随着Python的版本更新,我们在开发Python软件的时候,对Python的版本选择越来越重要,但同时又要兼容已经开发好了的Python软件,因此选择一款合适的Python版本管理器对提高开发效率也越来越重要,今天就推荐一款Python的版本工具---Miniconda ,从名字上看有mini,所以他是一款简化版,而完整版叫Anaconda ,他们俩个都是conda 包管理器,当然也有很大的不同,接下来就开始介绍。
Anaconda
Anaconda 是一个开源的 Python 和 R 语言发行版,专为数据科学、机器学习和大数据处理而设计。它由 Anaconda, Inc. 开发和维护,旨在简化包管理和部署,同时提供一个功能强大的开发环境。
Anaconda 包含了多个重要组件,使其成为数据科学工作流中的一站式解决方案:
1. Python 解释器 :Anaconda 包括最新版本的 Python 解释器,使得编写和运行 Python 代码变得非常方便。
2. conda :这是 Anaconda 的核心包管理器和环境管理器,允许用户创建和管理虚拟环境,以及安装和更新各种包。conda 支持 Python 和非 Python 包,这使其比其他包管理器(如 pip)更加灵活。
3. 常用数据科学库 :Anaconda 预装了 1,500 多个数据科学和机器学习的常用库,如 NumPy、Pandas、SciPy、Matplotlib、Scikit-learn、TensorFlow 和 PyTorch 等。这使得用户无需手动安装这些库,从而节省大量时间。
4. Jupyter Notebook:这是一种交互式的开发环境,广泛用于数据探索、分析和可视化。Jupyter Notebook 允许用户在同一个文档中编写代码、添加注释和展示结果,非常适合数据科学项目。
正是由于有这么多的组件,让Anaconda具有简化环境管理 、丰富的包支持 、跨平台支持等优势,对于科学研究者老说使用Anaconda更方便快捷
Miniconda
Miniconda 是 Anaconda 项目的一个简化版,是一个轻量级的 Python 发行版本,专注于提供基本的 Python 环境管理功能。与 Anaconda 不同,Miniconda 只包含最基本的工具和包,用户可以根据需要自行安装其他库和工具。由于是简化版,它只包含Python 解释器 和 conda 两个组件,因此它更轻量级、灵活行也更高。因此我们在开发项目时需要根据自己实际需求去安装依赖。
下载地址
Anaconda:https://www.anaconda.com/download 填写邮箱提交后会发送一个包含下载地址的邮件,直接在邮件中打开下载
![](https://img-blog.csdnimg.cn/direct/f176d4e7e98247418248deb8df6e47e0.png)
Miniconda:https://docs.anaconda.com/free/miniconda/
![](https://img-blog.csdnimg.cn/direct/8cafedaa6d0347a1bd5758f0759d0dae.png)
这两个安装包我也上传到CSDN,下载地址:https://download.csdn.net/download/weixin_45481406/89426093
接下来就开始演示Miniconda,关于Miniconda的安装在这里就不详细说明,直接缺省安装即可。安装后需要配置环境变量,如下图所示:
配置环境变量后再控制台中输入 "conda -V" 验证是否成功
接下来就对Miniconda的命令做一个详细的解释
shell
activate # 激活一个环境,需要提前安装
clean # 删除没有使用的包和缓存
compare # 比较环境中的包
config # 修改配置文件的值
content-trust # 签名和验证工具
create # 从指定包的列表中创建新的conda环境
deactivate # 停用当前活动的conda环境
doctor # 显示环境的运行状况报告
export # 导出指定的环境
info # 显示有关当前conda安装的信息
init # 初始化conda以进行shell交互
install # 将程序包列表安装到指定的conda环境中
list # 列出conda环境中已安装的程序包
notices # 检索最新的频道通知
package # 创建低级别的conda包
remove (uninstall)# 从指定的conda环境中删除包的列表
rename # 重命名现有环境
repoquery # 高级搜索报告数据
run # 在conda环境中运行可执行文件
search # 使用MatchSpec格式搜索程序包并显示相关信息
update (upgrade) # 将conda软件包更新到最新的兼容版本
conda的每个命令中都还有一写其他的参数,可以通过 "-h" 查看。
接下来就演示conda的一个流程
1. 使用 "conda create --name python3.8 python=3.8 " 安装一个名为python3.8,python版本为3.8的环境
2. 使用 "conda env list " 查看所有已安装的环境
3. 使用 "conda activate python3.8 " 激活安装的环境
4. 使用 "conda deactivate " 退出当前环境,如果安装时选择的默认环境,择退出后会使用默认环境
5. 使用 "conda remove --name python3.8 --all" 删除名为python3.8的环境