anaconda安装配置教程

Windows 系统安装 Miniconda

Windows 下安装 Anaconda/Miniconda 比较简单，只需在清华镜像站下载后按引导程序安装即可。

不过有时候可能安装完后需要手动添加环境变量，即在 System Path 中添加以下目录:

D:\ProgramFiles\Miniconda
D:\ProgramFiles\Miniconda\Scripts
D:\ProgramFiles\Miniconda\Library\bin
D:\ProgramFiles\Minionda\Library\usr\bin
D:\ProgramFiles\Miniconda\Library\mingw-w64\bin

Windows 下移动环境和包的位置

对于 Windows 系统，新建环境和缓存会加载到 C 盘用户目录，可修改到其他位置。

打开 .condarc 文件，添加 envs_dirs 和 pkgs_dirs。

channels:
  - conda-forge
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - defaults
show_channel_urls: true
envs_dirs:
  - D:\ProgramFiles\Miniconda\envs
  - C:\Users\wang\.conda\envs
pkgs_dirs:
  - D:\ProgramFiles\Miniconda\pkgs
  - C:\Users\wang\.conda\pkgs

Conda 更新软件源

Anaconda 安装后，需及时更新 Conda 和 Pip 的软件源。

Conda 更新源命令为:

conda config --show-sources # 查看有哪些源
conda config --get channels # 查看源的优先级

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ # 添加清华源
conda config --add channels conda-forge  # 添加 conda-forge 源
conda config --set show_channel_urls yes # 设置搜索时显示源地址

更改源后 Linux 和 Windows 用户目录下都会生成 .condarc 文件，用于索引环境，Python 包和软件源的路径。

Pip 更新软件源

Pip 可在安装模块时临时选择某个镜像源:

pip install [pak_name] -i https://pypi.tuna.tsinghua.edu.cn/simple

# 其他镜像源
https://pypi.mirrors.ustc.edu.cn/simple   # 中科大
http://mirrors.tencentyun.com/pypi/simple # 腾讯云
http://mirrors.aliyun.com/pypi/simple     # 阿里云

永久修改源的方法:

• Linux 下，修改 ~/.pip/pip.conf 配置文件，没有就创建一个。
• Windows 下，修改 C:\\Users\\<user name>\\AppData\\Roaming\\pip\\pip.ini 配置文件，没有就创建一个。

在配置文件中添加以下内容:

[global]
index-url = http://mirrors.aliyun.com/pypi/simple
[install]
trusted-host = mirrors.aliyun.com

或者直接输入以下命令修改镜像源。

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

Conda 常用命令

conda info      # 查看 conda 信息
conda --version # 获取版本号
conda env list  # 列出所有环境
conda list      # 列出所有已安装的包

conda create -n [env_name] # 创建环境
conda create -n [env_name] numpy matplotlib python=3.11 # 创建指定版本下包含某些包的环境

conda activate [env_name] # 进入环境
conda deactivate          # 退出环境

# 新建环境需安装 ipykernel 后方可在 VSCode Jupyter 中打开 
conda install -n <环境名> ipykernel --update-deps --force-reinstall

conda install [pak_name]     # 安装包
conda install [pak_name]=1.4 # 安装指定版本包
conda install [pak_name_1] [pak_name_2] [pak_name_3] # 同时安装多个包

conda remove -n [env_name] --all # 删除环境
conda remove [pak_name]          # 删除包
conda uninstall [pak_name]       # 删除包

conda clean --all -y # 清理所有缓存和未使用的内容
conda clean -p       # 清理没有使用的包
conda clean -i       # 清除索引缓存

conda update/upgrade --all # 升级环境中所有包
conda update python        # 升级 python 到最新版
conda update conda         # 升级 conda
conda update anaconda      # 升级 anaconda, 需先升级 conda

# 彻底卸载 anaconda 未测试，待验证
conda install anaconda-clean
anaconda-clean --yes

Pip 常用命令

pip --version             # 查看 pip 版本
pip install --upgrade pip # 升级 Pip 版本

pip list                         # 列出已安装的包
pip list -o                      # 查看哪些包可以升级
pip install --upgrade [pak_name] # 升级包
pip check [pak_name]             # 检查包是否存在依赖问题

pip install [pak_name]          # 安装包
pip install [pak_name_1] [pak_name_2] [pak_name_3] # 同时安装多个包
pip install [pak_name]==1.1.2   # 指定安装包的版本
pip install [pak_name].whl      # 从 whl 文件安装包
pip install -r requirements.txt # 批量安装项目依赖项

pip uninstall [pak_name] # 卸载包

pip freeze > requirements.txt # 将包列表写进依赖项清单

Pip 和 Conda 的区别

Conda 同时管理 Python 包和环境，Pip 只管理包，Virtualenv 只管理环境。

conda install 安装的包在 anaconda3/pkgs 目录下。

当甲环境安装了某个包，乙环境需重复安装该包时，就可以直接从 anaconda3/pkgs 将包复制至乙环境，避免重复下载。

pip install 安装的包，分两种情况:

1. 如果当前 Python 是由 Conda 安装的，则包会安装在:

anaconda3/envs/current_env/lib/python3.x/site-packages

2. 如果当前 Python 是自行安装的，包会安装在:

~/.local/lib/python3.x/site-packages

常见问题

Solve environment 速度极慢

Conda 在安装新包会检索整个环境，导致 Solve environment 的速度极慢。当环境中包越多，需要的时间则越久。

可使用 Mamba 加快下载速度解决这一问题。

或者更正环境和包的管理原则，即 Conda 只用来管理环境，Pip 只用来管理包。

Windows 系统 Jupyter 无法跳转到浏览器

在 Windows 系统下，安装 Jupyter Lab 或 Jupyter Notebook 后，偶尔出现从命令行启动无法跳到浏览器页面。

解决办法有:

1. 生成 Jupyter 配置文件。

# jupyter lab
jupyter lab --generate-config
# jupyter notebook
jupyter notebook --generate-config

2. 进入 .jupyter 目录，找到 jupyter_notebook_config.py 文件并修改。

# 找到
c.NotebookApp.browser = ' '

# 修改为
import webbrowser
webbrowser.register("chrome",None,webbrowser.GenericBrowser("C:\\Program Files(x86)\\Microsoft\\Edge Dev\\Application\\msedge.exe"))
c.NotebookApp.browser = 'chrome'

修改 Windows 系统下 Jupyter lab 默认目录

Jupyter 默认是用户目录，可进行修改。

打开 jupyter_notebook_config.json, 文件若不存在可手动创建。

修改的内容为:

{
  "NotebookApp": {
    "nbserver_extensions": {
      "jupyterlab": true
    },
    "notebook_dir":"D:/Archives/Python"
  }
}

虚拟环境下打包 Python 文件为 exe

1. 创建一个无默认包的新环境。

conda create --name dabao --no-default-packages python=3.10

2. 进入新环境。

conda activate dabao

3. 升级 pip 并设置清华源。

python -m pip install --upgrade pip && \
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

4. 安装打包文件中必要的模块。

pip install pyinstaller flaml pandas matplotlib

5. 切换到新目录并打包。

Pyinstaller -F -i yue.png --add-data "D:\ProgramFiles\Anaconda\envs\dabao\Lib\site-packages\xgboost;./xgboost" yuechao.py

blocking request with non-local ‘Host’ error

Jupyter 服务器默认只允许本地主机的请求，当收到非本地主机的请求时，会阻止该请求。你可以通过设置 ServerApp.allow_remote_access 来禁用这个检查。

生成配置。

jupyter lab --generate-config

修改配置。

# 编辑
vim ~/.jupyter/jupyter_notebook_config.py
# 修改以下内容为 True
c.ServerApp.allow_remote_access = True