Anaconda安装-超详细版(2024)

扫盲:先装Python还是先装anaconda?

安装anaconda即可,不需要单独装python

anaconda 是一个python的发行版,包括了python和很多常见的软件库, 和一个包管理器conda。

一、下载Anaconda 安装包(官网和国内镜像资源)

1.1、Anaconda官网下载地址
注:不推荐官网下载,下载非常慢,还易出错。

这里可以选择国内镜像资源下载:点击这里下载

Anaconda官网 https://www.anaconda.com/
进入官网后如下图所示,点击Download即可开始下载

在这里插入图片描述

1.2、国内镜像资源
资源获取地址:点击这里下载

在这里插入图片描述

二、开始安装Anaconda

双击exe文件开始安装

在这里插入图片描述

然后点击Next

在这里插入图片描述

同意协议,点击I Agree

在这里插入图片描述

这一步,两个选项均可,第一个是只为当前用户安装,第二个是为所有用户安装。

在这里插入图片描述

这一步修改安装路径,不安装到C盘即可。

在这里插入图片描述

这一步需要把加入环境变量勾上,后续就不用单独配置环境变量,更便捷一些。

在这里插入图片描述

等待安装。
在这里插入图片描述
在这里插入图片描述

接下来的几步,直接都点击next,就能直接完成安装了。

在这里插入图片描述

最后一步点击Finish。

三、检查Anaconda是否安装成功

WIN+R键调出运行窗口,输入cmd回车

在这里插入图片描述

输入conda -V命令,可以看到版本信息,代表安装成功。

在这里插入图片描述

接着,输入python命令查看python是否安装成功。

在这里插入图片描述

到此安装完成。

Anaconda介绍

Anaconda是一个免费的增值开源发行版,专门用于Python语言,适用于大规模数据处理、预测分析和科学计算。

旨在简化包的管理和部署,支持Linux、Mac和Windows系统。Anaconda包括Conda、Python以及180多个科学包及其依赖项。

Conda是一个开源的包和环境管理器,允许用户在同一台机器上安装不同版本的软件包及其依赖,并且能够在不同的环境之间切换。

Anaconda的特点包括高性能、跨平台支持、免费的社区支持,以及1000多个开源库。

通过conda包管理器来管理包和环境,同时也支持虚拟环境创建和管理,以保证各个项目中的Python包版本隔离。

Anaconda的安装过程简单,且在安装时会默认同时安装pip和conda。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mfbz.cn/a/630171.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

【强化学习】DQN类算法的一些理解

一、DQN算法为什么要使用两个网络? DQN算法通常包含两个网络:一个是评估网络training_network,另一个是目标网络target_network。这两个网络的结构和初始权重是相同的,但它们的权重是不同步更新的。使用两个网络的原因是为了稳定…

vue3.0+antdv的admin管理系统vue-admin-beautiful推荐

前言 几年前,笔者自学了vue这一优秀的前端框架,但苦于没项目练手,无意间发现了vue-admin-beautiful这一优秀的前端集成框架。当时就使用它做了一很有意思的小项目---终端监控云平台,实现了前端和后台的整体功能。整体方案介绍参见…

洛谷P1364 医院设置

P1364 医院设置 题目描述 设有一棵二叉树,如图: 其中,圈中的数字表示结点中居民的人口。圈边上数字表示结点编号,现在要求在某个结点上建立一个医院,使所有居民所走的路程之和为最小,同时约定&#xff0c…

文件存储解决方案-阿里云OSS

文章目录 1.菜单分级显示问题1.问题引出1.苹果灯,放到节能灯下面也就是id大于1272.查看菜单,并没有出现苹果灯3.放到灯具下面id42,就可以显示 2.问题分析和解决1.判断可能出现问题的位置2.找到递归返回树形菜单数据的位置3.这里出现问题的原因…

一文读懂云渲染与离线渲染的关系是什么

云渲染和离线渲染是什么关系呢?在渲染过程中经常会有人听到云渲染、离线渲染,然而两者的关系却有很多人都不清楚,下面一起来简单看看两者之间的关系吧。 1、渲染目的和过程: - 离线渲染:通常用于创建高质量的静态图像…

每日复盘-20240515

仅用于记录当天的市场情况,用于统计交易策略的适用情况,以便程序回测 短线核心:不参与任何级别的调整,采用龙空龙模式 一支股票 10%的时候可以操作, 90%的时间适合空仓等待 国联证券 (1)|[9:25]|[133765万]|31.12 一…

单位个人怎样向报社的报纸投稿?

作为一名单位的信息宣传员,我肩负着每月定期在媒体上投稿发表文章的重任。然而,在投稿的道路上,我经历了不少波折和挫折。 一开始,我天真地以为只要将稿件发送到报社的投稿邮箱,就能轻松完成任务。然而,现实却远比我想象的复杂。邮箱投稿的竞争异常激烈,编辑们会在众多稿件中挑…

【35分钟掌握金融风控策略28】贷中模型体系策略应用

目录 贷中模型体系策略应用 信用模型体系和模型在策略中的应用 反欺诈模型体系和模型在策略中的应用 运营模型体系和模型在策略中的应用 贷中模型体系策略应用 在贷前模型部分已经讲过,贷前开发的很多模型是可以在贷中直接使用的。贷中与贷前的不同点在于&…

不相交集合的数据结构

一、不相交集合的操作 不相交集合的数据结构维护了一组不相交动态集的集合 ,用集合中的某个成员作为代表标识集合。 集合在没有修改的情况下每次访问代表得到的答案是相同的,此外在其它一些应用中,可能按照规定选择集合的代表,例如…

es 分词器(五)之elasticsearch-analysis-jieba 8.7.0

es 分词器(五)之elasticsearch-analysis-jieba 8.7.0 今天咱们就来讲一下es jieba 8.7.0 分词器的实现,以及8.x其它版本的实现方式,如果想直接使用es 结巴8.x版本,请直接修改pom文件的elasticsearch.version版本号即可…

光栅化技术在AI去衣应用中的创新探索

引言: 随着计算机视觉和人工智能技术的飞速发展,AI去衣技术逐渐走进公众视野。这一技术以其独特的应用前景和技术挑战引起了广泛的关注。在实现衣物去除的同时保持图像质量的关键技术之一,便是光栅化技术。本文将深入探讨光栅化技术在AI去衣中…

软考中级-软件设计师 (十一)标准化和软件知识产权基础知识

一、标准化基础知识 1.1标准的分类 根据适用的范围分类: 国际标准指国际化标准组织(ISO)、国际电工委员会(IEC)所制定的标准,以及ISO所收录的其他国际组织制定的标准。 国家标准:中华人民共和…

康谋产品 | 车载以太网:智能汽车通信的加速器

摘要: 在智能汽车技术飞速发展的今天,车载网络已成为汽车智能化的重要基础。想象一下,如果汽车的每个部件都是一个信息节点,它们之间需要即时、准确地交换大量数据,那么一个高速、高效的网络就成为了必不可少的基础设…

SFTPGO 整合minio AD群组 测试 |sftpgo with minio and ldap group test

SFTP-GO 研究 最近在测试sftpgo,发现中文的资料比较少,在企业中很多存储开始支持S3,比如netapp 于是想尝试把文件服务器换成sftpgoS3的存储,sftp go和AD 群组的搭配测试比较少 自己测试了一把,觉得还是没有server-u的A…

【计算机毕业设计】springboot反诈科普平台的设计与实现

相比于以前的传统手工管理方式,智能化的管理方式可以大幅降低反诈科普平台的运营人员成本,实现了反诈科普平台的 标准化、制度化、程序化的管理,有效地防止了反诈科普平台的随意管理,提高了信息的处理速度和精确度,能够…

MYSQL-9.问题排查

问题排查的思路与方向 问题排查思路 分析问题:根据理论知识经验分析问题,判断问题可能出现的位置或可能引起问题的原因,将目标缩小到一定范围;排查问题:基于上一步的结果,从引发问题的“可疑性”角度出发…

Vue3+ts(day06:路由)

学习源码可以看我的个人前端学习笔记 (github.com):qdxzw/frontlearningNotes 觉得有帮助的同学,可以点心心支持一下哈(笔记是根据b站上学习的尚硅谷的前端视频【张天禹老师】,记录一下学习笔记,用于自己复盘,有需要学…

基于Pytorch深度学习神经网络MNIST手写数字识别系统源码(带界面和手写画板)

第一步:准备数据 mnist开源数据集 第二步:搭建模型 我们这里搭建了一个LeNet5网络 参考代码如下: import torch from torch import nnclass Reshape(nn.Module):def forward(self, x):return x.view(-1, 1, 28, 28)class LeNet5(nn.Modul…

【传知代码】VRT: 关于视频修复的模型(论文复现)

前言:随着数字媒体技术的普及,制作和传播视频内容变得日益普遍。但是,视频中由于多种因素,例如传输、存储和录制设备等,经常出现质量上的问题,如图像模糊、噪声干扰和低清晰度等。这类问题对用户的体验和观…