用anaconda还是python,anaconda和python的关系区别

　　python和anaconda的区别：anaconda实际上包含python。所以安装了anaconda就不用安装python了。

　　要运行python程序，你需要一个解释器和编译器。

　　解释器是python2或者python3。它包含python.exe。就是把你的python语言编译成机器知道的机器代码。

　　编译器是你写代码的环境，比如pycharm或者vscode。

　　因为python3和python2不兼容，也就是说用python2写的代码不能在python3上运行。

　　在python3环境的电脑上运行python2怎么样？不能每次运行都重置环境变量吗？还可以，但是你不觉得很麻烦吗？)于是anaconda诞生了。它可以为每个开发的程序选择不同的环境，开发的程序需要的环境(也就是第三方包)是独立打包的，这样在另一台电脑上运行程序时就不需要单独下载包了。

　　anaconda中的组件：Anaconda Navigtor:用于管理工具包和环境的图形用户界面。后续涉及的很多管理命令也可以在Navigator中手动实现。

　　Jupyter notebook:基于web的交互式计算环境，可以编辑便于人们阅读的文档，用于展示数据分析的过程。

　　qtconsole:类似终端的图形界面程序，可以执行IPython。与Python Shell接口相比，qtconsole可以直接显示代码生成的图形，实现多行代码输入和执行，并且内置了很多有用的函数和功能。

　　spyder:使用Python语言的跨平台、科学计算集成开发环境。

　　管理虚拟环境：接下来，您可以随意创建不同的python环境。以下管理命令是在命令行上执行的。1、activate

　　Activate可以把我们引入anaconda设置的虚拟环境。如果后面不加任何参数，就会进入anaconda自己的基础环境。

　　可以试着输入python，会进入基础环境的python解释器。如果您将python环境从原始环境中移除，您将意识到此时您在命令行中使用的不是原始的python，而是基础环境中的python。并且命令行前面会有一个附加的(base)表示我们目前处于基本环境中。

　　现在anaconda支持的环境版本默认是3.7，但是如果想用python3.6(因为tensorflow模块目前不支持3.7)，可以把base的环境恢复到3.6版本。步骤：

　　打开anaconda提示符，输入代码：bash conda install python=3.6。等待提示，输入y2、创建自己的虚拟环境。

　　如果您想要创建一个名为oda的虚拟环境并将其指定为python3，请执行以下命令：

　　conda create-n ODA python=33、切换环境

　　在命令行执行以下代码：

　　激活oda(注意：它是由您创建的环境定义的名称)。如果您忘记了名称，您可以首先执行代码(您的环境列表):

　　康达环境清单4、安装第三方包

　　一般需要安装第三方包的时候，需要检查这个包在这个环境下是否可用。

　　检查您的环境中是否有您需要的包(以requests包为例)。步骤：

　　输入python(打开python解释器)输入导入请求(否则会报错)输入exit()。(退出)

　　接下来，安装请求包。步骤：输入conda安装请求或pip安装请求。安装后进入python解释器，进入python导入包，输入导入请求5、卸载第三方包。

　　输入conda删除请求或pip卸载请求6、查看当前环境中安装的包。

　　输入conda list7、导入导出环境Export:conda env Export environment . yaml(将包信息保存到YAML文件中，该文件在您的环境的路径下生成)Import:如果您在同一台计算机上安装了两个相同的环境，则需要更改以下名称：打开。yaml文件。修改后的名称：和前缀后的相应名称：

　　然后执行代码：conda env create-f environment . YAML为了即使丢失文件也能找到自己的环境，需要做以下步骤：进入conda env list(检查自己的环境有什么)并输入pipfreeze requirements.txt。

　　迁移到另一台计算机时，只需查找安魂曲文件。(在您的%homepath%/username的路径中)科普以下常用命令：

　　Activate //切换到基础环境activate learn //切换到学习环境conda create -n learn python=3 //创建一个名为learn的环境并指定python版本3(最新版本)conda env list //列出conda管理的所有环境conda list //列出当前环境的所有包conda install requests install requests包conda remove requests包conda remove-nlearn-all//删除学习环境及其所有下属包，conda update requests， 更新请求包，conda env export environment.yaml//Export当前环境的包信息，conda env create-f environment.yaml//Create使用配置文件创建新的虚拟环境。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。