Anaconda

一、简介

Anaconda 是一个用于科学计算和数据分析的 Python 发行版本。它包含了一系列常用的科学计算库和工具，如 NumPy、SciPy、Pandas 和 Jupyter Notebook 等。Anaconda 还提供了一个方便的环境管理工具，可以轻松创建和管理 Python 虚拟环境。

Anaconda 具有以下优点：

• 预装了大量常用的科学计算库，避免了繁琐的安装过程。
• 提供了方便的环境管理工具，可以创建和切换不同的 Python 环境。
• 兼容多平台，可在 Windows、Linux 和 macOS 上运行。

二、安装

下载地址：Download Anaconda Distribution | Anaconda

1. 跳过注册：​​

2. 根据你的系统和版本下载：​​

3. 打开安装包，选择为所有用户安装、修改安装位置，安装位置不要有空格、中文等。

4. 全部勾选：

   如果你没有安装 Python，就勾选第二个选项！

   如果你已经安装了 Python 环境，就不勾选第二个选项！

   ​​

5. 等待安装完成（有点久的）。

   ​​

6. 运行 Anaconda Prompt：

   ​​

   输入命令：

   conda -V

   打印出版本即可。

7. 配置环境变量：

   找到安装目录，将根目录和根目录下的 Scripts 文件夹，配置到系统环境 Path 中。

   ​​

   打开 cmd 终端，输入 conda -V 命令可以查看版本即可。

三、配置镜像源

查看镜像源：

conda config --get channels

为了提高下载速度，可以添加国内镜像源。以下是添加常用镜像源的命令：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/main/

四、配置虚拟环境（建议）

查看 conda 配置：

conda config --show envs_dirs

conda config --show pkgs_dirs

查看虚拟环境安装位置的结果如下：

​​

系统在读取路径信息时，默认选择列表中的第一个路径作为虚拟环境存放的路径，若第一个路径不存在，才会继续寻找后面的路径，于是我们这里可以把顺序调整一下，D 盘挪到前面。步骤如下：

1. 创建虚拟环境存放的路径，如 D:\ProgramData\anaconda3\envs​ 和 D:\ProgramData\anaconda3\pkgs​ （如果 D 盘对用户权限有要求，放在 E 盘更好）

2. 找到 C 盘用户路径下的.condarc 文件：C:\Users\用户名​，右键记事本打开

3. 在文本末尾，添加以下内容：

   envs_dirs:
     - D:\ProgramData\anaconda3\envs
     - C:\Users\用户名\.conda\envs
     - C:\Users\用户名\AppData\Local\conda\conda\envs
   pkgs_dirs:
     - D:\ProgramData\anaconda3\pkgs
     - C:\Users\用户名\.conda\pkgs
     - C:\Users\用户名\AppData\Local\conda\conda\pkgs

   ​​

   保存退出记事本。

4. 重新启动 Anaconda 终端，执行命令查看配置是否生效：

   ​​

由于我的目录配置在 D 盘，且用户没有该目录的写入权限，导致配置不生效，调整该目录用户权限步骤如下：

1. 去 anaconda3 安装目录下创建 envs 和 pkgs 两个文件夹，并调整这两个文件夹的只读属性、调整 User 权限，右键 - "属性" - 取消勾选只读：

   ​​

2. 然后点击 "安全" - "编辑"，调整 "Users" 的权限，如图：

   ​​

3. 对 pkgs 文件夹操作同上。

五、创建虚拟环境

1. 创建制定 python 版本的虚拟环境：

   conda create -n <环境名> python=3.11

   把 < 环境名 > 替换成自己起的名字，如 conda create -n myenv python=3.11​

2. 查看所有虚拟环境：

   conda env list

3. 激活指定虚拟环境：

   conda activate <环境名>

   注：如果要在 cmd 终端直接进入 conda 虚拟环境，需要执行命令：

   conda init

   ​conda init ​是一个初始化脚本，它配置 conda 以便与 shell 交互，使得 conda 命令如 conda activate ​可以在命令行中使用。

   执行该命令后重启终端，就可以在终端上使用 conda 的所有命令了，终端也会和 Anaconda Prompt 一样，在路径前展示当前环境，以后就不需要每次都打开 Anaconda Prompt 了

   ​​

4. 退出虚拟环境：

   conda deactivate

六、在 PyCharm 使用虚拟环境（可选）

6.1 全局设置

打开 PyCharm，在启动页面，点击"Customize"-"All settings..."打开设置

​​

在设置中，先后点击 "Python Interpreter" - "Add Interpreter" - "Add Local Interpreter..."

​​

选择"Conda Environment"，打开 conda 的安装目录，选中 Scripts 目录下的 conda.exe 文件，点击 Load Environment，选择创建好的虚拟环境

​​

加载完成后可以看到虚拟环境安装的包

​​

新建项目时就可以选择刚刚添加的虚拟环境了

​​

6.2 单项目设置

1. 打开 PyCharm：启动 PyCharm 并打开一个新的或现有的项目。

2. 配置解释器：在 PyCharm 中，你需要配置项目使用的解释器。这可以通过以下步骤完成：

   • 打开 "Settings"（Windows/Linux）或 "Preferences"（macOS）。

   • 在设置中，选择 "Project: 你的项目名称" > "Python Interpreter"。

   • 在 Python Interpreter 页面，点击齿轮图标，选择 "Add..."。

3. 选择 Anaconda 环境：

   • 在弹出的 "Add Python Interpreter" 窗口中，选择 "Conda Environment"。
   • 你可以选择 "Existing environment" 来使用已存在的 Anaconda 环境。
   • 在 "Environment" 下拉菜单中，选择你之前创建的 Anaconda 环境。

4. 指定环境路径：如果你的环境不在下拉菜单中，可以选择 "System environment location" 并手动输入环境的路径。路径通常是类似于 C:\Users\你的用户名\Anaconda3\envs\你的环境名称​ 的形式。

5. 应用设置：选择好环境后，点击 "OK" 来应用设置。

6. 创建项目：如果你还没有创建项目，可以在 PyCharm 中创建一个新的项目，并在创建过程中选择刚才配置的解释器。

7. 安装依赖：如果项目有特定的依赖，你可以在 PyCharm 中打开终端（View​ > Tool Windows​ > Terminal​），然后激活你的 Anaconda 环境并使用 conda​ 或 pip​ 安装所需的包。

8. 运行项目：配置好解释器和依赖后，你可以开始编写代码并运行你的项目。

9. 同步环境：如果你在 Anaconda Prompt 或其他 IDE 中对环境做了更改，确保在 PyCharm 中同步这些更改。你可以通过 "Python Interpreter" 设置页面来重新选择或更新解释器。

附：什么时候有必要使用多个虚拟环境？

• 项目之间有不同依赖时：如果有多个项目，每个项目依赖的库或其版本不同，使用多个虚拟环境是非常必要的。
• 实验和开发新功能时：如果需要测试新的库或功能，创建一个新环境进行实验可以避免对现有项目的干扰。
• 学习和探索：如果需要学习新的技术或框架，可以为每个学习项目创建一个独立的虚拟环境。

附：常用命令参考

创建指定 Python 版本的虚拟环境

conda create -n env_name python=3.11

查看现有环境

conda env list

删除环境：

conda remove -n env_name --all
conda env remove -n env_name

重命名环境：

conda create -n new_env_name --clone old_env_name

进入和退出环境：

# 进入
conda activate env_name
# 退出
conda deactivate

在 Conda 环境内使用 pip 安装

conda activate env_name
conda install numpy=1.93
pip install numpy==1.93
conda deactivate

安装/删除命令

conda install gatk
conda install gatk=3.7
conda install -n env_name gatk

搜索软件包

conda search gatk

查看已安装的库

conda list
conda list -n <环境名>

更新指定库

conda update gatk
conda update --all

删除环境中的某个库

conda remove --name <环境名> gatk

附：卸载

查看配置

conda config --show

卸载程序，然后手动清理配置中展示的路径。

‍