windwos 应用anaconda anaconda装置https://www.anaconda.com/download-success下载安装 终端：Anaconda Prompt GUI:Anaconda Navigator -> Jupyter Notebook 间接启动Jupyter NotebookJupyter Notebook 装置python包：Anaconda Promptpip install psycopg2pip3 install psycopg2 -i https://pypi.mirrors.ustc.edu.cn/simple/
<!-- more --> 首先有什么问题能够去找官网文档 conda create — conda 4.14.0.post39+de3db7f75 documentation 环境治理查看conda环境治理命令帮忙信息 conda create --help创立进去的虚拟环境所在的地位为conda门路下的env/文件下,,默认创立和以后python版本统一的环境. conda create --name envname创立新环境时指定python版本为3.6，环境名称为python36 conda create --name python36 python=3.6切换到环境名为python36的环境（默认是base环境），切换后可通过python -V查看是否切换胜利 conda activate python36返回前一个python环境 conda deactivate显示已创立的环境，会列出所有的环境名和对应门路 conda info -e删除虚拟环境 conda remove --name envname --all指定python版本,以及多个包 conda create -n envname python=3.4 scipy=0.15.0 astroib numpy查看以后环境装置的包 conda list ##获取以后环境中已装置的包conda list -n python36 ##获取指定环境中已装置的包克隆一个环境 # clone_env 代指克隆失去的新环境的名称# envname 代指被克隆的环境的名称conda create --name clone_env --clone envname#查看conda环境信息conda info --envs构建雷同的conda环境(不通过克隆的办法) # 查看包信息conda list --explicit# 导出包信息到当前目录, spec-file.txt为导出文件名称,能够自行批改名称conda list --explicit > spec-file.txt# 应用包信息文件建设和之前雷同的环境conda create --name newenv --file spec-file.txt# 应用包信息文件向一个曾经存在的环境中装置指定包conda install --name newenv --file spec-file.txt查找包 ...
之前装置过几次，但最近系统重装了，当初又要用到anaconda，还是记录一下，怕当前遗记。 1 下载anacondaanaconda官网网址：https://www.anaconda.com/如果对版本没有要求，间接抉择网址给你的默认举荐（依据你以后零碎环境给出的），关上后就能够看到，上面也有具体的版本号以及反对的python版本。 2 装置anaconda方才装的时候遗记截图了，我复制两张网上的图片。留神：1)装置门路能够本人定义；2)增加到环境变量门路(PATH)那里最好不要选，因为可能你之前曾经装置了很多版本的python了，这里就不须要了；3)装置实现后，点击finish按钮时，那个界面的两个钩钩不要选，目前不须要哪些软件；4）将anaconda配置到环境变量，这样就能够间接应用conda命令；然而我间接装了多个python版本，装置了pycharm，就不配置了。如果要应用conda命令，我能够间接去依照目录下的Scipts门路，再进入cmd命令行就能够应用conda相干命令了。如果想配置，能够依照上面办法进行操作（上面是复制的网上图片）：查看是否装置胜利，进入到装置目录的Scripts目录下，在地址栏输出cmd，回车，就进入了当前目录的命令行模式，输出conda --version就能够看到胜利信息。 3 配置国内的镜像上面是anaconda阿里的镜像： https://mirrors.aliyun.com/anaconda/pkgs/free/https://mirrors.aliyun.com/anaconda/pkgs/main/上面是anaconda清华的镜像： https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/我抉择配置阿里的镜像，进入命令行模式，输出命令： conda config --add channels https://mirrors.aliyun.com/anaconda/pkgs/free/conda config --add channels https://mirrors.aliyun.com/anaconda/pkgs/main/conda config --set show_channel_urls yesconda info通过conda info命令能够看到最初配置的后果：
问题景象Anaconda首次装置或者重装后，如果关上Windows零碎自带的cmd命令行窗口，会马上闪退。 Win + R，输出cmd就闪退。 Win + R，输出cmd /d能够失常关上。 解决方案网上很多给出的解决方案是： 按Win + R，输出regedit关上注册表编辑器，顶部输出： 计算机\HKEY_CURRENT_USER\SOFTWARE\Microsoft\Command Processor批改界面里AutoRun的值为空或者删除AutoRun，按确定即可。 然而在我这里不失效，界面里就没有AutoRun。 解决办法是：以管理员权限关上PowerShell，而后输出 C:\Windows\System32\reg.exe DELETE "HKCU\Software\Microsoft\Command Processor" /v AutoRun /f 之后就能够失常关上cmd了。 开源地址文章和示例代码开源在GitHub: Python语言高级、中级和高级教程。 公众号：coding进阶。关注公众号能够获取最新Python数据迷信、Python量化交易技术栈。 集体网站：Jincheng's Blog。 知乎：无忌。 福利我为大家整顿了一份后端开发学习材料礼包，蕴含编程语言入门到进阶常识(Go、C++、Python)、后端开发技术栈、面试题等。 关注公众号「coding进阶」，发送音讯 backend 支付材料礼包，这份材料会不定期更新，退出我感觉有价值的材料。 发送音讯「进群」，和同行一起交流学习，答疑解惑。
conda包治理：相似pip环境治理：容许用户装置不同版本的python并进行切换。conda将工具和第三方包都当作包对待，甚至将python和conda本身也当作包，从而突破了包治理和环境治理之间的束缚，因而可能不便的治理不同版本的pyhtonAnaconda是一个打包的汇合，其中预装了conda，某个版本的python和泛滥的第三方packages。Miniconda只蕴含了Anaconda的最根本内容，包含python和conda为什么应用conda：当我的ubuntu中装置了两个须要不同python版本的程序，如何同时让这两个程序都能运行并且互不打搅？conda提供了虚拟环境，可能将两个程序运行须要的环境隔离，一个程序环境的批改不影响另一个程序。比方我在装置rtamt时，须要的时python3.7，而ubuntu22默认的是python3.10，并且即便我将python版本切换成3.10，pip装置的程序默认地位还在python3.10下。一个比喻：操作系统相当于一栋楼，而环境相当于楼中的各个房间。环境：将工具放在不同房间中，每个房间里的工具互不影响激活环境：通知零碎，我要在这个环境中工作了移除环境：这个房间里的工具我不须要了，打包将它们扔掉conda可能创立虚构的环境并将一个我的项目须要的包放在这些环境中，该环境中包的批改造成的影响不会扩散环境以外，当我的项目实现，不再须要该环境时，间接将环境删除即可。 Anaconda装置1.下载安装包举荐应用镜像网站https://mirrors.tuna.tsinghua... wget -P /dldFile https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive//Anaconda3-2022.05-Linux-x86_64.sh(wget -P 门路 网址:将网址内容下载到指定门路，留神是大写P)2.验证安装包的完整性 sha256sum /dldFile/Anaconda3-2022.05-Linux-x86_64.sh输入 a7c0afe862f6ea19a596801fc138bde0463abcbce1b753e8d5c474b506a2db2d /dldFile/Anaconda3-2022.05-Linux-x86_64.sh3.运行脚本装置进行 bash /dldFile/Anaconda3-2022.05-Linux-x86_64.sh默认装置门路：/home/用户名/anaconda34.将anaconda增加到环境变量vim ~/.bashrc增加 export PATH=/home/wjb/anaconda3/bin:$PATH从新运行环境source ~/.bashrc 更新conda conda update -n base -c defaults condaAnaconda的操作1.创立虚拟环境 conda create -n <env_name> <package_names>env_name：要创立的环境的名字package_names：创立的环境中要装置的包例如，创立一个我须要的python3.7版本 conda create -n rtameEnv python3.7查看已创立的环境 conda info -e进入虚拟环境 source active <env_name>退出虚拟环境 conda deactivate删除环境 conda remove <env_name>
事件背景：卸载重新安装anaconda，发现以前很多配置办法都遗记了，尽管能在百度搜寻到，但有必要记录一下，以备下次参考。 1 装置anaconda为了钻研须要，以后装置的版本是Anaconda3-5.1.0-Windows-x86_64.exe。anaconda的各种版本能够在上面网站中找到：https://mirrors.tuna.tsinghua... 2 配置下载镜像配置下载镜像的次要目标是为了装置一些包的时候比拟快，毕竟连到国外的速度是比较慢的。a 关上anaconda prompt命令行，输出conda config --show channels，能够查看以后曾经设置的镜像，因为我的还没设置，所以显示是defaults。b 增加镜像conda config --add channels [urls…]上面是清华的镜像：https://mirrors.tuna.tsinghua...https://mirrors.tuna.tsinghua...上面是我的增加的镜像：留神：这个在前面会报错输出上面命令（把https改成http）： conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/3 创立虚拟环境 nlp_nera 查看以后虚拟环境输出命令：conda env list b 输出命令：conda create -n nlp_ner python=3.7后果在创立虚拟环境时遇到了一个谬误： (base) C:\Users\Administrator>conda create -n nlp_ner python=3.7Collecting package metadata: failedCondaHTTPError: HTTP 000 CONNECTION FAILED for url <https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/repodata.json>Elapsed: -An HTTP error occurred when trying to retrieve this URL.HTTP errors are often intermittent, and a simple retry will get you on your way.SSLError(MaxRetryError('HTTPSConnectionPool(host=\'mirrors.tuna.tsinghua.edu.cn\', port=443): Max retries exceeded with url: /anaconda/cloud/pytorch/win-64/repodata.json (Caused by SSLError(SSLError("bad handshake: Error([(\'SSL routines\', \'ssl3_get_server_certificate\', \'certificate verify failed\')],)",),))',),)这是因为后面设置镜像有问题，须要把https改成http。 ...
事件起因：因为要装一个TensorFlow的低版本环境跑nlp工作，后果装完环境后居然打不开anaconda navigator，始终卡在loading applications。 解决办法：网上各种办法都试了，没有解决。后果一怒之下， 把anaconda卸载重装，而后，而后一了百了，想死的心都有了。想着也不能再卸载了，卸了再装也是这个样子，还是得剖析起因。网上的解决办法有：https://blog.csdn.net/ISHobby...这文章中四种办法全副对我全副有效。上面这篇文章中的办法，解决了我的问题。https://www.jianshu.com/p/e66...为何我没有从anaconda prompt命令行来运行anaconda navigator试一下呢？这是犯了大忌，因为从命令行启动，能发现会报一个要害谬误：AttributeError: 'str' object has no attribute 'get'反思：遇到问题不要慌乱，尤其不要感情用事轻易卸载，要仔细分析问题，对网上的已有计划，要浏览认真了。 如果你在anaconda prompt命令行来运行anaconda navigator报AttributeError: 'str' object has no attribute 'get'的谬误，祝贺你，上面就是对证下药的方子：上面是解决方案： 1、按ctrl+alt+delete关上工作管理器 ，在过程里把python都完结。 2、关上Anaconda prompt ,输出anaconda-navigator,报错显示'str' object has no attribute 'get' 3、去本人装置anaconda的门路下（我的在C:\ProgramData\Anaconda3\Lib\site-packages\anaconda_navigator\api）批改anaconda_api.py文件 关上后做大略在800多行找到如下语句做如下批改保留。把versions=[vsdata.get('productVersion')],改成versions=["1b8e8302e405050205e69b59abb3559592bb9e60"],4、再次运行Anaconda navigator就能够失常关上了
anaconda简绍anaconda和python的关系python是一门编程语言，官网的Python蕴含了外围的模块和库，为了应用其余的性能，须要独自下载其余的模块和库。anaconda将python和许多更高级性能的库捆绑在一起，造成了一个不便的科学计算环境，装置了Ananconda就相当于装置了Python外加这些模块和库。省去了本人下载和装置各种包的麻烦，特地上linux上降级和装置python非常麻烦。当然Anaconda次要的性能还在于你能够不便进行环境治理。总之anacond = python + 高级性能库 + IDE（集成开发环境，anaconda包中自带的IDE: jupyter notebook 和spyder） Anaconda、conda、pip、virtualenv的区别AnacondaAnaconda是一个蕴含180+的迷信包及其依赖项的发行版本。其蕴含的迷信包包含：conda, numpy, scipy, ipython notebook等。condaconda是anaconda中包及其依赖项和环境的管理工具。conda包和环境管理器蕴含于Anaconda的所有版本当中。只有你装置了anaconda就会主动装置conda包。conda包不仅仅实用于Python, 还实用于R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN等其余语言。并能够在任何平台上运行。conda能够疾速装置、运行和升级包及其依赖项。并能够在计算机中便捷地创立、保留、加载和切换环境。PIPPIP是通用的Python包管理工具，提供了对 Python 包的查找、下载、装置、卸载、更新等性能。在Python3.4（一说是3.6）及更新的版本中，PIP曾经捆绑装置了，不须要再独自装置。virtualenvvirtualenv是用于创立一个独立的Python环境的工具包。可通过pip装置应用。 pip 与 conda 比拟依赖项查看pip： 不肯定会展现所需其余依赖包。安装包时或者会间接疏忽依赖项而装置，仅在后果中提醒谬误。conda: 列出所需其余依赖包。安装包时主动装置其依赖项。能够便捷地在包的不同版本中自在切换。环境治理pip:保护多个环境难度较大。conda:比拟不便地在不同环境之间进行切换，环境治理较为简单。对系统自带Python的影响pip：在零碎自带Python中包的更新/回退版本/卸载将影响其余程序。conda：不会影响零碎自带Python。实用语言pip：仅实用于Python。conda：实用于Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN等。conda与pip、virtualenv的关系conda联合了pip和virtualenv的性能。下载安装网络上有大量的介绍，在此就不在做赘述。 conda治理window用户在anacon目录下启动“Anaconda Prompt”，macOS和Linux用户请应用“Terminal”进行操作。 conda本身相干 查看以后conda工具版本号: conda --version查看包含版本的更多信息: conda info更新conda至最新版本: conda update conda查看conda帮忙信息: conda -hconda环境治理相干 查看conda环境治理命令帮忙信息： conda create --help创立python环境（创立进去的虚拟环境所在的地位为conda门路下的env/文件下,默认创立和以后python版本统一的环境.）： conda create --name envname创立新环境时指定版本(以python3.6版本为例)，环境名称为python36： conda create --name python36 python=3.6切换环境(以python36的环境为例，默认是base环境），切换后可通过python -V查看是否切换胜利： conda activate python36返回前一个python环境： conda deactivate显示已创立的环境，会列出所有的环境名和对应门路: conda info -e删除虚拟环境（envname为环境名称）: conda remove --name envname --all指定python版本,以及多个包（envname为环境名称）： conda create -n envname python=3.6 scipy=0.15.0 astroib numpy查看以后环境装置的包: conda list #获取以后环境中已装置的包conda list -n python36 #获取指定环境中已装置的包(python36为环境名)重命名环境（conda 其实没有重命名指令，实现重命名是通过 clone 实现的，分两步：先 clone 一份 new name 的环境而后删除 old name 的环境）比方，想把环境 rcnn 重命名成 tf: conda create -n tf --clone rcnn #克隆环境rcnn conda remove -n rcnn --all #删除rcnn环境克隆一个环境(clone_env 代指克隆失去的新环境的名称,envname 代指被克隆的环境的名称): conda create --name clone_env --clone envnameconda info --envs #查看conda环境信息包相干 ...
一、anaconda的下载和装置阿里云镜像上提供了多种零碎anaconda安装包，可依据各自零碎和需要，我这里装置了anaconda3。 下载地址：https://mirrors.aliyun.com/anaconda/archive/ 装置过程比较简单，间接按流程进行，如果想在cmd外面应用conda命令的话须要增加path门路。具体看图： 增加上面几条门路（具体门路依据你装置的版本变更名称）： C:\ProgramData\Anaconda3C:\ProgramData\Anaconda3\Library\mingw-w64\binC:\ProgramData\Anaconda3\Library\usr\binC:\ProgramData\Anaconda3\Library\binC:\ProgramData\Anaconda3\Scripts增加完后进入cmd输出conda测试命令是否调用胜利。 二、增加镜像源1、关上anaconda；2、点击environments；3、抉择channels；4、点击add增加；5、在空白处输出镜像源地址，输出完后按回车； https://mirrors.aliyun.com/anaconda/pkgs/free/https://mirrors.aliyun.com/anaconda/pkgs/main/6、增加多个地址就反复步骤4-5；7、删除defaults。 三、更新点击update channels更新 四、期待实现查看更新情况并期待实现。 五、增加conda第三方库在阿里云镜像源中也提供第三方库增加，像pytorch、conda-forge、bioconda等等，增加形式参考步骤二。第三方库地址如下： https://mirrors.aliyun.com/anaconda/cloud/
批改镜像批改.condarc文件内容为：channels: http://mirrors.tuna.tsinghua....http://mirrors.tuna.tsinghua....http://mirrors.tuna.tsinghua....http://mirrors.tuna.tsinghua....http://mirrors.tuna.tsinghua....show_channel_urls: truessl_verify: false
返回墨抒颖的网站查看污浊版本anacond 或python3 报check_hostname requires server_hostname谬误 在anaconda启动过程中提醒如下谬误 或者你能够在python3中看到相似的谬误 谬误解析呈现问题的次要起因是Urllib3 的 1.26.4 版本中存在一个谬误。 在 Python 3.4 和 2.7.9 中，SSLContext 上有一个 check_hostname 属性，它将让 SSLContext 实例解决查看 do_handshake 中的主机名。urllib3 在可能的状况下依附它而不是本人进行查看会很好。我认为这与将 SSLContext 用作 TLS 内容的"bag of configuration"的其余内容井水不犯河水。这能够通过确定 SSLContext 对象是否具备 check_hostname 属性来检测。有一个毛病，这依赖于将主机名作为 SSLContext().wrap_socket(server_name=)的一部分传递。最后这仅在 OpenSSL 启用了 SNI 时才无效。然而即便未启用 SNI，Python 3.4.3 和 2.7.9 也会承受 server_name。 解决方案1. URLLIB3 升高到1.25.8以下urllib3 == 1.25.8 2. 申请办法加验证=假参数response = requests.request('GET', 'http://xxx.xxxx.com', verify=False)间接运行会报如下正告： InsecureRequestWarning：正在收回未经验证的 HTTPS 申请。强烈建议增加证书验证。请参阅：https://urllib3.readthedocs.io/en/latest/advanced-usage.html#ssl-warnings InsecureRequestWarning，3. 在申请申请前，增加如下代码，即可解决以上正告Urllib3.disable_warnings() 或 Requests.Packages.urllib3.disable_warnings()4. 关掉代理 相干文章liunx下近程anaconda 搭建/构建环境,连贯,移植/拷贝环境Python3 获取任意贴吧 最新帖子制作词云图存储为markdown ...
TensorFlow 筹备 JupyterLab 交互式笔记本环境，不便咱们边写代码、边做笔记。 根底环境以下是本文的根底环境，不详述装置过程了。 UbuntuUbuntu 18.04.5 LTS (Bionic Beaver) ubuntu-18.04.5-desktop-amd64.isoCUDACUDA 11.2.2 cuda_11.2.2_460.32.03_linux.runcuDNN 8.1.1 libcudnn8_8.1.1.33-1+cuda11.2_amd64.deblibcudnn8-dev_8.1.1.33-1+cuda11.2_amd64.deblibcudnn8-samples_8.1.1.33-1+cuda11.2_amd64.debAnacondaAnaconda Python 3.8 Anaconda3-2020.11-Linux-x86_64.shconda activate base装置 JupyterLabAnaconda 环境里已有，如下查看版本： jupyter --version不然，如下进行装置： conda install -c conda-forge jupyterlab装置 TensorFlow创立虚拟环境 tf，再 pip 装置 TensorFlow： # create virtual environmentconda create -n tf python=3.8 -yconda activate tf# install tensorflowpip install --upgrade pippip install tensorflow测试： $ python - <<EOFimport tensorflow as tfprint(tf.__version__, tf.test.is_built_with_gpu_support())print(tf.config.list_physical_devices('GPU'))EOF2021-04-01 11:18:17.719061: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] Successfully opened dynamic library libcudart.so.11.02.4.1 True2021-04-01 11:18:18.437590: I tensorflow/compiler/jit/xla_cpu_device.cc:41] Not creating XLA devices, tf_xla_enable_xla_devices not set2021-04-01 11:18:18.437998: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] Successfully opened dynamic library libcuda.so.12021-04-01 11:18:18.458471: I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:941] successful NUMA node read from SysFS had negative value (-1), but there must be at least one NUMA node, so returning NUMA node zero2021-04-01 11:18:18.458996: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1720] Found device 0 with properties:pciBusID: 0000:01:00.0 name: GeForce RTX 2060 computeCapability: 7.5coreClock: 1.35GHz coreCount: 30 deviceMemorySize: 5.79GiB deviceMemoryBandwidth: 245.91GiB/s2021-04-01 11:18:18.459034: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] Successfully opened dynamic library libcudart.so.11.02021-04-01 11:18:18.461332: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] Successfully opened dynamic library libcublas.so.112021-04-01 11:18:18.461362: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] Successfully opened dynamic library libcublasLt.so.112021-04-01 11:18:18.462072: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] Successfully opened dynamic library libcufft.so.102021-04-01 11:18:18.462200: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] Successfully opened dynamic library libcurand.so.102021-04-01 11:18:18.462745: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] Successfully opened dynamic library libcusolver.so.102021-04-01 11:18:18.463241: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] Successfully opened dynamic library libcusparse.so.112021-04-01 11:18:18.463353: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] Successfully opened dynamic library libcudnn.so.82021-04-01 11:18:18.463415: I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:941] successful NUMA node read from SysFS had negative value (-1), but there must be at least one NUMA node, so returning NUMA node zero2021-04-01 11:18:18.463854: I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:941] successful NUMA node read from SysFS had negative value (-1), but there must be at least one NUMA node, so returning NUMA node zero2021-04-01 11:18:18.464170: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1862] Adding visible gpu devices: 0[PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]Solution: Could not load dynamic library 'libcusolver.so.10'cd /usr/local/cuda/lib64sudo ln -sf libcusolver.so.11 libcusolver.so.10装置 IPython kernel在虚拟环境 tf 里，装置 ipykernel 与 Jupyter 交互。 ...
能够通过指定门路将虚拟环境创立在指定目录下，例如上面的命令将在当前工作目录下创立一个叫做./envs的虚拟环境，并且依照前面这些版本的package：conda create --prefix ./envs jupyterlab=0.35 matplotlib=3.1 numpy=1.16 而后在当前工作目录下，能够用虚拟环境的名字，也就是./envs激活环境：conda activate ./envs
介绍Anaconda是开源的Python包管理器。既是Python各种库的大礼包汇合,特地是数据分析和科学计算方面的库都预装了，也是一个能创立虚拟机环境的工具。 我为什么装置我装置它的起因不是科学计算，是因为我要用AkShare库获取数据，要求Python 3.6 及以上版本。我电脑Python 2.7.15，又不想降级，所以装置anaconda，用anaconda创立虚拟机环境，在虚拟机环境应用Python3.7，本地电脑放弃原版本不变。 装置过程下载地址www.anaconda.com抉择download， 下载最新版本安装包Anaconda3-2020.02-Windows-x86_64.exe， 这里抉择装置目录，未来创立的各个版本Python的环境文件也都放在这个目录的子目录下 这里我勾选了上面，没有勾选下面，开始装置 怎么用关上装置实现，在开始搜寻ana会呈现Anaconda prompt，我是以管理员身份运行的，不必管理员权限应该也没问题。 关上后窗口最后面的(base)示意你正处于Anaconda的根底环境，根底环境个别不真正应用，要依据本人具体我的项目须要建设本人的环境，否则这个工具的威力大打折扣了。 比照base环境的Python版本和失常命令行工具的Python版本，能够看到两者互不影响。 Ana窗口 一般cmd 批改channels建设环境的时候要下载很多包，如果下载速度慢会导致下载timeout而终止，会报错， 解决办法是把channels设置为清华大学的镜像地址，在命令行顺次执行上面命令。倡议先设置上面的channels，而后创立你的第一个环境。 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro/新建环境建设本人环境的命令conda create -n ak_test python=3.7.6， ak_test是新建环境的名称，叫什么随便，3.7.6是我指定的版本，须要哪个版本就写哪个。 到这里阐明创立ak_test环境实现，同时提醒进入环境和来到环境的命令。 执行conda activate ak_test，看到(base)变成了(ak_test)，阐明曾经进入了ak_test环境。 装置akshare这步每个人都不一样，按须要装置本人要的库。科学计算类的库Anaconda是预装的，装置更简略。 我建设这个环境是要应用akshare，装置，报错time out 是国内网络问题，应用阿里云镜像进行装置，命令如下 pip install akshare -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host=mirrors.aliyun.com --upgrade 装置胜利！ ...
问题：在conda prompt应用cd命令切换以后门路有效，且不报错。 起因：conda Prompt中cd只能在同一盘符下切换门路，不能进行切换盘符 解决：办法一：先输出盘符，再应用cd命令。 d:cd xxx\xxx 办法二：应用如下命令即可跨盘符：cd /d e:\xxx\xxx 参考：https://blog.csdn.net/qq_3862...https://blog.csdn.net/nanchifeng3190/article/details/86688614?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase
在 IntelliJ 中选择 File > Project Structure > Platform Settings > SDKs 在添加 SDK 中，你可以选择添加 Python SDK 如果你的系统中已经安装过了 Anaconda，那么 SDK 被 IntelliJ 自动识别。 如果你的系统中没有安装 Anaconda 中的话，你可以参考下面的链接提供的方法进行安装。 https://www.ossez.com/t/windows-10-anaconda-3/123 当 SDK 安装好了以后，你可以在 IntelliJ 设置成功后退出。 保存后，你会看到你的 IntelliJ 正在刷新库。 配置成功。 https://www.ossez.com/t/intellij-anaconda/124