ANACONDA的基本使用

最近身边朋友入坑深度学习的不少，所以就整合一下自己使用anaconda的一些经验，包括安装、环境配置、环境管理、以及环境搭建等等。希望身边的朋友能够少走弯路，有序高效的学习。以下操作全部基于windows下。

首先谈谈python、anaconda和pycharm的区别和联系。python是一种编程语言。pycharm是一个集成开发环境，其带有一整套可以帮助用户在使用Python语言开发时提高其效率的工具，比如调试、语法高亮、Project管理、代码跳转、智能提示、自动完成、单元测试、版本控制等等，但是它里面没有python.exe，以及一系列所需要的包，所有的东西都需要自己下载和配置。而Anaconda 是一个提供python开发所需的工具包，下载安装后就自带很多常用的包，也不需要额外安装python，说白点就是一个包管理软件，将很多包整合到一起，省去了很多安装包的时间，如果你有其它需要，用pip或conda安装就行。小白pycharm和anaconda之间没有直接的联系，但是可以将anaconda中的python.exe集成到pycharm中，这样在pycharm中就可以直接使用你在anaconda中配置的环境了，亲测方便实用，这个配置过程后续会详细描写。

1.下载安装anaconda和pycharm

正确安装好pycharm和anaconda。

注意事项：

在安装anaconda时，是不推荐将其路径添加到环境中，但是我们一般选择添加，这个看大家操作

安装这类软件时，一定要修改其安装路径，不要安在系统盘

2.将anaconda中的解释器集成到pycharm

1) 打开pycharm-->找到Flie-->找到Settings

2) 打开Python InterPretor-->Add ...

3) 点击Conda Environment-->点击Existing environment-->...

注：一定要点击Existing environment进行选择

4) 找到anaconda所在目录下，选择python.exe，然后点击OK即可

上面是anaconda最原始的，如果后期有创建虚拟环境用于pytorch等，可以按以下操作进行选择。同样是在anaconda所在目录，找到envs目录，然后选择自己需要的解释器。

换回默认源：

conda config --remove-key channels

设置搜索时显示通道地址：

conda config --set show_channel_urls yes

查看已配置下载源：

conda config --show channels

查看已配置下载优先级：

conda config --get channels

还有一招，就是手动找到.condarc文件（一般在C:Users****，.condarc为隐藏文件夹），直接修改成你想要的，暂时配置如下，目前为止没出过啥问题，当时配置时也是一把心酸泪，如果想要删除下载源，直接删除.condarc文件。

channels:

  - defaults

show_channel_urls: true

default_channels:

  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free

  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r

custom_channels:

  conda-forge: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

  msys2: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

  bioconda: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

  menpo: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

  pytorch: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

  simpleitk: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

ssl_verify: true

3）pip下载使用

方法一：临时使用pip下载源直接安装numpy、matplotlib和pandas

# 使用豆瓣源安装numpy和matplotlib

pip insatall numpy matplotlib -i https://pypi.doubanio.com/simple

# 使用清华源下载pandas

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

方法二：永久换源

直接在user(用户)目录中创建一个pip目录，如：C:Usersxxpip，然后新建文件pip.ini，在文件里面输入内容如下：

[global]

index-url = https://pypi.tuna.tsinghua.edu.cn/simple

4.package管理

在Powershell Prompt0.0.1运行

1）查看已安装的包

# 查看当前环境所有包 

conda list

# 查看当前环境指定包 conda list package_name

conda list numpy

# 查看指定环境所有包 conda list -n env_name

conda list -n tensorflow21

# 查看包可用版本 conda search package_name

conda search numpy

Name：包名称

Version：包版本号

Build：包创建者

Channel：包下载来源

2) 安装包

# 最新版本安装（默认安装最新版本）

conda install numpy

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

# 指定版本安装

conda install numpy=1.19.2

pip install numpy=1.19.2

# 包安装到指定环境

conda install -n package_name numpy

# 当前环境包更新

conda update numpy

# 卸载包

conda remove numpy

pip uninstall numpy

5.环境管理

在我们平常使用中，有时每个项目使用的框架或者相同框架的版本都不一样（例如Tensorflow、PyTorch），此时我们通常会根据自己需要去配置各种环境，如果将所有的包都下在一个环境里。会造成很多不必要的麻烦，而且管理起来也很麻烦，因此在Anaconda创建虚拟环境，在每个环境里搭建自己的框架非常必要。

1) 查看已经存在的环境

conda info --envs

conda info -e

conda env list 

2) 创建、激活和卸载虚拟环境

# 1.创建虚拟环境 conda create -n 【new_env_name】 python=x.x

conda create -n pytorch17 python=3.7.9

# 2.激活虚拟环境 conda activate 【new_env_name】

conda activate pytorch17

# 3.关闭虚拟环境 deconda activate 【new_env_name】

conda deactivate pytorch17

# 4.删除虚拟环境 conda remove --name env_name --all

conda remove --name pytorch17 --all