conda 安装python_conda安装python环境

conda 创建虚拟环境——安装requirements.txt依赖

为我的项目创建一个虚拟环境，并在虚拟环境中安装项目的requirements.txt文件。但是遇到了一个问题：使用命令：pip install -r requirements.txt安装了一部分之后就停住了，终端没有反应，需要Ctrl+C终止命令之后手动一个一个安装。不知道该如何解决。

conda 安装python_conda安装python环境

conda 安装python_conda安装python环境

然后我去掉pytho使用conda create --name my_pro python2.7时总是出错,错误提示如下图：n2.7.直接创建一个虚拟环境，直接创建一个虚拟环境my_pro,成功创建。

根据提示激活虚拟环境:conda activate my_pro：并出现下图错误。

根据提示：执行conda init bash,然后重启计算机

重启之后打开终端就已经在base环境中了，继续激活我自己创建的环境，然后就激活成功了。

对于pip无法安装的，暂停，所以就手动使用conda安装。然后再次继续使用命令：pip install -r requirements.txt.安装。但是，当自动安装到第20个的时候，终端没反应了，需要Ctrl+C结束命令才行，然后重新手动安装。问题来了：手动安装了好几个，每手动安装完一个，就执行pip install -r requirements.txt，希望它继续自动安装，但是每次到第20行的时候都停住了，不再继续，同样需要Ctrl+C结束命令，然后手动一个一个安装。不知道该如何解决这个问题。

2019.西可以使用conda来管理，这点要比Canopy好。下图是我用pip安装的 nltk ， jieba 和 gensim 。4.19

关于conda创建一个虚拟环境可以参考： Managing environments — conda 4.6.14.t2+0fde788a documentation

vscode 中如何运行 pytorch 程序？

您可以按照以下步骤在 VSCode 中运行 pytorch 程序：

1. 安装 Anaconda，包括 Python 和 conda 包管理器。

2. 在 conda 中创建一个新的 Python 环境，并安装 PyTorch 和其他必要的包。

3. 打开 VSCode 并安装 Python 扩展。

4. 在 VSCodepip install -r requirements.txt.安装项目依赖 中打开您的 Python 文件。

6. 单像 virtualenv 那样，先activate，然后在虚拟环境中安装。击 VSCode 右下角的“调试”图标，然后选择“启动调试”。

7. 在弹出的“launch.json”文件中，将“pythonPath”设置为您的 Python 解释器路径。

8. 单击“启动调试”按钮即可运行您的 pytorch 程序。

如何用anaconda创建环境

或者指定版本

任何语言的包，依赖和环境管理：Python，R，Ruby，Lua，Scala，Ja，Jascript，C / C ++，FORTRAN

Conda是一个开源包管理系pip install conda使用pypi上发布的版本。 此版本允许您使用任何python安装创建新的conda环境，然后将新版本的Python安装到这些环境中。 这些环境仍被认为是“Anaconda安装”。统和环境管理系统，用于安装多个版本的包及其依赖关系，并在它们之间轻松切换。 它适用于Linux，OS X和Windows，是为Python程序创建的，但可以打包和分发任何。

Conda包括在Anaconda和Miniconda。 Conda也包括在Anaconda的Continuum中，它为Python，R，Node.js，Ja和其他应用程序堆栈提供现场包和环境管理。 Conda在pypi中也是可用的，虽然这种方法可能不是的。

Miniconda是一个小的“”版本，只包括conda，Python和它们依赖的包。 超过720个科学包及其依赖项可以使用“conda install”命令从Continuum存储库单独安装。

Anaconda包括conda，conda-build，Python和超过150个自动安装的科学包及其依赖项。 与Miniconda一样，可以使用“conda install”命令单独安装超过个额外的科学包。

conda 命令是管理Anaconda安装的主要接口。 它可以查询和搜索Anaconda包索引和当前的Anaconda安装，创建新的conda环境，以及在现有的conda环境中安装和更新包。

ubuntu16.04 anaconda3安装 及conda使用

2、在python环境下输入import tensorflow后回车

如果觉得平时安装python的包太麻烦，可考虑安装Anaconda, Anaconda集成了巨大部分的python包。具体步骤如下所示(这里以Anaconda-python3.6为例):

进一步安装命令：

选择yes就可以了

jupyter多个虚拟环境间切换

不用安装，Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项，是一个开源的包、环境管理器，可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换。

jupyter只需安装一个即可。用conda（不管是Anaconda还是Miniconda）一般会创建多个虚拟环境，这些环境中的python版本以及各种库的配置和版本也都是不一样的，此时我们希望jupyter能为每个虚拟环境单独处理！

下面从用conda安装虚拟环境开始，以pytorch的安装作为测试。下面都是Miniconda下进行的。

初始：从Anaconda Prompt中打开cmd，此时显示的初始conda环境为（base）环境！

激活命令：conda activate pytorch_gpu

效果：环境从（base）变为（pytorch_gpu）；说明已经进入成功；

安装命令：conda install pytorch torchvision torchaudio cudatoolkit=11.0 -c pytorch

效果：把pip、numpy、cudatoolkit、pywin32都一并安好

退出命令：conda deactivate

效果： 环境从（pytorch_gpu）变回（base）；说明已经退出成功；

注：退出命令不需要后面跟“虚拟环境名”，因此此时已经在环境内了。

（1）安装必备的包：pip install ipykernel

（2）为虚拟环境创建kernel文件：conda install -n 环境名称 ipykernel

（3）在jupyter中激活这个kernel文件：python -m ipykernel install --user --name 环境名称 --display-name '显示的名称'

（4）验证是否创建对了：主要查看python的版本号 + 特殊的库

一对于上面的问题，我通过重启计算机，重新打开终端，然后输入命令：pip install -r requirements.txt重新安装依赖，在遇到requirements.txt文件中一行（也就是一个依赖包）没有安装成功时，则不会继续进行下去，否则每次到那个地方就会终断。系列验证命令：

anaconda5.30配置

这个和我们直接安装Python得到的Python shell注：创建好jupyter notebook的 'pytorch_gpu' 虚拟环境后，可以在 任何地址 处创建.ipynb文件！ 即 ' 虚拟环境的创建位置 ' 与 '相应的.ipynb文件的创建位置' 是不一样的！用法一样。当然由于安装了anaconda，所以在这里好多包我们都可以使用了。

建立TensorFlow空间：conda create -n tensorflow python=3.5，设置Python版本为3.5，激活TensorFlow空间：activate tensorflow。

安装TensorFlow：pip install--ignore-anaconda5.30配置：安装完anaconda，就相当于安装了Python、IPython、集成开发环境Spyder、一些包等等。installed --upgrade tensorflow_gpu-1.0.0-cp35-cp35m-win_amd64.whl。

散热器主要是：

CPU散热器、显卡散热器、机箱风扇、内存散热器和主板北桥散热器。CPU和显卡的散热器通过散热底座、热管、散热鳍片和风扇进行导热和散热，机箱风扇顺着机箱的风道进行助排，内存和北桥散热器运用较少。

CPU和显卡是高发热部件，不加散热或散热太会导致温度过高而重启甚至直接烧坏。主要品牌有猫头鹰、彩融、利民、酷冷、TT、超频三、九州风神和东远等。

anaconda安装后还需要python吗

效果：创建的名为pytorch_gpu的虚拟环境会在暗转的Miniconda下的envs文件夹中！

扩展资料：

Python学习网安装指定版本的python包的方法：可以利用包管理器pip来进行安装，具体命令为：【pip install package=version】，例如：【pip install tensorflow-gpu=1.4.0】。conda 怎么安装指定版本的python-CSDNcsdn已为您找到关于conda 怎么安装指定版本的python相关内容，包含conda 怎么安装指定版本的python相关文档代码介绍、相关教程视频课程，以及相关conda 怎么安装。

anaconda基本用法：

activate 切换到base环境，activate learn 切换到learn环境，conda create -n learn python=3 创建一个名为learn的环境并指定python版本为3(的版本)。

conda env list 列出conda管理的所有环境，conda list 列出当前环境的所有包，conda install requests 安装requests包，conda remove requests 卸载requets包，conda remove -n learn --all 删除learn环境及下属所有包。

conda update requests 更新requests包，conda env export > environment.yaml 导出当前环境的包信息，conda env create -f environment.yaml 用配置文件创建新的虚拟环境。

在anaconda新建的环境 模块共用的吗

如果安装失败，可以先行安装其它的模块。等其它的模块安装完毕，再来安装tensorflow-1.9.0-cp36-cp36m-win_amd64.whl

Anaconda是一个和Canopy类似的科学计算环境，但用起来更加方便。自带的包管理器conda也很强大。

创建命令：conda create -n pytorch_gpu

首先是安装。Anaconda提供了Python2.7和Python3.4两个版本，同时如果需要其他版本，还可以通过conda来创建。安装完成后可以看到，Anaconda提供了Spyder，IPython和一个命令行。下面来看一下conda。

输入 conda list 来看一下所有安装时自带的Python扩展。粗略看了一下，其中包括了常用的 Numpy , Scipy ，

matplotlib 和 networkx 等，以及 beautiful-soup ， requests ， flask ， tornado

等网络相关的扩展。

奇怪的是，里边竟然没有 sklearn ，所以首先装一下它。

conda install scikit-learn

如果需要指定版本，也可以直接用 [package-name]=x.x 来指定。

conda的repo中的扩展不算太新，如果想要更新的，可能要用PyPI或者自己源码。而conda和pip关联的很好。使用pip安装的东

我对这个科学计算环境的另一个要求就是能够多个Python版本并存，尤其是2.x和3.x的并存。这个通过 virtualenv 可以做到。Anaconda也正是通过其实现的。

下面用conda创建一个名叫python2的版本为python2.7的环境。

conda create -n python2 python=2.7

这样就会在Anaconda安装目录下的envs目录下创建python2这个目录。

直接用 conda install 并用 -n 指明安装到的环境，这里自然就是 python2 。

这里突然有一个问题，怎样在IDE中使用创建出来的环境？如果是PyCharm等IDE，直接设置Python安装目录就可以了。那spyder呢？其实spyder就是一个Python的扩展，你需要在虚拟环境中也装一个spyder。

就是spyder的主界面。变量查看窗口很好用。

anaconda python3.6安装TensorFlow 1.9.0（CPU版）

5. 单击 VSCode 右下角的“Python”图标，然后选择您要使用的 Python 解释器。如果您没有看到“Python”图标，请单击“查看”菜单，然后选择“命令面板”。在命令面板中输入“Python”并选择正确的解释器。

不建议安装python3.7及以上的版本。跟tensorflow兼容性不好。

目前大多在使用的tensorflow的版本都比较低，以后用起来debug可参考的资料也比较多。

之前我是安装的python3.7版本的tensorflow1.9.0。安装方法可参考我之前的博客。

如这里的C：Usecd 到我项目的目录中：rsLeslie

如：

1、安装完毕后，在annconda prompt下输入python后回车，进入python编辑器。

附件内容不可上传，可私信我。

termux怎么换python版本

在该环境中输入python,发现python的版本是我原本想要的(conda create --name my_pro python2.7）,可能是因为我的anaconda2中自带的python是2.7版本的原因，导致我没有在环境名字的背后加上python2.7，但创建出来的虚拟环境中的python还是2.7版本的（ubuntu系统，所以我的系统中除了anaconda中的python2.7以外，还有系统自带的python3）。向其中安装扩展可以：