anaconda多版本python

① Anaconda配置多個python環境

以下教程會創建兩個版本的python開發環境，分別是一個默認的 2.7.5 和一個 3.4 .
首先你需要熟悉一下Anaconda的基礎命令，同時安裝的時候如果需要查閱手冊命令的，請查看 官方文檔 。
官方文檔有困難的，下面有一部分熟悉命令。
這里大家可以先理清一個簡單的概念，其實你的一個python環境，就是使用命令調用當前目錄下的python編譯器。不同的版本，你可以理解為在不同文件夾下的不同python版本的編譯器。

創建一個名為python27的環境，指定Python版本是2.7（不用管是2.7.x，conda會為我們自動尋找2.7.x中的最新版本）

靜靜的按回車等待安裝成功。安裝成功之後，我們可以到對應的目錄查看一下。還記得你最初的Anaconda的安裝目錄么？這個時候可以去E:\Program Files\Anaconda2\envs 目錄下查看，就多了一個python27的目錄，說明你就安裝好了一個python27的環境。
同理再創建一個3.4.×的python環境

然後這個時候你就可以繼續查看E:\Program Files\Anaconda2\envs目錄下面的文件夾了，應該會多了一個python27和python34，那麼恭喜你， 成功的安裝了兩個版本的python開發環境。

在這里你就會看到你所有的python版本，和你現在所在的分支

如上圖，你的開放環境中，應該已經有了三個開發環境，分別書root、python27、python34

Windows:

比如你需要切換到python3.4的版本，那麼你如果在windows下就直接運行 activate python34 就好了

Windows:

以下所有的命令都是在 python34 這個環境下進行的

這個python34的環境報下面沒有beautifulsoup4，所以我們想要安裝一個

提示：如果你看到了錯誤信息，檢查你是否在安裝過程中選擇了僅為當前用戶按安裝，並且是否以同樣的賬戶來操作。確保用同樣的賬戶登錄安裝了之後重新打開命令行終端窗口。

conda將會比較新舊版本並且告訴你哪一個版本的conda可以被安裝。它也會通知你伴隨這次升級其它包同時升級的情況。
如果新版本的conda可用，它會提示你輸入y進行升級.

這將創建第二個基於python3 ，包含 Astroid 和 Babel 包，稱為 bunnies 的新環境，在 /envs/bunnies 文件夾里。

你將會看到如下的環境列表：

conda將會顯示所有環境的列表，當前環境會顯示在一個括弧內。

注意：conda有時也會在目前活動的環境前邊加上*號。

通過conda info –-envs來檢查環境
你現在應該可以看到一個環境列表： flowers, bunnies, and snowflakes .

為了確定這個名為flowers的環境已經被移除，輸入以下命令：

flowers 已經不再在你的環境列表裡了，所以我們知道它被刪除了。

② 如何在多版本anaconda python環境下轉換spyder

有兩種方法可以實現：
首先我的實驗環境是conda 4.3.13

方法一：全程在cmd中操作
1）先在conda中創建一個名為python2的環境，並下載對應版本python2.7
conda create --name python27 python=2.7

2）激活python2環境
activate python2

3)在python2的環境下下載spyder和Jupter notebook
conda install spyder1

因為我這里已經裝過spyter了，如果第一次安裝，系統會讓你確定是否下載，輸入 y 即可。
4) 下面我們可以看到菜單欄已經有了python2的spyter了。

5）下載Jupyter notebook，一樣的方法。
conda install jupyter

這樣，你想用python3編寫代碼時，就打開python3的spyder；你想用python2編寫代碼時，就打開python2的spyder。兩種環境的切換非常方便。
方法二：在Anaconda Navigator中實現（相對簡單，耗時，不推薦）
1） 打開Anaconda Navigator

2） 進入environment，選擇你要安裝python2的環境，或者可以按底部的Create新建環境名和對應的python版本。

3） 然後選擇在你的想要的環境中下載spyder和jupyter notebook。

4） 但是，因為Anaconda Navigator的環境不穩定，容易出現屏幕卡死或者閃退現象，不推薦這種方法。
附加：給Jupter notebook設置主目錄的方法
1） 當你下載好jupter notebook後打開界面，是什麼樣的呢？是否同作者一樣？

2） 不難看出，此時剛下載好的jupter notebook默認的路徑是C盤。那麼下面我們把它設置成我們自己要的目錄，這里我以：『F:\pythonWork 『為例。
3） 在cmd中輸入：
jupyter notebook --generate-config
第一次修改則輸入：y
4) 找到輸出的文件夾的目錄，用記事本打開。
文件夾的目錄一般在：C:\Users\Administrator\.jupyter
搜索：notebook.dir
將你要的路徑設置在裡面。

5) 然後保存。再次打開upyter notebook，就變成你要的路徑了。

③ Anaconda更改python版本

默認安裝Anaconda後python的命令提示界面

安裝Anaconda後，更改python版本。我們需要從開始菜單里找到下面這個：

在現有的anaconda中新建一個python3.6的開發環境，這樣同時保留了python3.8

新安裝的 anaconda 創建 python 環境時只有一個 3.8 的版本，沒有其他選項

我們需要通過命令窗口進行創建

命令：conda create -n Pytorch python=3.6

創建成功

現在在來創建一個Python環境，用這個管理界面來創建：

單擊python左邊的選擇框，按照圖示，選擇對應的歷史版本， 接下來選擇應用，然後等待了：

接下來再是等待。然後修改系統環境變數。首先要做的是找到你的Anaconda的安裝目錄，找到envs文件夾，裡面會有你創建的python環境（釋：每個環境都被定義為一個文件夾），進入envs文件夾里，打開python文件夾，並復制其絕對路徑

更改成功

④ 安裝Anaconda3 後，怎樣使用 Python 2.7

《Anaconda3軟體》網路網盤資源免費下載:

鏈接: https://pan..com/s/1pOzDpvL-l8y6zGvcOW2Ofg

Anaconda3-2020.02最新中文版是專門為了方便使用 Python 進行數據科學研究而建立的一組軟體包，涵蓋了數據科學領域常見的 Python 庫，並且自帶了專門用來解決軟體環境依賴問題的 conda 包管理系統。可以使用它創建虛擬環境，以便更輕松地處理多個項目。主要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。

⑤ anaconda是干什麼的是 python的第三方解釋環境嗎

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。

這是一個集成的Python環境，一鍵安裝，裝好即用，適合懶人，適合初學者。特別的，對Windows環境而言，因已附帶很多第三方庫，就不用為了安裝這些庫，而安裝C++編譯器了。

其使用conda來管理包，集成了Python主程序，IDE（Spyder）與IPython，以及常用的第三方庫，例如，以科學計算庫齊備聞名於世，機器學習不二之選，又如，包括Tornado與Flask，上手即可擼Web伺服器。

並有適配Windows，OS X，與Linux三個系統，Python 2.7、或者3.X版本，以及32位、或者64位版本，各種各樣組合，總有一款適合你。

其他解釋：

一個python集成開發環境，對新手比較友好，就跟java的開發工具eclipse一個性質，功能比較強大，他原生的命令行開發環境和notebook我是覺得對新手不太友好。

這種集成開發環境會默認安裝常用的包，調試也比較方便，不過就是可能會有大量對你來說冗餘的功能，如果你到大神級別了，一個txt文本編輯器就夠了。

⑥ 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!

⑦ anaconda和python區別

安裝包大小不同，作用不同，性質不同。
1、安裝包大小不同，python自身缺少numpy、matplotlib、scipy、scikit-learn等一系列包，需要安裝pip來導入這些包才能進行相應運算。Anaconda(開源的Python包管理器)是一個python發行版，包含了conda、Python等180多個科學包及其依賴項。包含了大量的包，使用anaconda無需再去額外安裝所需包。
2、作用不同，Python語法和動態類型，以及解釋型語言的本質，使它成為多數平台上寫腳本和快速開發應用的編程語言。anaconda可以用於在同一個機器上安裝不同版本的軟體包及其依賴，並能夠在不同的環境之間切換。
3、性質不同，Anaconda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。
Python是一個高層次的結合了解釋性、編譯性、互動性和面向對象的腳本語言。

⑧ anaconda怎麼查看python版本

Anaconda是Python的一個開源發行版本，主要面向科學計算，預裝了豐富強大的庫。

使用Anaconda可以輕松管理多個版本的Python環境。

Anaconda默認有兩個版本，可以選擇64位還是32位安裝，當你安裝了其中一個版本時，系統默認為該版本。

同時你可以在已安裝的Anaconda版本中添加另一個版本的Python，實現多版本共存。

Anaconda可以使用命令行進行操作

conda的環境管理

conda info -e 查看當前已安裝的環境

conda create -n py27 python=2.7 添加2.7版本的Python環境

activate py27 切換到Python2.7環境

deactivate 返回默認的Python環境

conda remove -n py27 --all 刪除已安裝的Python環境

conda的包管理，類似Python的pip

conda list查看當前環境下已安裝的包

conda list -n py27 查看指定環境的已安裝的包

conda search selenium 查找package信息

conda install -n py27 selenium 指定環境安裝package，不加-n則安裝在當前活躍環境

conda update -n py27 selenium 指定環境更新package，不加-n則更新在當前活躍環境

conda remove -n py27 selenium 刪除package，不加-n則刪除在當前活躍環境

conda將conda、python等都視為package，因此可以使用conda管理conda和python的版本

conda update conda 更新conda

conda update anaconda 更新anaconda

conda update python 更新python，假設當前環境是3.6，則更新3.6.x系列版本

anconda的默認環境會安裝anconda的包集合，新添加的Python環境只會安裝相關的必須項，如python、pip等。

如果要使用anconda的集合包：

conda install anaconda 在當前環境下安裝anaconda包集合

conda create -n py27 python=2.7 anaconda 在創建環境的同時安裝anaconda集合包

以上就是本文的全部內容，希望對大家的學習有所幫助。

⑨ anaconda怎麼切換python版本

首先，你要安裝anaconda的兩個版本，python2和python3，後裝的版本會成為系統默認的版本。
conda create --name py27 python=2.7
conda create --name py34 python=3.4
創建了兩個虛擬環境。
activate <env name>
這是激活環境的命令
How to install Python 2.7.8 and 3.4.1 concurrently?
PS：根據這篇文章，conda create --name py27 python=2.7 命令後面本來應該要加anaconda，這樣創建的虛擬環境也會有anaconda科學計算環境的，可是，試驗時並沒有成功。不知道是否能行。

⑩ python多版本和虛擬環境(pyenv+conda or virtualenv)

2.7.X
3.X
Anaconda2
Anaconda3

pyenv是一個管理各個python版本的管理器。可以在系統里同時保留多個python版本，等需要時定義需要的版本。

項目地址

看項目地址中的readme

查看pyenv可安裝的版本列表

安裝和卸載指定版本，會將python版本安裝在 $(pyenv root)/versions/ 中

查看當前已經安裝了的python版本。輸出內容中，system關鍵字是系統python版本。 *表示當前環境所處的版本。

全局切換為anaconda科學計算環境(不建議這么做)，做了如果要恢復，則將最後一個參數改為--unset

當前環境接環。在當前目錄以下。如果要恢復，則將最後一個參數改為--unset

本來這是一個單獨的軟體用來虛擬一個python版本環境，讓每個工作環境都有一套獨立的python各自的第三方插件互不影響。然而在 pyenv 下有一個插件 pyenv-virtualenv 他可以在 pyenv 的環境下擔負起 virtualenv 的事情。（如果使用的是原生python可以用這個工具，如果用的是anaconda則不用這個，用下一章說的conda工具來完成虛擬環境）

項目地址

看項目地址中的readme

在當前目錄下創建一個 python 版本為2.7.1的環境，環境名字為 env271。 這個環境的真實目錄位於 ~/.pyenv/versions/

（創建時並不激活）激活當前環境。此時已經進入虛擬環境，在當前環境下所有pip等操作都不會影響系統環境和系統路徑。

離開已激活的環境，切換回系統環境。但並沒有被刪除，下次依舊可以啟動。

刪除一個環境，當然也可以到真實目錄下刪除文件夾。

本來不想用這個的，但是因為 pyenv-virtualenv 有一些問題，無法很好的管理conda環境，比如有一些anaconda 自帶的一些命令(例如pylint)無法被使用。因此還是老老實實使用 conda 來管理虛擬環境。

conda 是自帶於 anaconda 的所以並不需要額外安裝，如果在 anaconda 環境中就可以使用。conda 不僅可以進行 環境管理 ，還可以 包管理 ，和對 anaconda和conda 進行 版本升級 。

由於conda使用方法太多，因此這里羅列一些常用的主要是一些虛擬環境的命令。具體的到 官網文檔 去查看一下。

首先conda工具是需要在anaconda環境下的，因此先執行 pyenv local anaconda3-4.2.0 進入anaconda環境後就可以執行conda工具了。

創建一個虛擬環境。可以指定名字，指定包，甚至制定python(這樣的話就python版本管理了所以不建議使用，python版本管理交給pyenv)，所以命令中 python=x.x 可以不寫

羅列已經創建的環境，兩條命令是一樣的。

激活一個環境。和virtualenv一樣，創建不等於激活。激活後才能真正使用虛擬環境。
如果發生錯誤 Error: activate must be sourced. Run 'source activate envname' 說明activate命令沒有找對，導致錯誤。吧命令改成

這樣就能成功建立虛擬環境了。

刪除一個虛擬環境。

復制一個虛擬環境。這個是個不錯的好功能。

conda還能吧環境配置文件導出，在另一台機器上重新讀入配置文件，就能復刻你的環境了。

conda 還能進行包的管理。調用的是 pip 所以也很棒。

查看當前環境已安裝包，用-n指定後，就是查看某個環境下的已安裝包

為某個指定的環境安裝包，升級包，刪除包。

它還能升級自身和anaconda和python的版本。

它和pip一樣也能設置安裝包的鏡像位置。其餘還有能使用R命令等等，都到官網文檔中搜索一下。