爬虫 (三) anaconda3 入门(2)

当前位置:

首页 > Python基础教程 >

爬虫 (三) anaconda3 入门(2)

- sphinxcontrib-qthelp=1.0.2=py_0 - sphinxcontrib-serializinghtml=1.1.3=py_0 - sphinxcontrib-websupport=1.1.2=py_0 - spyder=3.3.6=py37_0 - spyder-kernels=0.5.2=py37_0 - sqlalchemy=1.3.9=py37he774522_0 - sqlite=3.30.0=he774522_0 - statsmodels=0.10.1=py37h8c2d366_0 - sympy=1.4=py37_0 - tbb=2019.4=h74a9793_0 - tblib=1.4.0=py_0 - terminado=0.8.2=py37_0 - testpath=0.4.2=py37_0 - tk=8.6.8=hfa6e2cd_0 - toolz=0.10.0=py_0 - tornado=6.0.3=py37he774522_0 - tqdm=4.36.1=py_0 - traitlets=4.3.3=py37_0 - unicodecsv=0.14.1=py37_0 - urllib3=1.24.2=py37_0 - vc=14.1=h0510ff6_4 - vs2015_runtime=14.16.27012=hf0eaf9b_0 - wcwidth=0.1.7=py37_0 - webencodings=0.5.1=py37_1 - werkzeug=0.16.0=py_0 - wheel=0.33.6=py37_0 - widgetsnbextension=3.5.1=py37_0 - win_inet_pton=1.1.0=py37_0 - win_unicode_console=0.5=py37_0 - wincertstore=0.2=py37_0 - winpty=0.4.3=4 - wrapt=1.11.2=py37he774522_0 - xlrd=1.2.0=py37_0 - xlsxwriter=1.2.1=py_0 - xlwings=0.15.10=py37_0 - xlwt=1.3.0=py37_0 - xz=5.2.4=h2fa13f4_4 - yaml=0.1.7=hc54c509_2 - zeromq=4.3.1=h33f27b4_3 - zict=1.0.0=py_0 - zipp=0.6.0=py_0 - zlib=1.2.11=h62dcd97_3 - zstd=1.3.7=h508b16e_0 prefix: D:Anaconda3

导入信息

conda env create -f environment.yaml

08 more

activate // 切换到base环境

activate learn // 切换到learn环境

conda create -n learn python=3 // 创建一个名为learn的环境并指定python版本为3(的最新版本)

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 安装requests包

conda remove requests 卸载requets包

conda remove -n learn --all // 删除learn环境及下属所有包

conda update requests 更新requests包

conda env export > environment.yaml // 导出当前环境的包信息

conda env create -f environment.yaml // 用配置文件创建新的虚拟环境

08 与 pyCharm 链接

在工作环境中我们会集成开发环境去编码, 这里推荐JB公司的pycharm, 而pycharm也能很方便的和anaconda的虚拟环境结合

在Setting => Project => Project Interpreter 里面修改 Project Interpreter , 点击齿轮标志再点击Add Local为你某个环境的python.exe解释器就行了

比如你要在learn环境中编写程序, 那么就修改为D:SoftwareAnacondaenvslearn, 可以看到这时候下面的依赖包也变成了learn环境中的包了.接下来我们就可以在pycharm中愉快的编码了.

结语

现在你是不是发现用上anaconda就可以十分优雅简单的解决上面所提及的单个python环境所带来的弊端了呢, 而且也明白了其实这一切的实现并没有那么神奇.

当然anaconda除了包管理之外还在于其丰富数据分析包, 不过那就是另一个内容了, 我们先学会用anaconda去换一种方法管里自己的开发环境, 这已经是一个很大的进步了

09 关注我

栏目列表