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--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
Ulyanov5 分钟前
大规模战场数据与推演:性能优化与多视图布局实战
开发语言·python·性能优化·tkinter·pyvista·gui开发
tjjucheng7 分钟前
小程序定制开发哪家口碑好
python
tjjucheng8 分钟前
小程序定制开发源头厂家
python
过期的秋刀鱼!27 分钟前
机器学习-带正则化的成本函数-
人工智能·python·深度学习·算法·机器学习·逻辑回归
郝学胜-神的一滴28 分钟前
机器学习数据预处理:归一化与sklearn的MinMaxScaler详解
人工智能·python·程序人生·机器学习·性能优化·sklearn
weixin_4624462334 分钟前
Python 使用 Chainlit + Ollama 快速搭建本地 AI 聊天应用
人工智能·python·ollama·chainlit
小北方城市网34 分钟前
SpringBoot 集成 MinIO 实战(对象存储):实现高效文件管理
java·spring boot·redis·分布式·后端·python·缓存
UR的出不克36 分钟前
Python实现SMZDM数据处理系统:从爬虫到数据分析的完整实践
爬虫·python·数据分析
不如语冰37 分钟前
AI大模型入门1.3-python基础-类
人工智能·pytorch·python·类和方法
一代土怪39 分钟前
django中实时更新数据库
python·django