果你不再使⽤某个环境，可以使⽤以下命令。
#删除指定的环境(在这⾥环境名为 python27)。
conda env remove -n python27
Reference:
转⾃

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。