- 安装 Anaconda
- 创建和管理 Python 环境 (最佳实践)
- 在环境中运行 Python 代码
第 1 步:安装 Anaconda
如果你还没有安装 Anaconda,这是第一步。
- 下载:访问 Anaconda 官网 的下载页面,请务必选择与你操作系统(Windows, macOS, Linux)和系统架构(64-bit)相匹配的 Python 3.x 版本,对于新手,推荐选择带有 Graphical Installer 的版本。
- 安装:
- Windows: 双击下载的
.exe文件,然后按照安装向导的提示进行操作。非常重要:在安装过程中,有一个选项是 "Add Anaconda to my PATH environment variable"。建议勾选此项,这样你就可以在命令行中直接使用conda和python命令。 - macOS / Linux: 双击下载的
.pkg(macOS) 或.sh(Linux) 文件,并遵循安装指令,对于.sh文件,你可能需要在终端中运行bash Anaconda3-...-Linux-x86_64.sh。
- Windows: 双击下载的
安装完成后,打开一个新的终端(或命令提示符),输入以下命令来验证安装:
conda --version
如果显示版本号(如 conda 23.7.4),说明安装成功。
第 2 步:创建和管理 Python 环境 (最佳实践)
这是使用 Anaconda 的核心优势。强烈建议不要直接使用 Anaconda 自带的 base 环境来运行所有项目,每个项目都应该有自己独立的环境,这样可以避免不同项目之间的库版本冲突。
为什么需要独立环境?
想象一下,你的项目 A 需要 numpy==1.20,而项目 B 需要 numpy==1.26,如果你把它们都装在同一个环境里,就会产生冲突,独立环境可以为每个项目创建一个“隔离”的、干净的 Python 环境。
如何创建环境?
假设我们要创建一个名为 my_project_env 的环境,并指定 Python 版本为 3.9。
# 创建一个名为 my_project_env 的环境,Python 版本为 3.9 conda create --name my_project_env python=3.9
执行后,conda 会显示将要安装的包列表,并询问你是否继续,输入 y 并按回车。
如何激活和切换环境?
创建环境后,你需要先激活它,才能在当前终端中使用它。
- Windows (Command Prompt / PowerShell):
activate my_project_env
- macOS / Linux (Terminal):
conda activate my_project_env
激活成功后,你会在终端命令行前面看到环境名称,(my_project_env) C:\Users\YourUser> 或 (my_project_env) ~ %,这表示你当前正在 my_project_env 环境中操作。
如何切换到其他环境?
只需再次运行 conda activate <另一个环境名>。
如何退出当前环境?
conda deactivate
如何查看和管理环境?
-
查看所有环境:
conda env list
或者
conda info --envs,你会看到类似* my_project_env的输出, 表示当前激活的环境。 -
删除环境:
conda env remove --name my_project_env
警告:此操作会永久删除该环境及其中的所有包,请谨慎操作。
第 3 步:在环境中运行 Python 代码
现在你已经激活了一个干净的环境,可以开始运行 Python 了。
使用交互式解释器 (适合快速测试和实验)
在激活环境的终端中,直接输入 python 并回车:
# 确保你已经激活了环境,(my_project_env) ... # (my_project_env) ~ % python
你会进入 Python 交互式 shell,看到 >>> 提示符,在这里你可以直接输入 Python 代码并立即看到结果。
>>> print("Hello, Anaconda!")
Hello, Anaconda!
>>> a = 10
>>> b = 20
>>> a + b
30
>>> exit() # 或者按 Ctrl+D (Linux/macOS) 或 Ctrl+Z (Windows) 退出
运行 .py 脚本文件 (适合正式项目开发)
这是最常用的方式。
-
编写代码:使用任何文本编辑器(如 VS Code, PyCharm, Sublime Text)或 IDE,创建一个名为
hello.py的文件,并写入以下内容:# hello.py import numpy as np print("Hello from a Python script!") print(f"NumPy version: {np.__version__}") -
安装必要的库:在终端中,确保你的环境是激活的,然后使用
conda install或pip install来安装项目所需的库。推荐优先使用conda install,因为它能更好地处理依赖关系。# 激活环境 (如果还没激活) conda activate my_project_env # 安装 numpy conda install numpy
conda 会自动解决依赖并安装。
-
运行脚本:在终端中,使用
python命令来执行你的脚本文件。# 确保在正确的目录下,或者提供文件的完整路径 # 如果你的 hello.py 在 C:\projects\my_project 下 # cd C:\projects\my_project python hello.py
你将看到以下输出:
Hello from a Python script! NumPy version: 1.26.0 # (版本号可能不同)
图形化界面:Anaconda Navigator (适合新手)
如果你不习惯命令行,Anaconda 提供了一个图形化的桌面应用——Anaconda Navigator。
- 启动 Navigator:在 Windows 的开始菜单中找到 "Anaconda Navigator" 并打开,在 macOS 上,可以在 "应用程序" 文件夹中找到它。
- 管理环境:
- 在左侧的 "Environments" 标签页下,你可以看到所有已创建的环境。
- 点击某个环境,右侧会显示该环境中已安装的包。
- 你可以点击 "Create" 创建新环境,点击 "Import" 导入环境,或点击一个环境名来激活它。
- 运行 Python:
- 在左侧选择 "Home" 标签页。
- 在 "Applications on" 的下拉菜单中选择你想要使用的环境(
my_project_env)。 - 你会看到 "JupyterLab", "Jupyter Notebook", "QtConsole", "Spyder" 等应用,这些都是集成了 Python 的开发环境。
- 点击 "Launch" 按钮即可启动相应的应用,并在其中编写和运行 Python 代码。
总结与最佳实践
| 步骤 | 命令 (示例) | 描述 |
|---|---|---|
| 创建项目环境 | conda create --name my_project python=3.9 |
为新项目创建一个隔离的、指定版本的环境。 |
| 激活环境 | conda activate my_project |
在终端中切换到该环境,所有后续操作都在此环境中进行。 |
| 安装包 | conda install numpy pandas |
在激活的环境中安装所需的 Python 库。 |
| 运行脚本 | python my_script.py |
执行你的 Python 代码文件。 |
| 退出环境 | conda deactivate |
离开当前环境,回到系统默认状态。 |
遵循这个流程,你可以轻松地在多个项目之间切换,而不会遇到库版本冲突的烦恼,这正是 Anaconda 的强大之处。
