使用 Conda + Pip 创建 Python 开发环境的完整教程

使用 Conda + Pip 创建 Python 开发环境的完整教程

本教程按照图片中的四个步骤,详细介绍如何使用 Conda 和 Pip 来创建 Python 虚拟环境并运行 Demo 程序。


一、下载安装 Conda 软件

Conda 是一个强大的环境管理工具,可以方便地创建和管理 Python 虚拟环境。

1. 下载 Conda

Conda 有两个主要的发行版:

  • Anaconda:包含 Python、常用科学计算库(如 NumPy、Pandas)和 Jupyter Notebook,适合数据科学。
  • Miniconda:精简版的 Conda,只包含基本的 Conda 组件,适合轻量级开发。

一般推荐 Miniconda,因为它更轻量,安装速度更快。

2. 安装 Conda

  • Windows 用户

    1. 下载 .exe 安装包并运行。

    2. 选择 "Just Me(仅当前用户)" 或 "All Users(所有用户)"。

    3. 添加 Conda 到环境变量(安装时勾选选项)。

    4. 完成安装后,在 Anaconda PromptPowerShell 中运行:

      css 复制代码
      sh
      复制编辑
      conda --version

      确保 Conda 安装成功。

  • Mac/Linux 用户

    1. 下载 .sh 安装包。

    2. 运行:

      bash 复制代码
      sh
      复制编辑
      bash Miniconda3-latest-Linux-x86_64.sh  # Linux
      bash Miniconda3-latest-MacOSX-x86_64.sh  # macOS
    3. 按照提示完成安装。

    4. 关闭终端重新打开,运行:

      css 复制代码
      sh
      复制编辑
      conda --version

      确保 Conda 安装成功。


二、创建 Python 虚拟环境

使用 Conda 可以创建独立的 Python 运行环境,避免不同项目之间的依赖冲突。

1. 创建一个新环境

运行以下命令(将 myenv 替换为你的环境名称):

ini 复制代码
sh
复制编辑
conda create -n myenv python=3.10

python=3.10 指定 Python 版本,可根据需要修改。

2. 激活环境

复制代码
sh
复制编辑
conda activate myenv

如果安装后提示 conda command not found,尝试:

bash 复制代码
sh
复制编辑
source ~/miniconda3/bin/activate myenv  # macOS/Linux

3. 查看已有环境

bash 复制代码
sh
复制编辑
conda env list

或者

css 复制代码
sh
复制编辑
conda info --envs

4. 退出环境

复制代码
sh
复制编辑
conda deactivate

三、使用 Conda/Pip 安装第三方包

Python 依赖的库可以通过 condapip 安装。

1. 使用 Conda 安装库

推荐使用 Conda 安装大多数科学计算库,因为它们包含预编译的二进制文件,安装速度更快。例如:

复制代码
sh
复制编辑
conda install numpy pandas matplotlib

2. 使用 Pip 安装库

如果某些库不在 Conda 仓库中,可以使用 pip

复制代码
sh
复制编辑
pip install requests beautifulsoup4

3. 确保 Conda 和 Pip 一起使用

先更新 Conda:

sql 复制代码
sh
复制编辑
conda update conda

然后安装 pip(如果未安装):

复制代码
sh
复制编辑
conda install pip

最后,用 pip 安装额外的包:

go 复制代码
sh
复制编辑
pip install some-package

4. 查看已安装的库

bash 复制代码
sh
复制编辑
conda list  # 显示 Conda 安装的库
pip list  # 显示 Pip 安装的库

四、运行 Demo 程序

完成环境和库安装后,可以运行一个简单的 Python 脚本来测试环境。

1. 创建 demo.py

在你的项目目录下创建 demo.py

python 复制代码
python
复制编辑
import numpy as np

# 创建一个随机数组
data = np.random.rand(5, 5)

# 打印数据
print("随机数组:")
print(data)

2. 运行脚本

确保已经激活环境:

复制代码
sh
复制编辑
conda activate myenv

然后运行:

复制代码
sh
复制编辑
python demo.py

如果输出了 5×5 的随机数组,说明环境配置成功!


补充:删除环境

如果不再需要某个环境,可以删除:

lua 复制代码
sh
复制编辑
conda remove -n myenv --all

总结

完整流程

  1. 安装 Conda(推荐 Miniconda)。
  2. 创建虚拟环境,并激活它。
  3. 安装所需 Python 包 ,优先使用 conda install,必要时使用 pip install
  4. 运行 Python 脚本,测试环境是否配置正确。
相关推荐
feifeigo123几秒前
基于隐马尔可夫模型(HMM)的孤立词语音识别系统
人工智能·语音识别·xcode
weixin_4684668511 分钟前
千问大模型在阿里生态中的实战应用指南
大数据·人工智能·深度学习·ai·大模型·智能交互·自动应答
kTR2hD1qb24 分钟前
Claude Code Skill的介绍与使用
java·前端·数据库·人工智能
qq_3909347425 分钟前
Cursor使用教程
人工智能
码农小白AI27 分钟前
规范档案复核流程,IACheck+AI 报告审核满足资质监管要求
人工智能
Luhui Dev31 分钟前
大角几何 MCP 服务上线:让 AI Agent 直接完成几何作图
人工智能·数学·机器学习·大角几何·luhuidev
纤纡.32 分钟前
阿里云 DSW 实战:从零完成 Qwen3-4B 大模型 LoRA 微调全流程
人工智能·阿里云·语言模型·云计算
汤米粥35 分钟前
python学习——核心语法三
java·python·学习
AI视觉网奇39 分钟前
3d 打印模型修复
人工智能·3d
“码”力全开1 小时前
深度解析:基于 Docker 与边缘计算的 AI 视频管理平台架构——打通 GB28181/RTSP 协议与“源码交付”的高效集成方案
人工智能·docker·边缘计算