【机器视觉学习】Anaconda下载安装配置与基础操作

本文主要是介绍【机器视觉学习】Anaconda下载安装配置与基础操作，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

001.在 Anaconda 中使用 Conda 管理 Python 环境

工具：Anaconda Prompt（Anaconda）| 请使用管理员权限运行

更新Anaconda

conda update conda

创建环境

conda create -n env_name package_names

env_name:环境名称

package_names:包名称，可指定版本

案例1

要求：创建名字为evn_python2，Python版本为2的最新版本，同时安装Pandas0.24.0版本、Numpy包

conda create -n evn_python2 python=2 numpy pandas=0.24.0

切换环境

Windows:

 conda activate my_env

Linux:

source activate my_evn

查询当前环境安装的包

conda list

离开环境

conda deactivate

环境共享

导出环境

conda env export > environment.yaml

可以指定保存的路径。

(python373) C:\Windows\system32>conda env export > d:\environment.yam

导入并更新环境

######## （1）先进入当前环境

conda activate 环境名称

######## （2）更新环境

conda env update -f=/path/to/environment.yml

其中，-f 表示要使用的环境文件在本地的路径；将 /path/to/environment.yml 替换成本地的实际路径即可。

列出环境

conda env list

其中带星号的是当前所在环境

Anaconda 命令行默认的环境(即还没有选定环境时使用的环境)名为 base

删除环境

conda env remove -n env_name

查看环境信息

conda info

## 002.在 Anaconda 中使用 conda 管理 Python 包

安装包

搜索包

conda search requests

安装包

conda install requests

外，如果在 Anaconda 提供的库里面找不到想安装的包，或者想安装更新的版本，那么也可以通
过社区维护的 conda-forge 来安装。例如，如果想使用 conda-forge 来安装 Pandas，可以使用如
下命令。

conda install -c conda-forge pandas

如果在上面的库都无法找到想安装的包，也可以用标准的 Python 包管理命令 pip 来完成在当前环
境中第三方包的安装。例如，用来获取国内财经以及股票数据的 tushare 包，就可以通过在当前环
境下使用如下命令来完成安装：

pip install tushare

卸载包与升级包

卸载包

conda uninstall packages_name

如果想在当前环境中删除另一个环境中的包，可以通过如下命令完成。

conda uninstall my_env packages_name

升级包

升级当前环境的某一个包

conda update my_env packages_name

升级其他环境的某一个包

conda update my_env packages_name

升级当前环境全部包

conda update --all

为Anaconda添加新的库或移除库

添加

使用中国科学技术大学的镜像

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/

显示当前有哪些镜像地址

conda config --show-sources

conda的配置信息都存储在 .condarc文件中

• windows系统，.condarc 位于 C:\Users\用户名\目录下
• Linux系统，./condarc 位于 /home/用户名/ 目录下

设置搜索时显示通道地址(镜像源地址)

conda config --set show_channel_urls yes

移除

conda config --remove channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/

用 conda config --show 来确认该地址已经移除。

conda config --show
conda config --show-sources

## 003.Anaconda基础使用练习

1.配置阿里云源OR清华源

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --show-sources
conda config --set show_channel_urls yes

conda config --add channels https://mirrors.aliyun.com/anaconda/pkgs/free/
conda config --add channels https://mirrors.aliyun.com/anaconda/pkgs/main/
conda config --show-sources
conda config --set show_channel_urls yes

删除源

conda config --remove channels URL

2.检查当前有的环境，删除无用的环境

conda env list

conda env remove -n evn
conda env remove -n evn_python2

3.根据要求配置环境

######## 环境1：

Python3.7.3 Tensorflow-gpu 1.13.1 Numpy1.16.3

conda create -n env_pythonA python=3.7.3 Tensorflow-gpu=1.13.1 Numpy=1.16.3

######## 环境2：

Python3.10.0 TensorFlow-gpu 2.8.0 Numpy1.22.1

conda create -n env_pythonB python=3.10.0 Tensorflow-gpu=2.8.0 Numpy=1.22.1

发生错误

搜索TensorFlow包

发现版本最高为2.6.0

conda create -n env_pythonB python=3.10.0 Tensorflow-gpu=2.6 Numpy=1.22

发现版本之间不兼容

根据提示，

numpy=1.22.1 时需要python版本为>=3.8,❤️.9.0a0

tensorflow-gpu=2.6.0时，需要python版本为3.7.或3.8.或3.9.*

conda create -n env_pythonB python=3 tensorflow-gpu=2.6.0 Numpy=1.22.1

目前自动选择了3.9.7版本的python。

（过程有点久，可以喝一杯咖啡）

4.在Pycharm中测试

（1）找到环境路径

conda info --env

或者

conda env list

（2）将环境添加到PyCharm

资料

在 Windows 环境中从源代码构建 | TensorFlow (google.cn)

## 004.Anaconda安装OpenCV

1.切换环境

conda activate env_pythonA

2.查找关于opencv的包

conda search opencv

3.安装opencv

conda install opencv

4.在pycharm中导入

## 导入opencv库
import cv2 as cv

这篇关于【机器视觉学习】Anaconda下载安装配置与基础操作的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！