Anaconda安装指南('conda' 不是内部或外部命令,也不是可运行的程序 或批处理文件)
原文链接:https://zhuanlan.zhihu.com/p/101434455
第一步:附上软件下载链接,自行下载
以下是Anaconda的下载链接及相关信息:
官方下载链接
-
Anaconda官网下载地址:https://www.anaconda.com/products/distribution。
-
Anaconda中文官网下载地址:https://www.anacondacn.com/download.html。
镜像下载链接(推荐国内用户)
注意事项
-
如果在国内下载,建议使用清华大学、阿里云等镜像源,下载速度更快。
-
安装完成后,建议配置国内镜像源以优化包的下载速度
第二步:安装流程
![]()
-
![]()
-
![]()
-
这里要注意的是,你可以按照系统默认路径,也可以自定义路径,看你喜欢。
后面的安装的流程也一样,虽然安装版本不一样,以下是网上找的图
最后这两个不用勾选
第三步:现在才是重头戏,在我的电脑添加环境变量,如果不添加环境变量,会导致cmd输入conda命令显示:
'conda' 不是内部或外部命令,也不是可运行的程序 或批处理文件。
- 找到Anaconda的Scripts文件夹路径,Anaconda安装在D:\Anaconda,所以对应的路径就是:D:\Anaconda\Scripts,复制该路径
2.点击“我的电脑”右键属性--高级系统设置
3.点击“环境变量”
4.系统变量--Path--编辑
5.新建,添加你安装文件的目录--确定--确定...
6.检验win+r,输入cmd,在文本框输入conda --version
7.完结,撒花✿✿ヽ(°▽°)ノ✿
Anaconda 是一个流行的开源数据科学平台,广泛应用于数据科学、机器学习和人工智能领域。它提供了大量的工具和库,使得数据科学家和开发者能够更高效地进行数据分析、模型开发和部署。1. Anaconda 的主要功能
1.1 包管理
Anaconda 提供了一个强大的包管理系统,允许用户轻松安装、更新和管理各种 Python 和 R 的库。Anaconda 使用conda命令行工具来管理包和环境,类似于 Python 的pip工具,但功能更强大。-
安装包:bash复制
conda install numpy -
更新包:bash复制
conda update numpy -
列出已安装的包:bash复制
conda list
1.2 环境管理
Anaconda 允许用户创建和管理多个独立的环境,每个环境可以有不同的包和依赖项。这使得用户可以在不同的项目中使用不同的库版本,而不会相互干扰。-
创建新环境:bash复制
conda create -n myenv python=3.9 -
激活环境:bash复制
conda activate myenv -
列出所有环境:bash复制
conda env list
1.3 Jupyter Notebook
Anaconda 自带了 Jupyter Notebook,这是一个交互式的笔记本环境,广泛用于数据科学和机器学习。Jupyter Notebook 允许用户编写和运行代码,同时插入文本、图表和图像,非常适合进行数据分析和模型开发。-
启动 Jupyter Notebook:bash复制
jupyter notebook
1.4 数据科学工具
Anaconda 包含了许多预安装的数据科学工具和库,如:-
NumPy:用于数值计算。
-
Pandas:用于数据处理和分析。
-
Matplotlib:用于数据可视化。
-
Scikit-learn:用于机器学习。
-
TensorFlow 和 PyTorch:用于深度学习。
1.5 可视化界面
Anaconda 提供了一个图形化界面(Anaconda Navigator),用户可以通过它轻松管理包、环境和启动各种工具,如 Jupyter Notebook、Spyder 等。2. Anaconda 的优势
-
一站式解决方案:提供了一个完整的数据科学和机器学习环境,包括包管理、环境管理和交互式工具。
-
跨平台:支持 Windows、macOS 和 Linux 操作系统。
-
社区支持:拥有庞大的用户社区和丰富的文档,方便用户学习和解决问题。
-
企业级支持:Anaconda 提供企业级支持和解决方案,适用于企业级数据科学项目。
3. 安装 Anaconda
Anaconda 可以从其官方网站下载安装包:-
下载地址:https://www.anaconda.com/download
安装过程非常简单,只需下载安装包并按照提示进行安装即可。4. 总结
Anaconda 是一个功能强大的数据科学平台,提供了包管理、环境管理和交互式工具等丰富的功能。它广泛应用于数据科学、机器学习和人工智能领域,是数据科学家和开发者的必备工具之一



浙公网安备 33010602011771号