工作效率提升:使用Anaconda Prompt 创建虚拟环境总结

目录

      • 完整顺序命令流程(直接照着改就行)
      • 详细步骤解析(想要详细解析的看过来)
        • [1. 创建一个用于存储 Conda 环境的目录(可选)](#1. 创建一个用于存储 Conda 环境的目录(可选))
        • [2. 创建新的 Conda 虚拟环境并指定路径](#2. 创建新的 Conda 虚拟环境并指定路径)
        • [3. 激活新创建的环境](#3. 激活新创建的环境)
        • [4. 安装 Jupyter Notebook](#4. 安装 Jupyter Notebook)
        • [5. 安装并配置 `ipykernel` 以使 Jupyter 识别新环境](#5. 安装并配置 ipykernel 以使 Jupyter 识别新环境)
        • [6. 启动 Jupyter Notebook 并选择新环境](#6. 启动 Jupyter Notebook 并选择新环境)
        • [7. 示例完整流程](#7. 示例完整流程)
        • 8.附加说明
        • [9. 总结](#9. 总结)

下面是如何在 D盘 使用 Anaconda Prompt 创建一个新的 Conda 虚拟环境,并配置 Jupyter Notebook 以使用该环境的详细步骤和相应的命令。

前提条件

  • 已安装 Anaconda 或 Miniconda。
  • 确保您有 D盘 的读写权限。

步骤概述

  1. 创建一个用于存储 Conda 环境的目录(可选)
  2. 创建新的 Conda 虚拟环境并指定路径
  3. 激活新创建的环境
  4. 安装 Jupyter Notebook
  5. 安装并配置 ipykernel 以使 Jupyter 识别新环境
  6. 启动 Jupyter Notebook 并选择新环境

完整顺序命令流程(直接照着改就行)

bash 复制代码
# 1. 创建用于存储 Conda 环境的目录(如果尚未创建)
mkdir D:\conda_envs

# 2. 创建新的 Conda 虚拟环境并指定路径
conda create -p D:\conda_envs\python3_8 python=3.8

# 3. 激活新创建的环境
conda activate D:\conda_envs\python3_8

# 4. 安装 Jupyter Notebook
conda install jupyter
# 或者使用 pip
# pip install jupyter

# 5. 安装并配置 ipykernel
conda install ipykernel
# 或者使用 pip
# pip install ipykernel

python -m ipykernel install --user --name=python3_8 --display-name="Python 3.8 (D盘环境)"

# 6. 启动 Jupyter Notebook
jupyter notebook

详细步骤解析(想要详细解析的看过来)

1. 创建一个用于存储 Conda 环境的目录(可选)

为了组织您的 Conda 环境,建议在 D盘 创建一个专门的目录来存放所有环境。例如,D:\conda_envs。

bash 复制代码
mkdir D:\conda_envs
2. 创建新的 Conda 虚拟环境并指定路径

使用 conda create 命令并通过 -p 参数指定环境的完整路径。

bash 复制代码
conda create -p D:\conda_envs\python3_8 python=3.8

说明:

  • -p 或 --prefix 参数允许您指定环境的完整路径。
  • D:\conda_envs\python3_8 是环境的安装路径,您可以根据需要更改为其他路径。
  • python=3.8 指定 Python 的版本,您可以根据需要选择其他版本。
3. 激活新创建的环境

使用 conda activate 并提供环境的完整路径来激活环境。

bash 复制代码
conda activate D:\conda_envs\python3_8

注意: 激活环境时需要使用完整路径,因为该环境不是通过 --name 参数创建的。

4. 安装 Jupyter Notebook

在激活的环境中,安装 Jupyter Notebook。推荐使用 conda install 以确保兼容性。

bash 复制代码
conda install jupyter

如果您更喜欢使用 pip,也可以使用以下命令:

bash 复制代码
pip install jupyter
5. 安装并配置 ipykernel 以使 Jupyter 识别新环境

安装 ipykernel 并将当前环境添加为 Jupyter Notebook 的一个内核。

bash 复制代码
conda install ipykernel

或者使用 pip:

bash 复制代码
pip install ipykernel

然后,将当前环境添加为 Jupyter 的内核:

bash 复制代码
python -m ipykernel install --user --name=python3_8 --display-name="Python 3.8 (D盘环境)"

说明:

  • --name 是内核的内部名称,可以自定义。
  • --display-name 是在 Jupyter Notebook 中显示的名称,建议包含版本号和位置以便识别。
6. 启动 Jupyter Notebook 并选择新环境

在激活的环境中启动 Jupyter Notebook:

bash 复制代码
jupyter notebook

打开 Jupyter Notebook 后,您可以在创建新笔记本时选择刚刚添加的 "Python 3.8 (D盘环境)" 内核。

7. 示例完整流程

以下是上述步骤的完整命令顺序:

bash 复制代码
# 1. 创建用于存储 Conda 环境的目录(如果尚未创建)
mkdir D:\conda_envs

# 2. 创建新的 Conda 虚拟环境并指定路径
conda create -p D:\conda_envs\python3_8 python=3.8

# 3. 激活新创建的环境
conda activate D:\conda_envs\python3_8

# 4. 安装 Jupyter Notebook
conda install jupyter
# 或者使用 pip
# pip install jupyter

# 5. 安装并配置 ipykernel
conda install ipykernel
# 或者使用 pip
# pip install ipykernel

python -m ipykernel install --user --name=python3_8 --display-name="Python 3.8 (D盘环境)"

# 6. 启动 Jupyter Notebook
jupyter notebook
8.附加说明
  • 管理多个环境:如果您以后需要创建更多位于 D盘 的环境,可以重复步骤 2 到 6,只需更改环境的名称和路径即可。

    例如,创建一个 Python 3.9 的环境:

    bash 复制代码
    conda create -p D:\conda_envs\python3_9 python=3.9
    conda activate D:\conda_envs\python3_9
    conda install jupyter ipykernel
    python -m ipykernel install --user --name=python3_9 --display-name="Python 3.9 (D盘环境)"
    jupyter notebook
  • 移除环境:如果需要删除某个环境,可以使用以下命令:

    bash 复制代码
    conda remove -p D:\conda_envs\python3_8 --all
  • 列出所有内核 :在 Jupyter Notebook 中,您可以通过 jupyter kernelspec list 查看所有可用的内核。

    bash 复制代码
    jupyter kernelspec list
  • 修改默认工作目录:如果希望 Jupyter Notebook 默认启动在 D盘的某个目录,可以参考以下步骤:

    1. 生成 Jupyter Notebook 的配置文件(如果尚未生成):

      bash 复制代码
      jupyter notebook --generate-config
    2. 编辑配置文件,通常位于 C:\Users\你的用户名\.jupyter\jupyter_notebook_config.py。

    3. 找到或添加以下行,将其取消注释并设置为您希望的目录:

      python 复制代码
      c.NotebookApp.notebook_dir = 'D:\\JupyterNotebooks'

      注意 :路径中使用双反斜杠 \\ 或者使用原始字符串 r'D:\JupyterNotebooks'。

    4. 保存并关闭配置文件。

    5. 重新启动 Jupyter Notebook。

9. 总结

通过上述步骤,可以在 D盘 创建并使用 Conda 虚拟环境,同时确保 Jupyter Notebook 能够正确调用该环境中的 Python 解释器。这样做不仅避免了修改系统环境变量的问题,还能更好地管理和组织您的开发环境。

如果在操作过程中遇到任何问题,请随时提供详细信息,我将进一步协助您解决。

相关推荐
怕浪猫11 小时前
RAG 面试 6 连问,从原理到优化全部覆盖
python·算法·面试
高洁0111 小时前
具身智能中的世界模型训练
人工智能·python·深度学习·机器学习·transformer
无线通信科研笔记11 小时前
IEEE TVT 2026 论文精读与完整复现|相位误差如何重塑近场 RIS 的幅相响应
论文阅读·人工智能·python·算法·论文笔记
朝朝辞暮i11 小时前
VLA 系统学习第 1 课:VLA 到底在干什么?
人工智能·python·计算机视觉·vla
2601_9628857212 小时前
如何用 Python 自动识别股票的支撑位与压力位?
开发语言·python
北冥有鱼被烹12 小时前
VCSEL全景解析:与光模块NPO CPO的关系、市场量化分析与产业链影响
python
caoerzhong13 小时前
中小企业上 WMS 该先上哪几块:JeeWMS 开源 Java 仓库管理系统的分批上线清单
java·python·开源
正在走向自律13 小时前
AI数据分析与可视化:从基础到应用实践
服务器·人工智能·python·机器学习·数据分析·pandas
databook13 小时前
从手动检查到自动监控:一个数据质量工作流的实现
后端·python·数据分析
北冥有鱼被烹16 小时前
砷化镓与磷化铟:光模块的地基——从化学键到AI缺货潮的底层逻辑
人工智能·python