Anaconda管理多Python版本下安裝庫檔案

以安裝skimage為列

1-原skimage中無此模組(Anaconda庫中沒合適的)，所以轉到Anaconda prompt中，因為在安裝anaconda時我建立了兩個虛擬環境，我現在只想把skimage安裝到python35這個環境中（存在多個版本）

首先在控制檯中輸入：

(base) C:\WINDOWS\system32>activate python35

(python35) C:\WINDOWS\system32>

現在如果我們安裝包則都會安裝在此環境中，如果不啟用這個環境，那所有安裝的包都會預設安裝到base（root）環境中；

2-現在輸入conda install pkgname

(python35) C:\WINDOWS\system32>conda install skimage

• (python35) C:\WINDOWS\system32>conda install skimage

此時可能會出現如下的問題在當前的channels中找不到這個包
3-那現在我們可以用以下命令查詢我們需要的包

anaconda search -t conda skimage

• anaconda search -t conda skimage

可以得到如下結果，得到一個可以用的包，接下來我們去獲取其下載地址，然後下載即可

4-輸入以下命令可以得到這個包的相關資訊

 anaconda show  DavidMertz/accelerate-skimage

• anaconda show DavidMertz/accelerate-skimage

5-根據連結進行下載安裝

conda install --channel https://conda.anaconda.org/DavidMertz accelerate-skimage

• conda install --channel https://conda.anaconda.org/DavidMertz accelerate-skimage

6-此時返回NAVIGATOR中，點開我們指定的環境，我們就可以看到我們的包已經安裝好了

好了享受這個過程吧，我耗時6個小時得出的親測最有效簡單的辦法！

以上來源：https://blog.csdn.net/qq_33789319/article/details/80830603

有時候查不到需要的庫檔案時，可以下載whl檔案

安裝過程中最重要的地方就是版本需要相容。其中作業系統為64位，Python為2.7.8 64位，下載的四個whl檔案如下，其中cp27表示CPython 2.7版本，cp34表示CPython 3.4，win_arm64指的是64位版本。
        numpy-1.10.2-cp27-none-win_amd64.whl
        scipy-0.16.1-cp27-none-win_amd64.whl
        matplotlib-1.5.0-cp27-none-win_amd64.whl
        scikit_learn-0.17-cp27-none-win_amd64.whl

去百度\CSDN下載exe檔案，而是去到官網下載相應版本。
        http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy
        http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy
        http://www.lfd.uci.edu/~gohlke/pythonlibs/#matplotlib
        http://www.lfd.uci.edu/~gohlke/pythonlibs/#scikit-learn

step1：下載whl檔案

step2：開啟‘Anaconda Command Prompt‘，

step3：命令列視窗pip安裝，程式碼如下：

               pip install 路徑+whl檔名

比如：  pip install D:/requests-2.18.4-py2.py3-none-any.whl

進入 http://www.lfd.uci.edu/~gohlke/pythonlibs/後找到對應的Python版本和系統版本的whl檔案下載到本地，這裡我們存到D盤的根目錄。一般py2.py3代表Python 2和3均可安裝，而cp35則代表只能適用於Python 3.5，另外win32和amd64代表32位和64位系統的版本。比如：

Step4：檢查是否安裝成功

             命令列視窗輸入： pip list

、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、

發現已安裝好的虛擬環境py35下只安裝了少量的基本庫，如果也想用3.5版來進行科學計算，需要安裝許多其他的庫，如果一個一個安裝，則會費時費力，而且容易出錯，這時anaconda提供了一個命令，可以把基於python3.5版本的anaconda中的其他庫一次安裝好，命令如下：
　　conda install -prefix=D:\python35-env\py35 anaconda

更換pip映象源

PyPi地址在國外，因為有牆的原因所以有些地區使用pip安裝第三方庫的時候會出現下載慢甚至嚴重的無法訪問導致安裝失敗。通過更換pip映象源為國內地址可以解決上述問題。這裡使用豆瓣的映象源做演示，其他的映象源可參考 https://www.pypi-mirrors.org/ 給出的列表。

pip install requests -i https://pypi.douban.com/simple

附：Conda的環境管理

# 建立一個名為python34的環境，指定Python版本是3.4（不用管是3.4.x，conda會為我們自動尋找3.4.x中的最新版本）
conda create --name python34 python=3.4

# 安裝好後，使用activate啟用某個環境
activate python34 # for Windows
source activate python34 # for Linux & Mac
# 啟用後，會發現terminal輸入的地方多了python34的字樣，實際上，此時系統做的事情就是把預設2.7環境從PATH中去除，再把3.4對應的命令加入PATH

# 此時，再次輸入
python --version
# 可以得到`Python 3.4.5 :: Anaconda 4.1.1 (64-bit)`，即系統已經切換到了3.4的環境

# 如果想返回預設的python 2.7環境，執行
deactivate python34                 # for Windows
source deactivate python34     # for Linux & Mac

# 刪除一個已有的環境
conda remove --name python34 --al      l# 檢視已安裝的環境，當前被啟用的環境會顯示有一個星號或者括號conda info -e

Conda的包管理就比較好理解了，這部分功能與pip類似。

例如，如果需要安裝scipy：

 

# 安裝scipy
conda install scipy
# conda會從從遠端搜尋scipy的相關資訊和依賴專案，對於python 3.4，conda會同時安裝numpy和mkl（運算加速的庫）
 
# 檢視已經安裝的packages
conda list
# 最新版的conda是從site-packages資料夾中搜尋已經安裝的包，不依賴於pip，因此可以顯示出通過各種方式安裝的包

conda的一些常用操作如下：

# 檢視當前環境下已安裝的包
conda list
 
# 檢視某個指定環境的已安裝包
conda list -n python34
 
# 查詢package資訊
conda search numpy
 
# 安裝package
conda install -n python34 numpy
# 如果不用-n指定環境名稱，則被安裝在當前活躍環境
# 也可以通過-c指定通過某個channel安裝
 
# 更新package
conda update -n python34 numpy
 
# 刪除package
conda remove -n python34 numpy

# 更新conda，保持conda最新
conda update conda
 
# 更新anaconda
conda update anaconda
 
# 更新python
conda update python
# 假設當前環境是python 3.4, conda會將python升級為3.4.x系列的當前最新版本

如果建立新的python環境，比如3.4，執行conda create -n python34 python=3.4之後，conda僅安裝python 3.4相關的必須項，如python, pip等，如果希望該環境像預設環境那樣，安裝anaconda集合包，只需要（再一次提醒：conda將anaconda、conda、python等都視為package）：

# 在當前環境下安裝anaconda包集合
conda install anaconda
 
# 結合建立環境的命令，以上操作可以合併為
conda create -n python34 python=3.4 anaconda
# 也可以不用全部安裝，根據需求安裝自己需要的package即可

設定國內映象

清華TUNA映象源有Anaconda倉庫的映象，我們將其加入conda的配置即可：

# 新增Anaconda的TUNA映象
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
# TUNA的help中映象地址加有引號，需要去掉
 
# 設定搜尋時顯示通道地址
conda config --set show_channel_urls yes

執行完上述命令後，會生成~/.condarc(Linux/Mac)或C:UsersUSER_NAME.condarc檔案，記錄著我們對conda的配置，直接手動建立、編輯該檔案是相同的效果。