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 Prompt 或 PowerShell 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 conda 或 pip 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
FPGA信号处理5 小时前
【信号检测与估计】第四节课:非高斯噪声下的 BLUE、极大似然与 EM 算法
人工智能·算法·机器学习
IT大白鼠5 小时前
彭大帅的AI运维助手——自然语言管理 Linux 集群与网络设备——第 2 篇 · 安全守规矩的 AI:分级安全管控是灵魂
linux·运维·人工智能
SelectDB技术团队5 小时前
Agent Trace 数据底座建设:宽表建模、全文检索与成本聚合的配置与验证步骤
大数据·python·clickhouse·elk·elasticsearch·全文检索·复杂查询
闭包不眠5 小时前
端侧AI能省多少服务器钱:把账换成字节算
运维·服务器·图像处理·人工智能·计算机视觉
IT_陈寒5 小时前
Java的HashMap线程安全问题让我深夜掉光了头发
前端·人工智能·后端
CHENKONG_CK5 小时前
恶劣工况下 RFID 赋能喷涂产线自动化分拣与作业
运维·网络·人工智能·自动化·汽车·rfid·rfid
计算机源码社5 小时前
【27届大数据毕设】基于Spark的TikTok短视频属性分享与互动比率可视化分析系统 基于机器学习的TikTok短视频认证属性与互动效能关联分析
大数据·hadoop·python·机器学习·spark·毕业设计·课程设计
北京中科新远科技5 小时前
AI集群交换网络容量怎么算:端口、收敛比与Leaf-Spine验收
服务器·网络·人工智能
水如烟5 小时前
孤能子视角:EIS判据观测表——可对AI读数的操作接口
人工智能
BullSmall5 小时前
全套补充材料:评测报告模板 + Bad Case 分类方案 + 评测数据集构建规范
人工智能·分类·数据挖掘