Anaconda介绍
Anaconda可以便捷获取包且对包进行管理，同时对环境可以统一管理的发行版本。Anaconda包含了conda、Python、numpy、scipy在内的超过180个科学包及其依赖项。
Miniconda和Anaconda都是Python环境管理工具，可以用于创建、管理和部署Python环境及其依赖的软件包。它们的主要区别在于其默认安装的软件包和所需空间的大小。
- conda是包及其依赖项和环境的管理工具，其本身是anaconda的一个包
- 适用语言：Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN。
- 快速安装、运行和升级包及其依赖项。
- 在计算机中便捷地创建、保存、加载和切换环境。
- pip是用于安装和管理软件包的包管理器。
- pip编写语言：Python。
- Python 2.7.9及后续版本：默认安装，命令为 pip
- Python 3.4及后续版本：默认安装，命令为 pip3
- pip名称的由来：pip采用的是递归缩写进行命名的。其名字被普遍认为来源于2处：① “Pip installs Packages”（“pip安装包”）② “Pip installs Python”（“pip安装Python”）
- virtualenv是用于创建一个独立的Python环境的工具。
- 当一个程序需要使用Python 2.7版本，而另一个程序需要使用Python 3.6版本，如何同时使用这两个程序？如果将所有程序都安装在系统下的默认路径，如：/usr/lib/python2.7/site-packages，当不小心升级了本不该升级的程序时，将会对其他的程序造成影响。
- 如果想要安装程序并在程序运行时对其库或库的版本进行修改，都会导致程序的中断。
- 在共享主机时，无法在全局 site-packages 目录中安装包。
- virtualenv将会为它自己的安装目录创建一个环境，这并不与其他virtualenv环境共享库；同时也可以选择性地不连接已安装的全局库。
▪ pip：仅适用于Python，无法管理与更新python，pip并不将python视作包
▪ conda：适用于Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN。
▪ conda结合了pip和virtualenv的功能。
conda install pandas 即在当前环境中安装pandas包
conda remove <package_name> 卸载当前环境中的包
conda update <package_name> 更新当前环境中的包
conda remove --name <env_name> <package_name> 卸载指定环境中的包
pip install pyqt5 即安装pyqt5包
pip uninstall pyqt5 即卸载pyqt5包
安装目录下的文件及文件夹夹
- Python 解释器是一个可执行文件，用于解释和执行Python代码
- 在Windows系统上，Python解释器的可执行文件通常位于
C:IPythonXX\python.exe，其中XX是Python版本号。例如，Python 3.9的解释器可执行文件位于C:IPython39)python.exe - 在Python安装目录下，还包含了许多其他的文件和文件夹，其中一些比较重要的文件和文件夹包括 Lib文件夹：Python标准库的源代码和编译后的字节码文件
- include文件夹：PythonCAPI的头文件。DLLs文件夹：Python解释器所需的动态链接库文件
- Scripts 文件夹：Python 脚本和命令行工具的入口脚本
- python.exe文件：Python解释器的可执行文件
- pythonw.exe文件：Python解释器的可执行文件，用于运行Gul应用程序。 python3.dll文件：Python解释器所需的动态链接库文件
- python39.dl文件：Python解释器所需的动态链接库文件，用于Python3.9
- python39.zip文件：Python标准库的压缩文件，包含了所有标准库模块的源代码和字节码文件
VS code 下载与安装
Vs Code的下载地址，选择合适的版本
指令集架构
- x86是一种指令集架构，x86实际上是包含了x86_32和x86_64，同时包含32位和64位。【x64是对x86_64的简称】
- AMD64和Intel 64两者统称为x86_64
- 在 Windows 32 位系统中
C:\Program Files\是软件默认安装目录，C:\System32\是系统文件和 DLL 库的目录 - 在 Windows 64 位系统中，
C:\Program Files\是 64 位软件的默认安装目录，而C:\Program Files(x86)\是 32 位软件的默认安装目录
windows系统cmd命令窗中输入systeminfo即可通过系统类型查询架构
>> systeminfo
安装vs code仅需修改安装位置即可
python编译环境
在vs code中，右下角指定python编译地址E:\anaconda3\python.exe
Anaconda 下载与安装
下载
清华镜像站，选择Anaconda3-2024.06-1-Windows-x86_64.exe下载
安装
2024.9.10 一键傻瓜式安装
可以选择All users
自定义安装路径E:\anaconda3，路径中不要出现空格，否则可能会重复空间
不选择添加环境变量
配置系统环境变量path——编辑——新建，环境变量真的不能忘记
添加两个变量E:\anaconda3\Scripts和E:\anaconda3，这是自定义路径的安装位置
- Anaconda中的
Scripts文件夹位于Anaconda的安装目录下 - 这个文件夹中包含了与Anaconda相关的工具，如
conda、jupyter等，这些工具帮助用户管理环境和创建Notebook
检验
进入到自定义安装路径E:\anaconda3文件夹下，进行cmd查询anaconda版本和详细信息
conda --version
conda info
还有环境的地址信息
查看环境地址列表
在vs code中，右下角指定python编译地址E:\anaconda3\python.exe
conda搭建python环境
创建虚拟环境，放在C盘
- 编程所谓环境或者工作空间，就是创造一块存储空间（文件夹）供其使用，隔绝其他干扰
conda create --name my_python python=3.12.4
-- name后面为环境名称，python=后面可以指定安装python版本这里是3.12.4
查看环境
激活环境，以使用该环境
activate my_python
激活base
activate base
安装python的工具包输入conda list可以看到，此时虚拟环境下已安装的包
conda deactivate（或source deactivate）：退出环境
conda或者pip所安装包的地址
在（激活）环境中使用conda install xxx或者pip install xxx来安装xxx包
虚拟环境的路径
anaconda安装的位置\envs\虚拟环境\Lib\site-packages
base环境的路径
anaconda安装的位置\Lib\site-packages
例如，我的安装路径
E:\anaconda3
Anaconda的基本使用
1、通常，在conda环境中，我们用下面命令新建自己的环境：
conda create -n your_env_name python=X.X （2.7、3.6等)
如果你装好环境之后不喜欢默认出现在命令行前面的小括号(环境名称)，可以使用下列语句去除该默认括号
conda config --set auto_activate_base false
2、查看所有conda环境：
conda env list 或 conda info -e
base >> D:\soft\conda\miniconda3
delfile >> D:\soft\conda\miniconda3\envs\delfile
3、使用下面命令切换到该环境：(如果没有加环境变量这些，没有成功的话，进入anaconda的/bin目录下，此处有activate，进入后执行命令)
source activate your_env_name(虚拟环境名称)
conda activate D:\soft\conda\miniconda3\envs\delfile
conda activate D:\soft\conda\miniconda3
2024.9.10安装的anaconda版本
conda activate E:\anaconda3
4、使用下面命令查看环境中的包：
conda list
查看具体包是否安装
conda list xxx #包的名称
5、一般使用下面命令来装包：
conda install -n your_env_name [package]
# 或者进入环境地址直接conda install [package] 即可,eg:
conda install tensorflow
6、当我们安装的包在conda中没有时，需要用pip安装
正常情况下，我们只需进入环境后，运行
pip install [package]
eg :pip install tensorflow
7、删除某包：
conda remove --name your_env_name [package_name]
# 同理进入环境后直接 conda remove [package] 即可，eg :
conda remove numpy
8、关闭虚拟环境：
source deactivate
9、删除虚拟环境：
conda remove -n your_env_name(虚拟环境名称) --all
如下命令自行按需索取吧
- conda list：查看环境中的所有包
- conda install XXX：安装 XXX 包
- conda remove XXX：删除 XXX 包
- conda env list：列出所有环境
- conda create -n XXX：创建名为 XXX 的环境
- conda create -n env_name jupyter notebook ：创建虚拟环境
- activate noti（或 source activate noti）：启用/激活环境
- conda env remove -n noti：删除指定环境
- conda deactivate（或 source deactivate）：退出环境
- jupyter notebook ：打开Jupyter Notebook
- conda config --remove-key channels ：换回默认源
anaconda环境中，还需要用pip安装包?
1、在anaconda下用pip装包的原因：尽管在anaconda下我们可以很方便的使用conda install来安装我们需要的依赖，但是anaconda本身只提供部分包，远没有pip提供的包多，有时conda无法安装我们需要的包，我们需要用pip将其装到conda环境里。
2、用pip装包时候需要哪些注意事项？
2.1 首先，我们需要判断目前我们用的pip指令，会把包装到哪里，通常情况下，pip不像conda一样，他不知道环境，我们首先要确保我们用的是本环境的pip，这样pip install时，包才会创建到本环境中，不然包会创建到base环境，供各个不同的其他conda环境共享，此时可能会产生版本冲突问题（不同环境中可能对同一个包的版本要求不同）
用下面命令查看我们此时用的pip为哪个环境：
where -a pip
(如base环境的pip可能在/root/anaconda3/bin/pip,,,,而其他conda环境的pip,可能在/root/anaconda3/envs/my_env/bin/pip)
**(经试验，anaconda4.8版本，在conda create新的环境时，已经默认在新环境装了pip，此时source activate进入该环境后，用pip命令安装的包，默认会装在本环境中,不必担心pip一个包后后会将其他环境的包改变版本的情况)**
当然我们自己创建的conda环境里，可能没有pip，此时进入自己的conda环境也会默认用base环境的pip，这就需要我们自己将pip安装入本环境，尽量不要使用base的pip在其他环境装包，这样也会装在base里，有产生版本冲突的可能（上文已讲）。在自己conda环境安装pip使用如下命令：
（进入环境后）
conda install pip
安装好本环境的pip之后，在本环境中使用pip install安装的包，就只在本conda中了，我们可以用conda list查看我们的包，同时pip安装的包，conda list结果中的build项目为pypi......
pip也是一个包，可以使用conda可以来管理pip
安装特定版本的包
conda用“=”，pip用“==”
conda install numpy=1.93
pip install numpy==1.93