怎麼配置conda鏡像
1. conda-erro:Collecting package metadata (current_repodata.json): failed
瑙ｅ喅鍔炴硶錛
絎涓縐嶏細鏇存敼灝忕幆澧冧腑pythoan鐨勭増鏈錛屾彁紺猴細鍒╃敤sudo鍛戒護緇欒嚜宸卞姞涓涓鏉冮檺
絎浜岀嶏細寤虹珛灝忕幆澧冪殑榪囩▼涓鑷琛屽畨瑁卲ython涓2/2.7鐨勭増鏈銆
鏈綃囨枃絝犱粙緇嶇殑鏄絎浜岀嶈В鍐沖姙娉
conda寤虹珛灝忕幆澧冪殑絎涓姝ュ紑濮嬫姤閿欎俊鎮錛
瑙ｅ喅鍔炴硶錛
1銆佹煡鐪嬮暅鍍忥細
2銆佹垜閰嶇疆鐨勯暅鍍忓備笅錛
鍦╟hannles涓瀛樺湪 - https://mirrors.tuna.tsinghua.e.cn/anaconda/pkgs/free 鍗沖彲
3銆佽繍琛屽懡浠わ細
4銆佽繍琛屽畨瑁卌onda灝忕幆澧冨懡浠わ紝璁劇疆py鐗堟湰
鍙傝冨笘瀛愶細 https://blog.csdn.net/gyyu32g/article/details/104611322
鎺ヤ笅鏉ユ垜灝辯戶緇榪涜屼簡~
2. 如何將python-3.5.3-amd64添加到anoconda
下載anaconda的安裝包
這里推薦使用清華的鏡像，因為速度快而且可以安裝你想要的版本，在官網裡面往往給出的最新版本，就像我安裝的時候官網給的是帶Python3.6的版本，但是我想直接安裝帶python3.5的版本的Anoconda.
可以直接在清華的鏡像 Index of /anaconda/archive/中，找到對應的版本，下載並安裝。帶Python3,5的window版本就是下載Anaconda3-4.2.0-Windows-x86_64。
2 .安裝注意事項：安裝目錄最好不要有空格；是否把Anaconda加入環境變數的選項上打勾，這涉及到能否直接在cmd中使用conda、jupyter、ipython等命令，推薦打勾，如果不打勾可以再安裝以後將對應的環境變數添加上去，例如我的就是 D:\Anaconda3;D:\Anaconda3\Scripts;D:\Anaconda3\Library\bin 可參考博客 https: // zhuanlan. hu.com/p/251985433. 安裝好了以後，可以在cmd中輸入 Python，發現顯示的還是你之前安裝的版本，像我的就是Python2.7，這是因為你之前安裝Python2,7的時候，是將它的安裝目錄添加到了環境變數中的。在系統環境變數中找到對應之前安裝Python的路徑並刪除，像我的就是D:\Program Files\python2.7 和D:\Program Files\python2.7\Scripts。將其刪除。
接著重啟電腦，再在cmd中輸入python 就會顯示是Anaconda自帶的版本了。
4. 將原來python加入Anoconda中
在Anoconda中，用戶以後安裝的python會存放在envs中。如果在cmd中輸入conda info -e 或者 conda info --envs 就可以得到你安裝的python信息。 在考察一下conda中安裝其他包的命令：
# 創建一個名為python34的環境，指定Python版本是3.4（不用管是3.4.x，conda會為我們自動尋找3.4.x中的最新版本）conda create --name python34 python=3.4
其實就是在envs中創建了一個python34的文件夾，這個也就是安裝python34的一個安裝目錄。了解這個原理之後，就可以輕松將原來的環境轉到Aconda進行管理。
直接將你原來安裝python的整個文件夾拷貝到envs的目錄下。
然後你再用conda info -e 命令，就會發現多了一個你添加的文件夾的名字的python，我把自己之前安裝的python2.7的包拷過去。還可以給文件下重命名一下，我命名的是python27。
# conda environments:
#
python27 * D:\Anaconda3\envs\python27root D:\Anaconda3
5.環境管理
復制代碼
# 安裝好後，使用activate激活某個環境
activate python34 # for Windows
source activate python34 # for Linux & Mac# 激活後，會發現terminal輸入的地方多了python34的字樣，實際上，此時系統做的事情就是把默認2.7環境從PATH中去除，再把3.4對應的命令加入PATH# 此時，再次輸入
python --version
# 可以得到`Python 3.4.5 :: Anaconda 4.1.1 (64-bit)`，即系統已經切換到了3.4的環境# 如果想返回默認的python 2.7環境，運行
deactivate python34 # for Windows
source deactivate python34 # for Linux & Mac# 刪除一個已有的環境
conda remove --name python34 --all
復制代碼
可以使用上面的激活命令檢驗一下：
在cmd中輸入python得到自帶版本信息，然後再激活python27，顯示(python27) C:\Users\UT> 也就是搞定了。
復制代碼
C:\Users\UT>python
Python 3.5.2 |Anaconda 4.2.0 (64-bit)| (default, Jul 5 2016, 11:41:13) [MSC v.1900 64 bit (AMD64)] on win32
Type "help", "right", "credits" or "license" for more information.
>>> exit()
C:\Users\UT>activate python27
(python27) C:\Users\UT>
復制代碼
6.設置國內鏡像命令
conda config --add channels https: //mirrors. tuna.tsinghua. e.cn/anaconda/pkgs/free/conda config --set show_channel_urls yes
然後你的.condarc 文件應該是這樣的內容，或者你可以直接修改該文件的內容設置鏡像。
channels:
- https: // mirrors. tuna.tsinghua. e.cn/anaconda/pkgs/free/- defaults
show_channel_urls: yes
3. python - 環境 - python用conda創建虛擬環境
創建虛擬環境是為了讓項目運行在一個獨立的局部的Python環境中，這樣可以讓不同項目用不同的python模塊，使得不同環境不會相互干擾。
因為虛擬環境可以使一個Python程序擁有獨立的 庫library 和 解釋器interpreter ，而不用與其他Python程序共享統一個library和interpreter。
打個比方 ：如果程序A、程序B是用同一個python環境，程序A需要某個庫的1.0版本，而程序B需要同樣這個庫的2.0版本，那麼程序A能執行，則程序B就不能執行。
先進入命令行窗口 win+R ，輸入 cmd
羅列當前已有的虛擬環境 conda env list
我這台電腦有3個環境，分別是 base 、 professior 、 pycharm book
其中 base 可以看到有個*，代表的是它為最根本的環境。
查看 conda create 命令
從上圖可以看到
創建名為 frog_test 的虛擬環境，指定python版本 3.7 。
conda create -n frog_test python=3.7
關注最末尾這幾句話：
查看是否創建成功
看到 (frog_test) 則代表進入成功
指定環境，查看已安裝的包 conda list -n frog_test
指定環境，安裝指定版本的包 conda install -n frog_test pandas==1.0.4
安裝慢的話可以用鏡像源，進入虛擬環境後用
pip install 模塊名 -i http://mirrors.aliyun.com/pypi/simple --trusted-host mirrors.aliyun.com
再次查看，可以發現已經安裝成功。
其餘如：更新模塊包、刪除模塊包，全部都可以進入虛擬環境後 pip 進行
更新pandas模塊包
更新pandas模塊包 pip install --upgrade pandas -i http://mirrors.aliyun.com/pypi/simple --trusted-host mirrors.aliyun.com
之前安裝的1.0.4版本pandas變成1.0.5了。
刪除pandas模塊包
刪除成功
=====================================================
4. 如何用anaconda python
序
Python易用，但用好卻不易，其中比較頭疼的就是包管理和Python不同版本的問題，特別是當你使用Windows的時候。為了解決這些問題，有不少發行版的Python，比如WinPython、Anaconda等，這些發行版將python和許多常用的package打包，方便pythoners直接使用，此外，還有virtualenv、pyenv等工具管理虛擬環境。
個人嘗試了很多類似的發行版，最終選擇了Anaconda，因為其強大而方便的包管理與環境管理的功能。該文主要介紹下Anaconda，對Anaconda的理解，並簡要總結下相關的操作。
Anaconda概述
Anaconda是一個用於科學計算的Python發行版，支持 Linux, Mac, Windows系統，提供了包管理與環境管理的功能，可以很方便地解決多版本python並存、切換以及各種第三方包安裝問題。Anaconda利用工具/命令conda來進行package和environment的管理，並且已經包含了Python和相關的配套工具。
這里先解釋下conda、anaconda這些概念的差別。conda可以理解為一個工具，也是一個可執行命令，其核心功能是包管理與環境管理。包管理與pip的使用類似，環境管理則允許用戶方便地安裝不同版本的python並可以快速切換。Anaconda則是一個打包的集合，裡面預裝好了conda、某個版本的python、眾多packages、科學計算工具等等，所以也稱為Python的一種發行版。其實還有Miniconda，顧名思義，它只包含最基本的內容——python與conda，以及相關的必須依賴項，對於空間要求嚴格的用戶，Miniconda是一種選擇。
進入下文之前，說明一下conda的設計理念——conda將幾乎所有的工具、第三方包都當做package對待，甚至包括python和conda自身！因此，conda打破了包管理與環境管理的約束，能非常方便地安裝各種版本python、各種package並方便地切換。
Anaconda的安裝
Anaconda的下載頁參見官網下載，Linux、Mac、Windows均支持。
安裝時，會發現有兩個不同版本的Anaconda，分別對應Python 2.7和Python 3.5，兩個版本其實除了這點區別外其他都一樣。後面我們會看到，安裝哪個版本並不本質，因為通過環境管理，我們可以很方便地切換運行時的Python版本。（由於我常用的Python是2.7和3.4，因此傾向於直接安裝Python 2.7對應的Anaconda）
下載後直接按照說明安裝即可。這里想提醒一點：盡量按照Anaconda默認的行為安裝——不使用root許可權，僅為個人安裝，安裝目錄設置在個人主目錄下（Windows就無所謂了）。這樣的好處是，同一台機器上的不同用戶完全可以安裝、配置自己的Anaconda，不會互相影響。
對於Mac、Linux系統，Anaconda安裝好後，實際上就是在主目錄下多了個文件夾（~/anaconda）而已，Windows會寫入注冊表。安裝時，安裝程序會把bin目錄加入PATH（Linux/Mac寫入~/.bashrc，Windows添加到系統變數PATH），這些操作也完全可以自己完成。以Linux/Mac為例，安裝完成後設置PATH的操作是
1
2
3
4
# 將anaconda的bin目錄加入PATH，根據版本不同，也可能是~/anaconda3/bin
echo 'export PATH="~/anaconda2/bin:$PATH"' >> ~/.bashrc
# 更新bashrc以立即生效
source ~/.bashrc
配置好PATH後，可以通過which conda或conda --version命令檢查是否正確。假如安裝的是Python 2.7對應的版本，運行python --version或python -V可以得到Python 2.7.12 :: Anaconda 4.1.1 (64-bit)，也說明該發行版默認的環境是Python 2.7。
Conda的環境管理
Conda的環境管理功能允許我們同時安裝若干不同版本的Python，並能自由切換。對於上述安裝過程，假設我們採用的是Python 2.7對應的安裝包，那麼Python 2.7就是默認的環境（默認名字是root，注意這個root不是超級管理員的意思）。
假設我們需要安裝Python 3.4，此時，我們需要做的操作如下：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
# 創建一個名為python34的環境，指定Python版本是3.4（不用管是3.4.x，conda會為我們自動尋找3.4.x中的最新版本）
conda create --name python34 python=3.4
# 安裝好後，使用activate激活某個環境
activate python34 # for Windows
source activate python34 # for Linux & Mac
# 激活後，會發現terminal輸入的地方多了python34的字樣，實際上，此時系統做的事情就是把默認2.7環境從PATH中去除，再把3.4對應的命令加入PATH
# 此時，再次輸入
python --version
# 可以得到`Python 3.4.5 :: Anaconda 4.1.1 (64-bit)`，即系統已經切換到了3.4的環境
# 如果想返回默認的python 2.7環境，運行
deactivate python34 # for Windows
source deactivate python34 # for Linux & Mac
# 刪除一個已有的環境
conda remove --name python34 --all
用戶安裝的不同python環境都會被放在目錄~/anaconda/envs下，可以在命令中運行conda info -e查看已安裝的環境，當前被激活的環境會顯示有一個星號或者括弧。
說明：有些用戶可能經常使用python 3.4環境，因此直接把~/anaconda/envs/python34下面的bin或者Scripts加入PATH，去除anaconda對應的那個bin目錄。這個辦法，怎麼說呢，也是可以的，但總覺得不是那麼elegant……
如果直接按上面說的這么改PATH，你會發現conda命令又找不到了（當然找不到啦，因為conda在~/anaconda/bin里呢），這時候怎麼辦呢？方法有二：1. 顯式地給出conda的絕對地址 2. 在python34環境中也安裝conda工具（推薦）。
Conda的包管理
Conda的包管理就比較好理解了，這部分功能與pip類似。
例如，如果需要安裝scipy：
1
2
3
4
5
6
7
# 安裝scipy
conda install scipy
# conda會從從遠程搜索scipy的相關信息和依賴項目，對於python 3.4，conda會同時安裝numpy和mkl（運算加速的庫）
# 查看已經安裝的packages
conda list
# 最新版的conda是從site-packages文件夾中搜索已經安裝的包，不依賴於pip，因此可以顯示出通過各種方式安裝的包
conda的一些常用操作如下：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
# 查看當前環境下已安裝的包
conda list
# 查看某個指定環境的已安裝包
conda list -n python34
# 查找package信息
conda search numpy
# 安裝package
conda install -n python34 numpy
# 如果不用-n指定環境名稱，則被安裝在當前活躍環境
# 也可以通過-c指定通過某個channel安裝
# 更新package
conda update -n python34 numpy
# 刪除package
conda remove -n python34 numpy
前面已經提到，conda將conda、python等都視為package，因此，完全可以使用conda來管理conda和python的版本，例如
1
2
3
4
5
6
7
8
9
# 更新conda，保持conda最新
conda update conda
# 更新anaconda
conda update anaconda
# 更新python
conda update python
# 假設當前環境是python 3.4, conda會將python升級為3.4.x系列的當前最新版本
補充：如果創建新的python環境，比如3.4，運行conda create -n python34 python=3.4之後，conda僅安裝python 3.4相關的必須項，如python, pip等，如果希望該環境像默認環境那樣，安裝anaconda集合包，只需要：
1
2
3
4
5
6
# 在當前環境下安裝anaconda包集合
conda install anaconda
# 結合創建環境的命令，以上操作可以合並為
conda create -n python34 python=3.4 anaconda
# 也可以不用全部安裝，根據需求安裝自己需要的package即可
設置國內鏡像
如果需要安裝很多packages，你會發現conda下載的速度經常很慢，因為Anaconda.org的伺服器在國外。所幸的是，清華TUNA鏡像源有Anaconda倉庫的鏡像，我們將其加入conda的配置即可：
1
2
3
4
5
6
# 添加Anaconda的TUNA鏡像
conda config --add channels u.cn/anaconda/pkgs/free/
# TUNA的help中鏡像地址加有引號，需要去掉
# 設置搜索時顯示通道地址
conda config --set show_channel_urls yes
執行完上述命令後，會生成~/.condarc(Linux/Mac)或C:UsersUSER_NAME.condarc文件，記錄著我們對conda的配置，直接手動創建、編輯該文件是相同的效果。
跋
Anaconda具有跨平台、包管理、環境管理的特點，因此很適合快速在新的機器上部署Python環境。總結而言，整套安裝、配置流程如下：
下載Anaconda、安裝
配置PATH（bashrc或環境變數），更改TUNA鏡像源
創建所需的不用版本的python環境
Just Try!