下载

直接去anaconda官网下载安装文件即可，具体网站自行搜索。
官网提供linux版本，windows版本，mac版本。
同时提供Anaconda完整版和miniconda最小版(无软件界面的，仅支持命令行执行)，新手推荐使用Anaconda版，熟悉之后推荐改用miniconda版，占用存储空间小，使用起来感受一样。

安装

linux 环境

  1. bash Anaconda3-2019.07-Linux-x86_64.sh
  2. #yes+回车 
  3. #然后重启terminal

window环境：直接双击安装exe文件，然后根据安装向导进行安装

升级

升级Anaconda需要先升级conda

  1. # 基本升级
  2. conda update conda          
  3. # 大的升级
  4. conda update anaconda       
  5. # update最新版本的anaconda-navigator   
  6. conda update anaconda-navigator

卸载Anaconda软件

由于Anaconda的安装文件都包含在一个目录中，所以直接将该目录删除即可。删除整个Anaconda目录：
windows:
计算机控制面板->程序与应用->卸载
或者
找到C:\ProgramData\Anaconda3\Uninstall-Anaconda3.exe执行卸载

linux:

  1. rm -rf anaconda
  2. # 最后，建议清理下.bashrc中的Anaconda路径。

conda环境使用基本命令

  1. # update最新版本的conda
  2. conda update -n base conda      
  4. # update最新版本的conda
  5. conda update --all         
  7. # 创建python3.5的xxxx虚拟环境
  8. conda create -n xxxx python=3.5   
  10. # 开启xxxx环境
  11. conda activate xxxx     
  13. # 关闭环境
  14. conda deactivate                 
  16. # 显示所有的虚拟环境
  17. conda env list                    
  19. # 显示所有的虚拟环境
  20. conda info --envs

查看指定包可安装版本信息命令

查看tensorflow各个版本：（查看会发现有一大堆TensorFlow源，但是不能随便选，选择可以用查找命令定位）

  1. #查看search使用帮助信息
  2. conda search -h 
  3. conda search tensorflow

查看指定包可安装版本信息命令

  1. anaconda show <USER/PACKAGE>

查看指定anaconda/tensorflow版本信息

  1. conda show tensorflow

输出结果会提供一个下载地址，使用下面命令就可指定安装1.8.0版本tensorflow

  1. conda install --channel https://conda.anaconda.org/anaconda tensorflow=1.8.0

更新，卸载安装包：

  1. conda list         #查看已经安装的文件包
  2. conda list  -n xxx       #指定查看xxx虚拟环境下安装的package
  3. conda update xxx   #更新xxx文件包
  4. conda uninstall xxx   #卸载xxx文件包

删除虚拟环境

  1. conda remove -n xxxx --all   # 创建xxxx虚拟环境

清理（conda瘦身）

conda clean就可以轻松搞定！第一步：通过conda clean -p来删除一些没用的包，这个命令会检查哪些包没有在包缓存中被硬依赖到其他地方，并删除它们。第二步：通过conda clean -t可以将删除conda保存下来的tar包。

  1. conda clean -p      #删除没有用的包
  2. conda clean -t      #删除tar包
  3. conda clean -y --all #删除所有的安装包及cache

复制/重命名/删除env环境

Conda是没有重命名环境的功能的, 要实现这个基本需求, 只能通过愚蠢的克隆-删除的过程。
切记不要直接mv移动环境的文件夹来重命名, 会导致一系列无法想象的错误的发生!

  1. #克隆oldname环境为newname环境
  2. conda create --name newname --clone oldname 
  3. #彻底删除旧环境
  4. conda remove --name oldname --all

注意：必须在base环境下进行以上操作，否则会出现各种莫名的问题。

conda自动开启/关闭激活

  1. conda activate   #默认激活base环境
  2. conda activate xxx  #激活xxx环境
  3. conda deactivate #关闭当前环境
  4. conda config --set auto_activate_base false  #关闭自动激活状态
  5. conda config --set auto_activate_base true  #关闭自动激活状态

Conda 安装本地包

有时conda或pip源下载速度太慢，install a过程中会中断连接导致压缩包下载不全，
此时，我们可以用浏览器等工具先下载指定包再用conda或pip进行本地安装

  1. #pip 安装本地包
  2. pip install   ～/Downloads/a.whl
  3. #conda 安装本地包
  4. conda install --use-local  ~/Downloads/a.tar.bz2

解决conda/pip install 下载速度慢

conda数据源管理

  1. #显示目前conda的数据源有哪些
  2. conda config --show channels
  3. #添加数据源：例如, 添加清华anaconda镜像：
  4. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  5. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  6. conda config --set show_channel_urls yes
  7. #删除数据源
  8. conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  1. #本人的 ~/.condarc
  2. auto_activate_base: false
  3. channels:
  4.   - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
  5.   - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
  6.   - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
  7.   - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
  8.   - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  9.   - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  10.   - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  11. show_channel_urls: true

pip数据源管理

  1. #显示目前pip的数据源有哪些
  2. pip config list
  3. pip config list --[user|global] # 列出用户|全局的设置
  4. pip config get global.index-url # 得到这key对应的value 如：https://mirrors.aliyun.com/pypi/simple/
  6. # 添加
  7. pip config set key value
  8. #添加数据源：例如, 添加USTC中科大的源：
  9. pip config set global.index-url https://mirrors.ustc.edu.cn/pypi/web/simple
  10. #添加全局使用该数据源
  11. pip config set global.trusted-host https://mirrors.ustc.edu.cn/pypi/web/simple
  13. # 删除
  14. pip config unset key
  15. # 例如
  16. conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  18. #搜索
  19. pip search flask  #搜素flask安装包
  21. # 升级pip
  22. pip install pip -U

pip国内源

  1. 阿里云                    http://mirrors.aliyun.com/pypi/simple/
  2. 中国科技大学         https://pypi.mirrors.ustc.edu.cn/simple/ 
  3. 豆瓣(douban)         http://pypi.douban.com/simple/ 
  4. 清华大学                https://pypi.tuna.tsinghua.edu.cn/simple/
  5. 中国科学技术大学  http://pypi.mirrors.ustc.edu.cn/simple/

pip安装包管理

  1. pip list #列出当前缓存的包
  2. pip purge #清除缓存
  3. pip remove #删除对应的缓存
  4. pip help #帮助
  5. pip install xxx #安装xxx包
  6. pip install xxx.whl #安装xxx.whl本地包
  7. pip uninstall xxx #删除xxx包
  8. pip show xxx #展示指定的已安装的xxx包
  9. pip check xxx #检查xxx包的依赖是否合适

pip和conda批量导出、安装组件(requirements.txt)

pip批量导出包含环境中所有组件的requirements.txt文件

  1. pip freeze > requirements.txt

pip批量安装requirements.txt文件中包含的组件依赖

  1. pip install -r requirements.txt

conda批量导出包含环境中所有组件的requirements.txt文件

  1. conda list -e > requirements.txt

conda批量安装requirements.txt文件中包含的组件依赖

  1. conda install --yes --file requirements.txt

常用软件安装

pylint

  1. conda install pylint

pyinstaller

参考：https://anaconda.org/conda-forge/pyinstaller

  1. anaconda search -t conda pyinstaller    #查看默认pyqt版本号
  2. conda install -c conda-forge pyinstaller
  3. pip install pyinstaller   #通常出现问题时可以尝试的方法

opencv3

  1. anaconda search -t conda opencv   #查看默认pyqt版本号
  2. conda install opencv//默认安装pyqt最新版本，目前最新版本是3.*

tensorflow

tensorflow gpu版本安装

tensorflow gpu版需要考虑这个cuda的兼容性问题，tensorflow官方网站可以查到相关信息。

  1. anaconda search -t conda tensorflow-gpu   #查看默认tensorflow gpu版本号
  2. anaconda show anaconda/tensorflow-gpu  #查看anaconda/tensorflow-gpu安装详细信息
  3. #根据自己的CUDA版本和cudnn版本选择匹配的tensorflow-gpu版本进行安装
  4. conda install --channel https://conda.anaconda.org/anaconda tensorflow-gpu=1.10  #选择1.10版本进行安装

tensorflow cpu版本安装

tensorflow cpu版可以不用考虑这个cuda的兼容性问题

  1. anaconda search -t conda tensorflow   #查看默认tensorflow cpu版本号
  2. anaconda show anaconda/tensorflow
  3. conda install --channel https://conda.anaconda.org/anaconda tensorflow=1.11 #选择最新版本安装即可

pyqt5

  1. anaconda search -t conda pyqt  #查看默认pyqt版本号
  2. conda install pyqt                    #默认安装pyqt最新版本，目前最新版本是5.*
  3. pip install pyqt5   #通常出现问题时可以尝试的方法


pyinstaller将python源码转换成exe

  1. pyinstaller -F -w  xxxx.py   #会在同级目录\dist\xxxx.exe


双击xxxx.exe执行，如果出现“This application failed to start because it could not find or load the Qt
platform plugin “windows in”问题，如下图：
image.png
只需要将C:\ProgramData\Anaconda3\Library\plugins\platforms文件夹拷贝到xxxx.exe同级目录即可解决

PIL

  1. conda install pillow

scipy

  1. conda install scipy

问题

1. failed ERROR conda.core.link:_execute(502):

  1. conda install 软件时出现如下错误信息：
  2. Preparing transaction: done
  3. Verifying transaction: done
  4. Executing transaction: 
  5. failed ERROR conda.core.link:_execute(502):

解决方法：往往时权限不够，需要以管理员方式运行Anaconda prompt进行安装

2. anaconda或conda不是内部命令

添加环境变量，如下图即可：
image.png

3. jupyter notebook默认工作目录设置

1）在Anaconda Prompt终端中输入下面命令，查看你的notebook配置文件在哪里：

  1. jupyter notebook --generate-config
  2. #会生成文件C:\Users\用户\.jupyter\jupyter_notebook_config.py

2）打开jupyter_notebook_config.py文件通过搜索关键词：c.NotebookApp.notebook_dir，修改如下

  1. c.NotebookApp.notebook_dir = 'D:\\clown'     //修改到自定义文件夹

3）然后重启notebook服务器就可以了

注：其它方法直接命令到指定目录，Anaconda Prompt终端中输：jupyter notebook 目录地址

4. conda创建环境时报错：NotWritableError: The current user does not have write permissions to a required path.

问题出现的主要原因：用户没有对.conda文件夹的读写权限，造成其原因是由于在安装conda时使用了管理员权限。

  1. sudo chown -R xxx:xxx .conda    #xxx为自己的用户名/组

5. conda创建环境时报错：Collecting package metadata (current_repodata.json): failed ProxyError: Conda cannot proceed due to an error in your proxy configuration.

原因：主要是conda install xxx时，使用Ctrl+C强制中断安装xxx软件，然后修改了PC网络连接方式(代理连接改成了直连连接方式)

  1. env | grep -i "_PROXY"
  2. #可以看到还是原来的代理连接方式
  3. #解决方法：
  4. # 关闭当前终端，重新打开新的终端，然后就解决了问题