Anaconda 环境变量 101：初学者指南 (anaconda是干嘛用的)

Anaconda 是一个面向数据科学的 Python 和 R 发行版，它集成了许多流行的库和软件包。它有一个强大的环境管理系统，允许用户轻松创建、管理和切换不同的 Python 环境。

什么是环境变量？

环境变量是存储在操作系统中的键值对，用于配置系统和应用程序的行为。例如，环境变量 PATH 包含系统中可执行文件的搜索路径列表。

Anaconda 环境变量

Anaconda 提供了许多环境变量来配置其环境和应用程序的行为。以下是几个常见变量：

• CONDA_DEFAULT_ENV ：当前激活的 Anaconda 环境的名称。
• CONDA_PREFIX ：当前激活的 Anaconda 环境的安装路径。
• PATH ：系统搜索可执行文件的路径列表。它包含 Anaconda 环境中的 bin 目录。
• PYTHONPATH ：Python 解释器搜索模块的路径列表。它包含 Anaconda 环境中的 site-packages 目录。
• JUPYTER_PATH ：Jupyter 笔记本的安装路径。

管理环境变量

可以使用以下命令管理 Anaconda 环境变量：

• conda env list ：列出所有 Anaconda 环境。
• conda env create --name myenv ：创建一个称为 myenv 的新环境。
• conda activate myenv ：激活 myenv 环境。

• conda deactivate ：停用当前激活的环境。
• conda env remove --name myenv ：删除 myenv 环境。

还可以使用 os.environ 模块在 Python 脚本

anaconda是干嘛用的

Anaconda最大特点是：服务Python数据科学和机器学习，一次安装，一劳永逸。

扩展知识：

Python由荷兰数学和计算机科学研究学会的吉多·范罗苏姆于1990年代初设计，作为一门叫作ABC语言的替代品。

Python提供了高效的高级数据结构，还能简单有效地面向对象编程。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随着版本的不断更新和语言新功能的添加，逐渐被用于独立的、大型项目的开发。

Python在各个编程语言中比较适合新手学习，Python解释器易于扩展，可以使用C语言或C++（或者其他可以通过C调用的语言）扩展新的功能和数据类型。Python也可用于可定制化软件中的扩展程序语言。Python丰富的标准库，提供了适用于各个主要系统平台的源码或机器码。

Python的设计目标之一是让代码具备高度的可阅读性。它设计时尽量使用其它语言经常使用的标点符号和英文单字，让代码看起来整洁美观。

它不像其他的静态语言如C、Pascal那样需要重复书写声明语句，也不像它们的语法那样经常有特殊情况和意外。Python开发者有意让违反了缩进规则的程序不能通过编译，以此来强制程序员养成良好的编程习惯。

并且Python语言利用缩进表示语句块的开始和退出（Off-side规则），而非使用花括号或者某种关键字。增加缩进表示语句块的开始，而减少缩进则表示语句块的退出。缩进成为了语法的一部分。

anaconda与python什么关系

anaconda当中包括了python。

1、Anaconda：

Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。因为包含了大量的科学包，Anaconda 的下载文件比较大，如果只需要某些包，或者需要节省带宽或存储空间，也可以使用Miniconda这个较小的发行版。

Python是一种跨平台的计算机程序设计语言。 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。最初被设计用于编写自动化脚本，随着版本的不断更新和语言新功能的添加，越多被用于独立的、大型项目的开发。

扩展资料：

Python的设计哲学是“优雅”、“明确”、“简单”。因此，Perl语言中“总是有多种方法来做同一件事”的理念在Python开发者中通常是难以忍受的。

Python开发者的哲学是“用一种方法，最好是只有一种方法来做一件事”。在设计Python语言时，如果面临多种选择，Python开发者一般会拒绝花俏的语法，而选择明确的没有或者很少有歧义的语法。

由于这种设计观念的差异，Python源代码通常被认为比Perl具备更好的可读性，并且能够支撑大规模的软件开发。这些准则被称为Python格言。在Python解释器内运行import this可以获得完整的列表。

anaconda怎么用Python代码（Anaconda的使用方法）

Anaconda安装成功后，python也默认安装完成。 Anaconda启动成功后，默认的环境为base环境，对于初学者来说不太好理解。 base环境就好像我们操作系统的C盘的“桌面”一样，中文件不能都放在桌面上，要在除C盘以外的分驱上建立文件夹来管理计算机中的文件。 也可以理解为windows系统中的用户，管理员可以建立不同的用户，每个用户可以独立设置个性化的系统。 图11.新建Anaconda环境在Anaconda主界面中依次选择：“Environments”、“base”、“OpenTerminal”，如图2图2进入命令行窗口，如图3图3新建一个名为“PTcamp”的环境，在命令行窗口输入新建环境的命令：condacreate-nPTcamppython=3.7.0，其中PTcamp为环境名，python=3.7.0为指定python的版本号。 图4提示：将有几个新的包需要安装，选择y，如图5。 图5此时提示是否要激活PTcamp的环境，如果要激活直接输入condaactivatePTcamp即可，也可以不激活，对后面的使用没有影响，如图6。 图6输入python可进入python的交互编程界面，实际上我们很多情况下会用Jupyternotebook来编程方便，当然，读者可根据自身的实际情况，也会选择Pycharm等其他环境编程。 图7新建成功后，在Anaconda主界面上就会出现PTcamp环境，以后的操作就都可以在新建的环境中操作，如图8。 对照图5，我们可以发现PTcamp环境的几个包就是刚刚安装的包。 图82.安装Jupyternotebook打开Anaconda主界面，切换到我们自己创建的环境PTcamp，如图9。 图9选择JupyterNotebook,点击“install”,系统会自动完成安装，点击“launch”登录，在浏览器窗口中打开Jupyternotebok，如图10。 点击“new”，“Folder”新建一个自己的文件夹。 图10勾选图11中刚刚建的文件夹后，拖动页面到最上方点击“Rename”重命名“PTcamp”，如图12。 图11图12进入“PTcamp”文件夹中，点击“New”，选择Python3，如图13。 图13进入Jupyternotebook交互的编程界面，如图14图14File菜单中Rename对当前的文档重命名，如图15。 图15python编程中用到的第三方库，如pandas、numpy等的安装将在下一章详细讲解。

若对本页面资源感兴趣，请点击下方或右方图片，注册登录后

搜索本页相关的【资源名】【软件名】【功能词】或有关的关键词，即可找到您想要的资源

如有其他疑问，请咨询右下角【在线客服】，谢谢支持！