Anaconda 安装与使用教程

目录

  1. Anaconda简介(#anaconda简介)

  2. 安装Anaconda(#安装anaconda)

  • Windows系统(#windows系统)

  • macOS系统(#macos系统)

  • Linux系统(#linux系统)

  1. 启动Anaconda Prompt/终端(#启动anaconda-prompt-终端)

  2. 创建和管理环境(#创建和管理环境)

  • 创建新环境(#创建新环境)

  • 激活环境(#激活环境)

  • 列出所有环境(#列出所有环境)

  • 删除环境(#删除环境)

  1. 安装和卸载包(#安装和卸载包)

  2. 更新Anaconda(#更新anaconda)

  3. Jupyter Notebook入门(#jupyter-notebook入门)

  4. 资源(#资源)

Anaconda简介

Anaconda 是一个用于科学计算的 Python 和 R 数据科学平台,包含了众多流行的科学、数学、工程和数据分析的Python包。

安装Anaconda

Windows系统

  1. 访问官网下载页面: https://www.anaconda.com/products/distribution/

  2. 选择适合Windows系统的安装包下载。

  3. 双击下载好的安装文件并按照提示进行安装。

  4. 在安装过程中可以选择是否将 Anaconda 添加到系统 PATH 环境变量中。

macOS系统

  1. 同样访问上述链接下载适合macOS系统的安装包。

  2. 下载完成后打开安装文件并按照提示进行安装。

  3. 通常情况下,macOS 用户也需要选择添加 Anaconda 到系统 PATH。

Linux系统

  1. 对于大多数Linux发行版,可以使用wget或curl下载.sh文件。

  2. 终端执行以下命令:

```bash

wget https://repo.anaconda.com/archive/Anaconda3-2024.07-Linux-x86_64.sh

bash Anaconda3-2024.07-Linux-x86_64.sh

```

  1. 按照安装脚本提示完成安装。

启动Anaconda Prompt/终端

  • Windows: 开始菜单 -> Anaconda3 -> Anaconda Prompt

  • macOS/Linux: 打开终端

创建和管理环境

创建新环境

```bash

conda create --name myenv python=3.7

```

激活环境

  • Windows/macOS/Linux:

```bash

conda activate myenv

```

列出所有环境

```bash

conda info --envs

```

删除环境

```bash

conda env remove --name myenv

```

安装和卸载包

在激活的环境中安装包:

```bash

conda install numpy

```

卸载包:

```bash

conda remove numpy

```

更新Anaconda

```bash

conda update anaconda

```

Jupyter Notebook入门

首先确保安装了 Jupyter Notebook:

```bash

conda install jupyter

```

启动 Jupyter Notebook:

```bash

jupyter notebook

```

打开浏览器,输入默认地址 `http://localhost:8888` 进入 Jupyter Notebook 页面。

下面是一个简单的 Python 代码示例,在 Jupyter Notebook 中运行:

```python

打印 Hello World!

print("Hello World!")

```

相关推荐
第九序言T7 小时前
Python 数据处理进阶(十八)批量处理同结构文件:一个文件夹一次跑完
开发语言·python·自动化·pandas·数据处理
Java后端的Ai之路7 小时前
CAS并发控制-从CPU指令到企业级乐观锁
vue.js·人工智能·python·cas·乐观锁
qq_426003967 小时前
UI自动化高频次登录login限流解决方案
python·ui·自动化
Sakura_j_h_7 小时前
EasyEDA PCB 快速设计Skills
c++·python·github
quantdash_cc8 小时前
如何验证历史行情的交易日期是否完整覆盖研究区间?
python·数据分析·pandas·量化交易·股票数据·quantdash
I Am a robert girl8 小时前
当智能体学会“串通”:从长程交互中读懂涌现式合谋
python·多智能体系统·多智能体协作·llm agent·涌现式合谋·对齐问题·激励机制设计
云和数据.ChenGuang9 小时前
光哥说Python RAG 系统需要哪些评估指标:从检索到生成的全链路评测指南
网络·人工智能·python·算法·langchain
专注仿真9 小时前
线性回归和逻辑回归算法详解
开发语言·人工智能·python·大模型训练·控制算法
wflynn10 小时前
GitHub 今日推荐|Edge0:让大号 MoE 模型在一台 Mac 上流式跑起来
python·开源·github
2601_9679801111 小时前
python之用scapy分层解析pcap报文(Ethernet帧、IP数据包、TCP数据包、UDP数据包、Raw数据包)
python·scapy·pcap·协议分析·网络数据包