anaconda多版本python

① Anaconda配置多个python环境

以下教程会创建两个版本的python开发环境，分别是一个默认的 2.7.5 和一个 3.4 .
首先你需要熟悉一下Anaconda的基础命令，同时安装的时候如果需要查阅手册命令的，请查看 官方文档 。
官方文档有困难的，下面有一部分熟悉命令。
这里大家可以先理清一个简单的概念，其实你的一个python环境，就是使用命令调用当前目录下的python编译器。不同的版本，你可以理解为在不同文件夹下的不同python版本的编译器。

创建一个名为python27的环境，指定Python版本是2.7（不用管是2.7.x，conda会为我们自动寻找2.7.x中的最新版本）

静静的按回车等待安装成功。安装成功之后，我们可以到对应的目录查看一下。还记得你最初的Anaconda的安装目录么？这个时候可以去E:\Program Files\Anaconda2\envs 目录下查看，就多了一个python27的目录，说明你就安装好了一个python27的环境。
同理再创建一个3.4.×的python环境

然后这个时候你就可以继续查看E:\Program Files\Anaconda2\envs目录下面的文件夹了，应该会多了一个python27和python34，那么恭喜你， 成功的安装了两个版本的python开发环境。

在这里你就会看到你所有的python版本，和你现在所在的分支

如上图，你的开放环境中，应该已经有了三个开发环境，分别书root、python27、python34

Windows:

比如你需要切换到python3.4的版本，那么你如果在windows下就直接运行 activate python34 就好了

Windows:

以下所有的命令都是在 python34 这个环境下进行的

这个python34的环境报下面没有beautifulsoup4，所以我们想要安装一个

提示：如果你看到了错误信息，检查你是否在安装过程中选择了仅为当前用户按安装，并且是否以同样的账户来操作。确保用同样的账户登录安装了之后重新打开命令行终端窗口。

conda将会比较新旧版本并且告诉你哪一个版本的conda可以被安装。它也会通知你伴随这次升级其它包同时升级的情况。
如果新版本的conda可用，它会提示你输入y进行升级.

这将创建第二个基于python3 ，包含 Astroid 和 Babel 包，称为 bunnies 的新环境，在 /envs/bunnies 文件夹里。

你将会看到如下的环境列表：

conda将会显示所有环境的列表，当前环境会显示在一个括号内。

注意：conda有时也会在目前活动的环境前边加上*号。

通过conda info –-envs来检查环境
你现在应该可以看到一个环境列表： flowers, bunnies, and snowflakes .

为了确定这个名为flowers的环境已经被移除，输入以下命令：

flowers 已经不再在你的环境列表里了，所以我们知道它被删除了。

② 如何在多版本anaconda python环境下转换spyder

有两种方法可以实现：
首先我的实验环境是conda 4.3.13

方法一：全程在cmd中操作
1）先在conda中创建一个名为python2的环境，并下载对应版本python2.7
conda create --name python27 python=2.7

2）激活python2环境
activate python2

3)在python2的环境下下载spyder和Jupter notebook
conda install spyder1

因为我这里已经装过spyter了，如果第一次安装，系统会让你确定是否下载，输入 y 即可。
4) 下面我们可以看到菜单栏已经有了python2的spyter了。

5）下载Jupyter notebook，一样的方法。
conda install jupyter

这样，你想用python3编写代码时，就打开python3的spyder；你想用python2编写代码时，就打开python2的spyder。两种环境的切换非常方便。
方法二：在Anaconda Navigator中实现（相对简单，耗时，不推荐）
1） 打开Anaconda Navigator

2） 进入environment，选择你要安装python2的环境，或者可以按底部的Create新建环境名和对应的python版本。

3） 然后选择在你的想要的环境中下载spyder和jupyter notebook。

4） 但是，因为Anaconda Navigator的环境不稳定，容易出现屏幕卡死或者闪退现象，不推荐这种方法。
附加：给Jupter notebook设置主目录的方法
1） 当你下载好jupter notebook后打开界面，是什么样的呢？是否同作者一样？

2） 不难看出，此时刚下载好的jupter notebook默认的路径是C盘。那么下面我们把它设置成我们自己要的目录，这里我以：‘F:\pythonWork ‘为例。
3） 在cmd中输入：
jupyter notebook --generate-config
第一次修改则输入：y
4) 找到输出的文件夹的目录，用记事本打开。
文件夹的目录一般在：C:\Users\Administrator\.jupyter
搜索：notebook.dir
将你要的路径设置在里面。

5) 然后保存。再次打开upyter notebook，就变成你要的路径了。

③ Anaconda更改python版本

默认安装Anaconda后python的命令提示界面

安装Anaconda后，更改python版本。我们需要从开始菜单里找到下面这个：

在现有的anaconda中新建一个python3.6的开发环境，这样同时保留了python3.8

新安装的 anaconda 创建 python 环境时只有一个 3.8 的版本，没有其他选项

我们需要通过命令窗口进行创建

命令：conda create -n Pytorch python=3.6

创建成功

现在在来创建一个Python环境，用这个管理界面来创建：

单击python左边的选择框，按照图示，选择对应的历史版本， 接下来选择应用，然后等待了：

接下来再是等待。然后修改系统环境变量。首先要做的是找到你的Anaconda的安装目录，找到envs文件夹，里面会有你创建的python环境（释：每个环境都被定义为一个文件夹），进入envs文件夹里，打开python文件夹，并复制其绝对路径

更改成功

④ 安装Anaconda3 后，怎样使用 Python 2.7

《Anaconda3软件》网络网盘资源免费下载:

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

Anaconda3-2020.02最新中文版是专门为了方便使用 Python 进行数据科学研究而建立的一组软件包，涵盖了数据科学领域常见的 Python 库，并且自带了专门用来解决软件环境依赖问题的 conda 包管理系统。可以使用它创建虚拟环境，以便更轻松地处理多个项目。主要提供了包管理与环境管理的功能，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。

⑤ anaconda是干什么的是 python的第三方解释环境吗

Anaconda是一个用于科学计算的Python发行版，支持 Linux, Mac, Windows系统，提供了包管理与环境管理的功能。

可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。Anaconda利用工具/命令conda来进行package和environment的管理，并且已经包含了Python和相关的配套工具。

这是一个集成的Python环境，一键安装，装好即用，适合懒人，适合初学者。特别的，对Windows环境而言，因已附带很多第三方库，就不用为了安装这些库，而安装C++编译器了。

其使用conda来管理包，集成了Python主程序，IDE（Spyder）与IPython，以及常用的第三方库，例如，以科学计算库齐备闻名于世，机器学习不二之选，又如，包括Tornado与Flask，上手即可撸Web服务器。

并有适配Windows，OS X，与Linux三个系统，Python 2.7、或者3.X版本，以及32位、或者64位版本，各种各样组合，总有一款适合你。

其他解释：

一个python集成开发环境，对新手比较友好，就跟java的开发工具eclipse一个性质，功能比较强大，他原生的命令行开发环境和notebook我是觉得对新手不太友好。

这种集成开发环境会默认安装常用的包，调试也比较方便，不过就是可能会有大量对你来说冗余的功能，如果你到大神级别了，一个txt文本编辑器就够了。

⑥ 如何用anaconda python

序

Python易用，但用好却不易，其中比较头疼的就是包管理和Python不同版本的问题，特别是当你使用Windows的时候。为了解决这些问题，有不少发行版的Python，比如WinPython、Anaconda等，这些发行版将python和许多常用的package打包，方便pythoners直接使用，此外，还有virtualenv、pyenv等工具管理虚拟环境。

个人尝试了很多类似的发行版，最终选择了Anaconda，因为其强大而方便的包管理与环境管理的功能。该文主要介绍下Anaconda，对Anaconda的理解，并简要总结下相关的操作。

Anaconda概述

Anaconda是一个用于科学计算的Python发行版，支持 Linux, Mac, Windows系统，提供了包管理与环境管理的功能，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。Anaconda利用工具/命令conda来进行package和environment的管理，并且已经包含了Python和相关的配套工具。

这里先解释下conda、anaconda这些概念的差别。conda可以理解为一个工具，也是一个可执行命令，其核心功能是包管理与环境管理。包管理与pip的使用类似，环境管理则允许用户方便地安装不同版本的python并可以快速切换。Anaconda则是一个打包的集合，里面预装好了conda、某个版本的python、众多packages、科学计算工具等等，所以也称为Python的一种发行版。其实还有Miniconda，顾名思义，它只包含最基本的内容——python与conda，以及相关的必须依赖项，对于空间要求严格的用户，Miniconda是一种选择。

进入下文之前，说明一下conda的设计理念——conda将几乎所有的工具、第三方包都当做package对待，甚至包括python和conda自身！因此，conda打破了包管理与环境管理的约束，能非常方便地安装各种版本python、各种package并方便地切换。

Anaconda的安装

Anaconda的下载页参见官网下载，Linux、Mac、Windows均支持。

安装时，会发现有两个不同版本的Anaconda，分别对应Python 2.7和Python 3.5，两个版本其实除了这点区别外其他都一样。后面我们会看到，安装哪个版本并不本质，因为通过环境管理，我们可以很方便地切换运行时的Python版本。（由于我常用的Python是2.7和3.4，因此倾向于直接安装Python 2.7对应的Anaconda）

下载后直接按照说明安装即可。这里想提醒一点：尽量按照Anaconda默认的行为安装——不使用root权限，仅为个人安装，安装目录设置在个人主目录下（Windows就无所谓了）。这样的好处是，同一台机器上的不同用户完全可以安装、配置自己的Anaconda，不会互相影响。

对于Mac、Linux系统，Anaconda安装好后，实际上就是在主目录下多了个文件夹（~/anaconda）而已，Windows会写入注册表。安装时，安装程序会把bin目录加入PATH（Linux/Mac写入~/.bashrc，Windows添加到系统变量PATH），这些操作也完全可以自己完成。以Linux/Mac为例，安装完成后设置PATH的操作是

1

2

3

4

# 将anaconda的bin目录加入PATH，根据版本不同，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后，可以通过which conda或conda --version命令检查是否正确。假如安装的是Python 2.7对应的版本，运行python --version或python -V可以得到Python 2.7.12 :: Anaconda 4.1.1 (64-bit)，也说明该发行版默认的环境是Python 2.7。

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，并能自由切换。对于上述安装过程，假设我们采用的是Python 2.7对应的安装包，那么Python 2.7就是默认的环境（默认名字是root，注意这个root不是超级管理员的意思）。

假设我们需要安装Python 3.4，此时，我们需要做的操作如下：

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

# 创建一个名为python34的环境，指定Python版本是3.4（不用管是3.4.x，conda会为我们自动寻找3.4.x中的最新版本）

conda create --name python34 python=3.4

# 安装好后，使用activate激活某个环境

activate python34 # for Windows

source activate python34 # for Linux & Mac

# 激活后，会发现terminal输入的地方多了python34的字样，实际上，此时系统做的事情就是把默认2.7环境从PATH中去除，再把3.4对应的命令加入PATH

# 此时，再次输入

python --version

# 可以得到`Python 3.4.5 :: Anaconda 4.1.1 (64-bit)`，即系统已经切换到了3.4的环境

# 如果想返回默认的python 2.7环境，运行

deactivate python34 # for Windows

source deactivate python34 # for Linux & Mac

# 删除一个已有的环境

conda remove --name python34 --all

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

说明：有些用户可能经常使用python 3.4环境，因此直接把~/anaconda/envs/python34下面的bin或者Scripts加入PATH，去除anaconda对应的那个bin目录。这个办法，怎么说呢，也是可以的，但总觉得不是那么elegant……

如果直接按上面说的这么改PATH，你会发现conda命令又找不到了（当然找不到啦，因为conda在~/anaconda/bin里呢），这时候怎么办呢？方法有二：1. 显式地给出conda的绝对地址 2. 在python34环境中也安装conda工具（推荐）。

Conda的包管理

Conda的包管理就比较好理解了，这部分功能与pip类似。

例如，如果需要安装scipy：

1

2

3

4

5

6

7

# 安装scipy

conda install scipy

# conda会从从远程搜索scipy的相关信息和依赖项目，对于python 3.4，conda会同时安装numpy和mkl（运算加速的库）

# 查看已经安装的packages

conda list

# 最新版的conda是从site-packages文件夹中搜索已经安装的包，不依赖于pip，因此可以显示出通过各种方式安装的包

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

# 查看当前环境下已安装的包

conda list

# 查看某个指定环境的已安装包

conda list -n python34

# 查找package信息

conda search numpy

# 安装package

conda install -n python34 numpy

# 如果不用-n指定环境名称，则被安装在当前活跃环境

# 也可以通过-c指定通过某个channel安装

# 更新package

conda update -n python34 numpy

# 删除package

conda remove -n python34 numpy

前面已经提到，conda将conda、python等都视为package，因此，完全可以使用conda来管理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

# 假设当前环境是python 3.4, conda会将python升级为3.4.x系列的当前最新版本

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

1

2

3

4

5

6

# 在当前环境下安装anaconda包集合

conda install anaconda

# 结合创建环境的命令，以上操作可以合并为

conda create -n python34 python=3.4 anaconda

# 也可以不用全部安装，根据需求安装自己需要的package即可

设置国内镜像

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

1

2

3

4

5

6

# 添加Anaconda的TUNA镜像

conda config --add channels u.cn/anaconda/pkgs/free/

# TUNA的help中镜像地址加有引号，需要去掉

# 设置搜索时显示通道地址

conda config --set show_channel_urls yes

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

跋

Anaconda具有跨平台、包管理、环境管理的特点，因此很适合快速在新的机器上部署Python环境。总结而言，整套安装、配置流程如下：

• 下载Anaconda、安装

• 配置PATH（bashrc或环境变量），更改TUNA镜像源

• 创建所需的不用版本的python环境

• Just Try!

⑦ anaconda和python区别

安装包大小不同，作用不同，性质不同。
1、安装包大小不同，python自身缺少numpy、matplotlib、scipy、scikit-learn等一系列包，需要安装pip来导入这些包才能进行相应运算。Anaconda(开源的Python包管理器)是一个python发行版，包含了conda、Python等180多个科学包及其依赖项。包含了大量的包，使用anaconda无需再去额外安装所需包。
2、作用不同，Python语法和动态类型，以及解释型语言的本质，使它成为多数平台上写脚本和快速开发应用的编程语言。anaconda可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换。
3、性质不同，Anaconda是一个打包的集合，里面预装好了conda、某个版本的python、众多packages、科学计算工具等等，所以也称为Python的一种发行版。
Python是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。

⑧ anaconda怎么查看python版本

Anaconda是Python的一个开源发行版本，主要面向科学计算，预装了丰富强大的库。

使用Anaconda可以轻松管理多个版本的Python环境。

Anaconda默认有两个版本，可以选择64位还是32位安装，当你安装了其中一个版本时，系统默认为该版本。

同时你可以在已安装的Anaconda版本中添加另一个版本的Python，实现多版本共存。

Anaconda可以使用命令行进行操作

conda的环境管理

conda info -e 查看当前已安装的环境

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

activate py27 切换到Python2.7环境

deactivate 返回默认的Python环境

conda remove -n py27 --all 删除已安装的Python环境

conda的包管理，类似Python的pip

conda list查看当前环境下已安装的包

conda list -n py27 查看指定环境的已安装的包

conda search selenium 查找package信息

conda install -n py27 selenium 指定环境安装package，不加-n则安装在当前活跃环境

conda update -n py27 selenium 指定环境更新package，不加-n则更新在当前活跃环境

conda remove -n py27 selenium 删除package，不加-n则删除在当前活跃环境

conda将conda、python等都视为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，假设当前环境是3.6，则更新3.6.x系列版本

anconda的默认环境会安装anconda的包集合，新添加的Python环境只会安装相关的必须项，如python、pip等。

如果要使用anconda的集合包：

conda install anaconda 在当前环境下安装anaconda包集合

conda create -n py27 python=2.7 anaconda 在创建环境的同时安装anaconda集合包

以上就是本文的全部内容，希望对大家的学习有所帮助。

⑨ anaconda怎么切换python版本

首先，你要安装anaconda的两个版本，python2和python3，后装的版本会成为系统默认的版本。
conda create --name py27 python=2.7
conda create --name py34 python=3.4
创建了两个虚拟环境。
activate <env name>
这是激活环境的命令
How to install Python 2.7.8 and 3.4.1 concurrently?
PS：根据这篇文章，conda create --name py27 python=2.7 命令后面本来应该要加anaconda，这样创建的虚拟环境也会有anaconda科学计算环境的，可是，试验时并没有成功。不知道是否能行。

⑩ python多版本和虚拟环境(pyenv+conda or virtualenv)

2.7.X
3.X
Anaconda2
Anaconda3

pyenv是一个管理各个python版本的管理器。可以在系统里同时保留多个python版本，等需要时定义需要的版本。

项目地址

看项目地址中的readme

查看pyenv可安装的版本列表

安装和卸载指定版本，会将python版本安装在 $(pyenv root)/versions/ 中

查看当前已经安装了的python版本。输出内容中，system关键字是系统python版本。 *表示当前环境所处的版本。

全局切换为anaconda科学计算环境(不建议这么做)，做了如果要恢复，则将最后一个参数改为--unset

当前环境接环。在当前目录以下。如果要恢复，则将最后一个参数改为--unset

本来这是一个单独的软件用来虚拟一个python版本环境，让每个工作环境都有一套独立的python各自的第三方插件互不影响。然而在 pyenv 下有一个插件 pyenv-virtualenv 他可以在 pyenv 的环境下担负起 virtualenv 的事情。（如果使用的是原生python可以用这个工具，如果用的是anaconda则不用这个，用下一章说的conda工具来完成虚拟环境）

项目地址

看项目地址中的readme

在当前目录下创建一个 python 版本为2.7.1的环境，环境名字为 env271。 这个环境的真实目录位于 ~/.pyenv/versions/

（创建时并不激活）激活当前环境。此时已经进入虚拟环境，在当前环境下所有pip等操作都不会影响系统环境和系统路径。

离开已激活的环境，切换回系统环境。但并没有被删除，下次依旧可以启动。

删除一个环境，当然也可以到真实目录下删除文件夹。

本来不想用这个的，但是因为 pyenv-virtualenv 有一些问题，无法很好的管理conda环境，比如有一些anaconda 自带的一些命令(例如pylint)无法被使用。因此还是老老实实使用 conda 来管理虚拟环境。

conda 是自带于 anaconda 的所以并不需要额外安装，如果在 anaconda 环境中就可以使用。conda 不仅可以进行 环境管理 ，还可以 包管理 ，和对 anaconda和conda 进行 版本升级 。

由于conda使用方法太多，因此这里罗列一些常用的主要是一些虚拟环境的命令。具体的到 官网文档 去查看一下。

首先conda工具是需要在anaconda环境下的，因此先执行 pyenv local anaconda3-4.2.0 进入anaconda环境后就可以执行conda工具了。

创建一个虚拟环境。可以指定名字，指定包，甚至制定python(这样的话就python版本管理了所以不建议使用，python版本管理交给pyenv)，所以命令中 python=x.x 可以不写

罗列已经创建的环境，两条命令是一样的。

激活一个环境。和virtualenv一样，创建不等于激活。激活后才能真正使用虚拟环境。
如果发生错误 Error: activate must be sourced. Run 'source activate envname' 说明activate命令没有找对，导致错误。吧命令改成

这样就能成功建立虚拟环境了。

删除一个虚拟环境。

复制一个虚拟环境。这个是个不错的好功能。

conda还能吧环境配置文件导出，在另一台机器上重新读入配置文件，就能复刻你的环境了。

conda 还能进行包的管理。调用的是 pip 所以也很棒。

查看当前环境已安装包，用-n指定后，就是查看某个环境下的已安装包

为某个指定的环境安装包，升级包，删除包。

它还能升级自身和anaconda和python的版本。

它和pip一样也能设置安装包的镜像位置。其余还有能使用R命令等等，都到官网文档中搜索一下。