更改

== Environments 运行环境 ==

== Environments 运行环境 ==

[[File:A444.png|600px]]

[[File:A444.png|600px|center]]

Conda除了可以管理包，也是一个虚拟环境管理工具。它与virutalenv和pyenv等其他流行的环境管理工具类似。不同的项目的环境允许你分离和独立出你在不同项目中使用的不同包。你通常会经常使用不同的代码工作，而这些代码依赖于不同版本的库。例如，你的代码可能使用了Numpy的新特性，而另一些代码使用了一些被废除的旧特性。但是你实际上不可能一次同时安装2个不同版本的Numpy。取而代之，你可以针对每个版本Numpy设置一个环境，然后让你的项目在恰当的环境下工作。当你在Python 2和Python 3之间切换时，这种问题同样很常见。你使用的旧代码可能不能在Python 3下运行，而新的代码不能在Python 2下运行。但同时安装2个Python会导致许多混乱和问题。而使用分离的环境是一个更好的选择。

Conda除了可以管理包，也是一个虚拟环境管理工具。它与virutalenv和pyenv等其他流行的环境管理工具类似。不同的项目的环境允许你分离和独立出你在不同项目中使用的不同包。你通常会经常使用不同的代码工作，而这些代码依赖于不同版本的库。例如，你的代码可能使用了Numpy的新特性，而另一些代码使用了一些被废除的旧特性。但是你实际上不可能一次同时安装2个不同版本的Numpy。取而代之，你可以针对每个版本Numpy设置一个环境，然后让你的项目在恰当的环境下工作。当你在Python 2和Python 3之间切换时，这种问题同样很常见。你使用的旧代码可能不能在Python 3下运行，而新的代码不能在Python 2下运行。但同时安装2个Python会导致许多混乱和问题。而使用分离的环境是一个更好的选择。

安装后，您将自动在默认的conda环境中安装您可以在下面看到所有软件包。您可以通过在终端窗口输入conda list检查自己的安装

安装后，您将自动在默认的conda环境中安装您可以在下面看到所有软件包。您可以通过在终端窗口输入conda list检查自己的安装

[[File:conda list 1.png|600px]]

[[File:conda list 1.png|600px|center]]

[[File:800px-Conda_list_4.png|400px]]

[[File:800px-Conda_list_4.png|600px|center]]

=== 在windows系统上安装Anaconda ===

=== 在windows系统上安装Anaconda ===

   conda create -n my_env numpy

   conda create -n my_env numpy

[[File:创建环境(1).png|400px]]

[[File:创建环境(1).png|600px|center]]

创建环境时，可以指定要在环境中安装的Python版本。 当你同时在Python 2.x和Python 3.x中使用代码时，这是非常有用的。  

创建环境时，可以指定要在环境中安装的Python版本。 当你同时在Python 2.x和Python 3.x中使用代码时，这是非常有用的。  

   deactivate

   deactivate

[[File:800px-QQ截图进入环境.png|400px]]

[[File:800px-QQ截图进入环境.png|600px|center]]

=== 保存与加载环境 ===

=== 保存与加载环境 ===

您可以通过 conda env export > environment.yaml保存包至YAML文件。在第一部分conda env目录下中导出书写所有在这个运行环境下的包，其中也包括python版本。

您可以通过 conda env export > environment.yaml保存包至YAML文件。在第一部分conda env目录下中导出书写所有在这个运行环境下的包，其中也包括python版本。

[[File:保存环境env-export.png|400px]]

[[File:保存环境env-export.png|600px|center]]

=== 将输出环境打印到终端 ===

=== 将输出环境打印到终端 ===