安装Anaconda之前，如果已经安装过一个旧的Python版本怎么办

转载自https://blog.csdn.net/accumulate_zhang/article/details/77371657

Anaconda安装等一系列问题

参考文献&＃xff1a;

http://python.jobbole.com/86236/

https://zhuanlan.zhihu.com/p/25198543

现在笔记本电脑上既可以用Python2.7&＃xff08;之前的所有包都保留了&＃xff09;&＃xff0c;也可以用Python3.6&＃xff0c;可以在pycharm中选择不同的解释器。

1.在cmd中测试Python的时候&＃xff0c;我的环境变量中最前面是Python2.7&＃xff0c;所以在敲入Python命令时&＃xff0c;默认的是Python2.7&＃xff1b;当你把anaconda3放在环境变量的最前面&＃xff0c;那么就会默认是anaconda3中的Python3.5

2.在pycharm中也可以选择不同的版本的Python&＃xff0c;只需要在编写代码之前设置 interpreter就行了&＃xff0c;不同的Python解释器&＃xff0c;对应着不同版本的Python&＃xff0c;同时也就对应的各自安装的包&＃xff0c;模块。

在安装Anaconda之前&＃xff0c;有的已经安装过一个Python版本了&＃xff0c;但是又不想删除这个Python版本&＃xff0c;该怎么办呢&＃xff1f;

概括&＃xff1a;轻松两步--在系统环境变量中找到对应之前安装Python的路径并删除&＃xff1b;直接将你原来安装python的整个文件夹拷贝到envs的目录下&＃xff0c;激活该版本python的名称就是文件夹名。

我的电脑里面本来安装了Python2.7的版本&＃xff0c;并且配置好了Django&＃xff0c;用来做网页设计。后来我又需要一个Python3.5的版本使用tensorflow&＃xff0c;Anaconda适用于管理多Python环境&＃xff0c;下面来说一说如何在已有Python2,7的条件下安装Anaconda。

其实不管是Python还是Anaconda 都类似于包的管理&＃xff0c;可以看到不管是安装Python还是Anaconda&＃xff0c;都是在安装目录新建了一个文件下添加了很多文件&＃xff0c;然后把安装目录路径添加到环境变量当中&＃xff08;windows下&＃xff09;。

理解这个原理之后&＃xff0c;其实要做的就是修改环境变量&＃xff0c;和移动Python安装的文件夹而已。具体的操作如下。

1. 下载anaconda的安装包

这里推荐使用清华的镜像&＃xff0c;因为速度快而且可以安装你想要的版本&＃xff0c;在官网里面往往给出的最新版本&＃xff0c;就像我安装的时候官网给的是带Python3.6的版本&＃xff0c;但是我想直接安装带python3.5的版本的Anoconda.

可以直接在清华的镜像 Index of /anaconda/archive/中&＃xff0c;找到对应的版本&＃xff0c;下载并安装。带Python3,5的window版本就是下载Anaconda3-4.2.0-Windows-x86_64。

    2  .安装注意事项&＃xff1a;安装目录最好不要有空格&＃xff1b;是否把Anaconda加入环境变量的选项上打勾&＃xff0c;这涉及到能否直接在cmd中使用conda、jupyter、ipython等命令&＃xff0c;推荐打勾&＃xff0c;如果不打勾可以再安装以后将对应的环境变量添加上去&＃xff0c;例如我的就是          D:\Anaconda3;D:\Anaconda3\Scripts;D:\Anaconda3\Library\bin      可参考博客 https://zhuanlan.zhihu.com/p/25198543

   3.   安装好了以后&＃xff0c;可以在cmd中输入 Python&＃xff0c;发现显示的还是你之前安装的版本&＃xff0c;像我的就是Python2.7&＃xff0c;这是因为你之前安装Python2,7的时候&＃xff0c;是将它的安装目录添加到了环境变量中的。在系统环境变量中找到对应之前安装Python的路径并删除&＃xff0c;像我的就是D:\Program Files\python2.7 和D:\Program Files\python2.7\Scripts。将其删除。

             接着重启电脑&＃xff0c;再在cmd中输入python 就会显示是Anaconda自带的版本了。

   4.

Conda的环境管理

Conda的环境管理功能允许我们同时安装若干不同版本的Python&＃xff0c;并能自由切换。对于上述安装过程&＃xff0c;假设我们采用的是Python 2.7对应的安装包&＃xff0c;那么Python 2.7就是默认的环境&＃xff08;默认名字是root&＃xff0c;注意这个root不是超级管理员的意思&＃xff09;。

假设我们需要安装Python 3.4&＃xff0c;此时&＃xff0c;我们需要做的操作如下&＃xff1a;

用户安装的不同python环境都会被放在目录~/anaconda/envs下&＃xff0c;可以在命令中运行conda info -e查看已安装的环境&＃xff0c;当前被激活的环境会显示有一个星号或者括号。

Conda的包管理

Conda的包管理就比较好理解了&＃xff0c;这部分功能与pip类似。

例如&＃xff0c;如果需要安装scipy&＃xff1a;

conda的一些常用操作如下&＃xff1a;

前面已经提到&＃xff0c;conda将conda、python等都视为package&＃xff0c;因此&＃xff0c;完全可以使用conda来管理conda和python的版本&＃xff0c;例如

补充&＃xff1a;如果创建新的python环境&＃xff0c;比如3.4&＃xff0c;运行conda create -n python34 python&＃61;3.4之后&＃xff0c;conda仅安装python 3.4相关的必须项&＃xff0c;如python, pip等&＃xff0c;如果希望该环境像默认环境那样&＃xff0c;安装anaconda集合包&＃xff0c;只需要&＃xff1a;

设置国内镜像

如果需要安装很多packages&＃xff0c;你会发现conda下载的速度经常很慢&＃xff0c;因为Anaconda.org的服务器在国外。所幸的是&＃xff0c;清华TUNA镜像源有Anaconda仓库的镜像&＃xff0c;我们将其加入conda的配置即可&＃xff1a;

执行完上述命令后&＃xff0c;会生成~/.condarc(Linux/Mac)或C:UsersUSER_NAME.condarc文件&＃xff0c;记录着我们对conda的配置&＃xff0c;直接手动创建、编辑该文件是相同的效果。

http://blog.csdn.net/u010858605/article/details/64128466

比如windows中安装TensorFlow的过程

2.安装Tensorflow

TensorFlow目前在Windows下只支持python 3.5版本。

&＃xff08;1&＃xff09;打开Anaconda Prompt&＃xff0c;输入清华仓库镜像&＃xff0c;这样更新会快一些&＃xff1a; 

1. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

2. conda config --set show_channel_urls yes

• 1
• 2

&＃xff08;2&＃xff09;同样在Anaconda Prompt中利用Anaconda创建一个python3.5的环境&＃xff0c;环境名称为tensorflow &＃xff0c;输入下面命令&＃xff1a;

conda create -n tensorflow python&＃61;3.5

--------------------- 作者&＃xff1a;accumulate_zhang 来源&＃xff1a;CSDN 原文&＃xff1a;https://blog.csdn.net/accumulate_zhang/article/details/77371657?utm_source&＃61;copy 版权声明&＃xff1a;本文为博主原创文章&＃xff0c;转载请附上博文链接&＃xff01;