ubuntu系统默认就有python2和python3环境，但是我们不采用系统的环境。
Anaconda安装：Anaconda是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。使用Anaconda可以通过创建多个独立的Python环境，避免用户的Python环境安装太多不同版本依赖导致冲突。
conda包管理器可以创建，导出，列出，移除以及更新python环境，而且python环境可以使用不同版本的python，并且安装不同的安装包。在每一个环境之间进行切换称为激活环境。你也可以和别人共享环境文件。
windows 上安装了conda 之后，不像linux 和 Mac，这个逼要手动激活，每次我打开terminal ， 都要执行一次，操 。
如果conda中没有需要安装的包。需要再Anaconda.org中查找。 现在Anaconda.org网站中查找到指定的包，执行显示的下载名命令：
Anaconda介绍CentOS 7安装Anaconda3conda命令使用介绍帮助目录检查conda版本升级当前版本的conda环境管理列出所有的环境安装一个不同版本的python新环境复制一个环境创建一个新环境导出环境，Anaconda支持导入导出以方便迁移导入环境信息，即根据配置文件创建一个新环境：移除环境激活进入环境，请使用停用一个活动环境，请使用包管理查看已安装包向指定环境中安装包从Anaconda.org安装一个包通过pip命令来安装包conda配置添加镜像源查看当前镜像源删除镜像源设置安装时显示源url，不想就改为no查看源全部设置，包括链接、show_channel_urls 值:查看conda配置文件其他注意事项安装conda后命令行前出现的base，取消每次启动自动激活conda的基础环境
去官网下载：https://www.anaconda.com/products/individual
-添加镜像源：conda config -add conda config --show
如果不想每次退出然后进入，直接切换环境也可以这样source activate：
如果已有环境能够满足所需的环境依赖，则不用进行环境安装。直接激活已有的环境（E.g. source activate tensorflow_py3）或者打开某个环境的Jupyter Notebook即可，可以跳过后面的操作指引。
因为最近要做一个目标检测的比赛，需要用到labelme这款开源标注工具，所以安装了下
官网下载：https://docs.conda.io/en/latest/miniconda.htmlhttps://conda.io/miniconda.html
Anaconda 是一个包含数据科学常用包的发行版本。它基于 conda(一个包和环境管理器) 衍生而来。应用程序 conda 是包和环境管理器：
conda分为anaconda和miniconda。anaconda是包含一些常用包的版本（这里的常用不代表你常用 微笑.jpg），miniconda则是精简版，需要啥装啥，所以推荐使用miniconda。
我本来也不想写这个文章的，只不过是这次换了新系统很多配置都没有用了。。。一败涂地哇。我现在什么也干不了，人生大好时间配了环境。。。
PyTorch 是目前主流的深度学习框架之一，而 JupyterLab 是基于 Web 的交互式笔记本环境。于 JupyterLab 我们可以边记笔记的同时、边执行 PyTorch 代码，便于自己学习、调试或以后回顾。
anaconda # 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
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和环境管理。包管理与pip的使用方法类似，环境管理则是允许用户方便滴安装不同版本的python环境并在不同环境之间快速地切换。
miniconda 官网：https://conda.io/miniconda.html anaconda 官网: https://www.anaconda.com/download/#macos
虽然目前使用 bioconda 可以非常方便的管理很多软件，但是由于生物软件的类型实在太多了。完全没有统一的开发平台，因此，即使利用 bioconda 还是会出现一些问题，比如需要使用的软件是基于 python2.7 版本，而安装之后的 python 版本为 3.7。必须切换到 python 2.7才能使用，这个时候就可以使用 bioconda 创建的虚拟环境。
很高兴，随着Esri ArcGIS API for Javascript对3D的越来越支持，新推出了Python API的，其提供了丰富的地图可视化与分析以及Portal管理的接口，支持Ｐortal的迁移，地图可视化与分析等；本文主要讲述其运行于Notebook之上，实现了代码级的共享与协同工作。
回车后查看许可证，按enter键逐行查看，按空格键逐页查看，按 q 退出查看许可证，然后输入 yes 表示同意
打开你的Jupyter Notebook，查看界面是否已经可以选择firstEnv作为新的环境。
Python在气象与海洋领域的应用愈发广泛，特别是其拥有众多的第三方库避免了重复造轮子，使得开发速度较快。但是官方提供的Python仅包含了核心的模块和库，为了完成其他任务，所需的第三方模块和库需要另行安装，这个过程往往较为繁琐。
最近(2019-05-08 )很多人反映conda镜像挂掉的问题，所以我有必要给粉丝测试一下：
我安装的是 anaconda 环境，所以直接打开 anaconda prompt 工具， pip install tensorflow 直接安装。
Portable Batch System (or simply PBS) is the name of computer software that performs job scheduling. Its primary task is to allocate computational tasks, i.e., batch jobs, among the available computing resources. It is often used in conjunction with UNIX cluster environments. (fromPBS Wiki page [1])
工作需求原因，拿到一台新电脑，首先需要安装 python 。一般地，我用 conda 管理自己的 python 环境。
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和环境管理。包管理与pip的使用方法类似，环境管理则是允许用户方便滴安装不同版本的python环境并在不同环境之间快速地切换。conda将几乎所有的工具、第三方包都当作package进行管理，甚至包括python 和conda自身。Anaconda是一个打包的集合，里面预装好了conda、某个版本的python、各种packages等。
一、Conda配置1.Path配置2.Anaconda prompt配置3.Anaconda Navigator二、Python2与Python3切换1.Anaconda切换2.Pycharm切换
接下来 使用conda安装aspera，新建download子环境，然后在该环境下面安装指定软件 ，就可以高速下载 不同 数据集的fastq文件 ，代码如下：
上述3个步骤都完成后，就已经将相应conda加入到Jupyter Notebook中了，新建文件的时候就可以有相应的环境供选择。
TensorFlow 准备 JupyterLab 交互式笔记本环境，方便我们边写代码、边做笔记。
直接去anaconda官网下载安装文件即可，具体网站自行搜索。 官网提供linux版本，windows版本，mac版本。 同时提供Anaconda完整版和miniconda最小版(无软件界面的，仅支持命令行执行)，新手推荐使用Anaconda版，熟悉之后推荐改用miniconda版，占用存储空间小，使用起来感受一样。
有时conda环境路径配置出问题会使conda activate命令失效，只能使用source执行环境激活相关操作，本文记录解决方案。 解决方案 此时可以使用conda init命令进行复位修复： conda init source ~/anaconda3/etc/profile.d/conda.sh # 此处使用自己的 anaconda 安装目录 此时会在 ~/.bashrc 文件中加入 # >>> conda initialize >>> # !! Contents within t
Pycharm terminal激活虚拟环境，首先需要保证系统完成了conda的安装，并在Powershell中完成虚拟环境的创建（操作创建的虚拟环境名称为deep_pool，这个虚拟环境在接下来的操作中会被提及到）。如果不会创建虚拟环境，可以参考下面这个流程：
Hyperledger目前只支持2.7，但是3.6明显对编码解析更好。 所以只好找个快速切换版本的办法了。。。
在使用 python anaconda时，经常会用到很多常用操作，记录下来，方便以后更好地使用：
最近有粉丝询问关于Python虚拟环境的一些操作，刚好平时也会涉及到这方面的使用，那么今天咱们就来简单介绍一下吧。
原文链接：https://blog.csdn.net/weixin_43593330/article/details/93378987
前面虚拟环境是安装在一个Python解释器下的，如果想使用不同版本的Python环境该怎么创建呢？这个时候miniconda就派上用场了。Miniconda可以在创建虚拟环境时指定安装不同版本的Python解释器。
【注意】TensorFlow在Windows仅支持python3.5以上的版本，所以下载Anaconda3
可以发现我们之前在jupyter添加的环境只是添加了一个空壳，并没有改变内核，使用的还是主环境的python。因此我们一定要在我们创建的环境中执行添加命令。
本文介绍使用conda管理anaconda Python环境的相关命令。 conda 环境相关命令 创建环境 conda create -n env_name python=3.7 --clone another_env -n：name 表示新环境名称 python：使用python版本 –clone：从现有环境复制而来 删除环境 conda remove -n env_name --all 查看环境 conda env list 或 conda info -e 激活环境 cond
在日常的工作和学习中，可能手头有很多服务器，在一台服务器上搭建了合适的开发环境，如何高效地复制到所有机器上呢？这里主要以目标服务器是否可以联网，介绍了如何方便地迁移虚拟环境。
Conda包管理系统 Conda是一种通用包管理系统，旨在构建和管理任何语言的任何类型的软件。通常与Anaconda (集成了更多软件包，https://www.anaconda.com/download/#download)和Miniconda(只包含基本功能软件包, https://conda.io/miniconda.html)一起分发。 最初接触到Anaconda是用于Python包的安装。Anaconda囊括了100多个常用的Python包，一键式安装，解决Python包安装的痛苦。但后来发现，其
# 列出所有虚拟环境 conda env list # 创建虚拟环境 conda create -n name python=3.6 # 删除虚拟环境 conda remove -n name # 进入虚拟环境 source activate name (或者 conda activate name) # 退出虚拟环境 source deactivate （或者 conda deactivate）
在尝试各种项目的时候，比较烦人的问题就是环境配置问题，然而更烦人的就是在你做一个个项目的时候，突然发现以前可以正常运行的代码挂了。
最近有很多朋友问我生信工具安装的问题，对于初学者来说，工具安装是一个非常头疼的问题。不同的工具用不同的语言编写，有的解压后直接就可以用，有的还要编译，涉及到各种依赖关系。今天小编教大家如何使用conda安装生信工具。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频
