工作效率提升:使用Anaconda Prompt 创建虚拟环境总结

news/2025/1/13 2:06:26/

目录

      • 完整顺序命令流程(直接照着改就行)
      • 详细步骤解析(想要详细解析的看过来)
        • 1. 创建一个用于存储 Conda 环境的目录(可选)
        • 2. 创建新的 Conda 虚拟环境并指定路径
        • 3. 激活新创建的环境
        • 4. 安装 Jupyter Notebook
        • 5. 安装并配置 `ipykernel` 以使 Jupyter 识别新环境
        • 6. 启动 Jupyter Notebook 并选择新环境
        • 7. 示例完整流程
        • 8.附加说明
        • 9. 总结

下面是如何在 D盘 使用 Anaconda Prompt 创建一个新的 Conda 虚拟环境,并配置 Jupyter Notebook 以使用该环境的详细步骤和相应的命令。

前提条件

  • 已安装 Anaconda 或 Miniconda。
  • 确保您有 D盘 的读写权限。

步骤概述

  1. 创建一个用于存储 Conda 环境的目录(可选)
  2. 创建新的 Conda 虚拟环境并指定路径
  3. 激活新创建的环境
  4. 安装 Jupyter Notebook
  5. 安装并配置 ipykernel 以使 Jupyter 识别新环境
  6. 启动 Jupyter Notebook 并选择新环境

完整顺序命令流程(直接照着改就行)

# 1. 创建用于存储 Conda 环境的目录(如果尚未创建)
mkdir D:\conda_envs# 2. 创建新的 Conda 虚拟环境并指定路径
conda create -p D:\conda_envs\python3_8 python=3.8# 3. 激活新创建的环境
conda activate D:\conda_envs\python3_8# 4. 安装 Jupyter Notebook
conda install jupyter
# 或者使用 pip
# pip install jupyter# 5. 安装并配置 ipykernel
conda install ipykernel
# 或者使用 pip
# pip install ipykernelpython -m ipykernel install --user --name=python3_8 --display-name="Python 3.8 (D盘环境)"# 6. 启动 Jupyter Notebook
jupyter notebook

详细步骤解析(想要详细解析的看过来)

1. 创建一个用于存储 Conda 环境的目录(可选)

为了组织您的 Conda 环境,建议在 D盘 创建一个专门的目录来存放所有环境。例如,D:\conda_envs

mkdir D:\conda_envs
2. 创建新的 Conda 虚拟环境并指定路径

使用 conda create 命令并通过 -p 参数指定环境的完整路径。

conda create -p D:\conda_envs\python3_8 python=3.8

说明:

  • -p--prefix 参数允许您指定环境的完整路径。
  • D:\conda_envs\python3_8 是环境的安装路径,您可以根据需要更改为其他路径。
  • python=3.8 指定 Python 的版本,您可以根据需要选择其他版本。
3. 激活新创建的环境

使用 conda activate 并提供环境的完整路径来激活环境。

conda activate D:\conda_envs\python3_8

注意: 激活环境时需要使用完整路径,因为该环境不是通过 --name 参数创建的。

4. 安装 Jupyter Notebook

在激活的环境中,安装 Jupyter Notebook。推荐使用 conda install 以确保兼容性。

conda install jupyter

如果您更喜欢使用 pip,也可以使用以下命令:

pip install jupyter
5. 安装并配置 ipykernel 以使 Jupyter 识别新环境

安装 ipykernel 并将当前环境添加为 Jupyter Notebook 的一个内核。

conda install ipykernel

或者使用 pip

pip install ipykernel

然后,将当前环境添加为 Jupyter 的内核:

python -m ipykernel install --user --name=python3_8 --display-name="Python 3.8 (D盘环境)"

说明:

  • --name 是内核的内部名称,可以自定义。
  • --display-name 是在 Jupyter Notebook 中显示的名称,建议包含版本号和位置以便识别。
6. 启动 Jupyter Notebook 并选择新环境

在激活的环境中启动 Jupyter Notebook:

jupyter notebook

打开 Jupyter Notebook 后,您可以在创建新笔记本时选择刚刚添加的 "Python 3.8 (D盘环境)" 内核。

7. 示例完整流程

以下是上述步骤的完整命令顺序:

# 1. 创建用于存储 Conda 环境的目录(如果尚未创建)
mkdir D:\conda_envs# 2. 创建新的 Conda 虚拟环境并指定路径
conda create -p D:\conda_envs\python3_8 python=3.8# 3. 激活新创建的环境
conda activate D:\conda_envs\python3_8# 4. 安装 Jupyter Notebook
conda install jupyter
# 或者使用 pip
# pip install jupyter# 5. 安装并配置 ipykernel
conda install ipykernel
# 或者使用 pip
# pip install ipykernelpython -m ipykernel install --user --name=python3_8 --display-name="Python 3.8 (D盘环境)"# 6. 启动 Jupyter Notebook
jupyter notebook
8.附加说明
  • 管理多个环境:如果您以后需要创建更多位于 D盘 的环境,可以重复步骤 2 到 6,只需更改环境的名称和路径即可。

    例如,创建一个 Python 3.9 的环境:

    conda create -p D:\conda_envs\python3_9 python=3.9
    conda activate D:\conda_envs\python3_9
    conda install jupyter ipykernel
    python -m ipykernel install --user --name=python3_9 --display-name="Python 3.9 (D盘环境)"
    jupyter notebook
    
  • 移除环境:如果需要删除某个环境,可以使用以下命令:

    conda remove -p D:\conda_envs\python3_8 --all
    
  • 列出所有内核:在 Jupyter Notebook 中,您可以通过 jupyter kernelspec list 查看所有可用的内核。

    jupyter kernelspec list
    
  • 修改默认工作目录:如果希望 Jupyter Notebook 默认启动在 D盘的某个目录,可以参考以下步骤:

    1. 生成 Jupyter Notebook 的配置文件(如果尚未生成):

      jupyter notebook --generate-config
      
    2. 编辑配置文件,通常位于 C:\Users\你的用户名\.jupyter\jupyter_notebook_config.py

    3. 找到或添加以下行,将其取消注释并设置为您希望的目录:

      python">c.NotebookApp.notebook_dir = 'D:\\JupyterNotebooks'
      

      注意:路径中使用双反斜杠 \\ 或者使用原始字符串 r'D:\JupyterNotebooks'

    4. 保存并关闭配置文件。

    5. 重新启动 Jupyter Notebook。

9. 总结

通过上述步骤,可以在 D盘 创建并使用 Conda 虚拟环境,同时确保 Jupyter Notebook 能够正确调用该环境中的 Python 解释器。这样做不仅避免了修改系统环境变量的问题,还能更好地管理和组织您的开发环境。

如果在操作过程中遇到任何问题,请随时提供详细信息,我将进一步协助您解决。


http://www.ppmy.cn/news/1562673.html

相关文章

Unity3d 基于Barracuda推理库和YOLO算法实现对象检测功能

前言 近年来,随着AI技术的发展,在游戏引擎中实现和运行机器学习模型的需求也逐渐显现。Unity3d引擎官方推出深度学习推理框架–Barracuda ,旨在帮助开发者在Unity3d中轻松地实现和运行机器学习模型,它的主要功能是支持在 Unity 中…

Vue.js组件开发-使用EventBus实现组件间高效通信

在Vue.js中,EventBus是一种用于组件间通信的方式,特别是在没有父子关系的组件之间。我们可以创建一个空的Vue实例来作为事件总线。 实例: 展示如何使用EventBus实现两个兄弟组件之间的通信。 首先,我们需要创建一个EventBus&am…

使用正则表达式读取文本数据【Python】

使用正则表达式读取文本数据 假如我们需要处理的数据具有很强的规律性, 例如下面这样, 数据基本上都是一个独立的一行, 并且每个数据都有名称标志. RUN OU 1.903784OV 1.862293OW 1.860681OUINV 548.000793STOP index 1V 0.000000W 0.000000E_theta 0.000000UINV 0.…

WebRtc04: JavaScript知识回顾

JavaScirpt调试方法 基础知识 变量与类型 基本运算 if/else for循环 函数 日志打印 console.log("xxx")

机器学习之留出法中的分层采样和多次切分

留出法(Hold-out Method) 本身是数据划分的一种方式,将数据集分为训练集和测试集。为了提升留出法的评估效果,常常结合分层采样和多次切分等技术。以下是详细说明这些方法如何增强留出法的效果。 1. 留出法(Hold-out Method) 留出法是将数据集划分为训练集和测试集的一…

HTML5 加载动画(Loading Animation)

加载动画(Loading Animation)详解 概述 加载动画是指在数据加载过程中,向用户展示的一种视觉效果,旨在提升用户体验,告知用户系统正在处理请求。它可以减少用户的等待焦虑感,提高界面的互动性。 常见的加…

PyTorch reshape函数介绍

torch.reshape 是 PyTorch 用于改变张量形状的函数之一。它不会改变张量的数据,而是重新组织其元素以适应新的形状。 reshape 的使用 torch.reshape(input, shape) → Tensorinput:输入张量。shape:新形状,使用整数或 -1 指定各维…

车载网络:现代汽车的数字心跳

在汽车领域,“智能汽车”一词毫不夸张。如今的汽车已不再是原始的机械工程,而是通过先进的车载网络无缝连接的精密数字生态系统。这些滚动计算机由复杂的电子控制单元(ECU)网络提供动力,ECU是负责管理从发动机性能到信息娱乐系统等一切事务的…