乐于分享
好东西不私藏

【Anaconda3】Anaconda3软件安装包与教程含Anaconda激活方法 + 使用说明

【Anaconda3】Anaconda3软件安装包与教程含Anaconda激活方法 + 使用说明

软件名称:Anaconda
软件语言:简体中文
工具
系统要求:Windows7或更高, 32/64位操作系统
硬件要求:CPU@2+GHz ,RAM@4G或更高

百度网盘下载链接

https://pan.baidu.com/s/1_ksfa2seeNLEMs6AScC9pw?pwd=8888

夸克网盘下载链接

https://pan.quark.cn/s/72bead81af01

123云盘下载链接

https://www.123865.com/s/j5j1jv-TivTH

备用网盘总链接

https://www.kdocs.cn/l/crQ0aQ7xud0q?from=docs

『下载方法』将链接复制到浏览器网址栏,输入提取码,点击【下载】。

『解压密码』公众号菜单栏点击解压密码,获取软件密码后,如果遇到安装问题,我们会有专业人员免费解决安装问题,直到安装成功!

如果您觉得有用,可以推荐给自己的朋友、同学,或者给我们点个右下角的“在看”,您的支持是我们做下去的动力!

安装步骤

1、将安装包进行解压

2、打开解压后的文件夹

3、以管理员身份运行

4、点Next

5、点I Agree

6、点Next

7、择安装路径,然后Next

8、全部勾选,然后点Install

9、安装中,请等待

10、点Next

11、点Next

12、取消勾选,然后点Finish

13、打开开始菜单,找到Spyder(Anaconda3),左键按住,拉到桌面。

14、在桌面找到此软件并打开

15、OK软件打开界面如下图所示

做Python、数据分析的,Anaconda估计是绕不开的坎。

不管是学生做课设、写论文,还是上班做数据处理,都得靠它管理环境、装包。

说真的,好用是好用,坑也真的能气死人。

刚开始用是大三做数据分析课设,要装pandas、matplotlib这些包,老师让用Anaconda,说能避免装包报错,结果我上手就栽了。

跟着教程装完软件,打开Anaconda Navigator,半天加载不出来,一直转圈,电脑风扇转得快起飞。

好不容易加载出来,点击创建虚拟环境,弹窗提示“环境创建失败”,翻了交流群才知道,是默认镜像源太卡,国内访问不了,得手动换国内镜像源。折腾了一晚上,换了清华镜像,才勉强创建成功。

最崩溃的一次,是去年做数据建模项目。

我创建了专门的虚拟环境,装好了tensorflow、scikit-learn这些包,调试好代码,保存好环境配置,结果第二天打开Jupyter Notebook,运行代码直接报错,提示“模块不存在”。

急得我满头大汗,查了半天,才发现是我不小心在base环境里装了同名包,导致环境冲突,虚拟环境里的包被覆盖了。没办法,只能删除冲突的包,重新创建虚拟环境、装包,又熬了一个通宵,项目进度直接滞后。

新手最容易踩的坑,就是不建虚拟环境,全在base环境里堆包。

身边好几个同学,图省事,不管做什么项目,都直接在base环境里装包,结果装着装着,环境就乱了,这个包依赖那个版本,那个包又和这个冲突,最后连Python都打不开,只能卸载重装Anaconda,之前装的所有包全白费。

还有个小细节,没人特意说,但新手必踩。装包的时候,别盲目用pip和conda混着装,不然很容易出现依赖冲突。之前有个同学,用conda装了pandas,又用pip装了numpy,结果运行代码直接报错,折腾了一下午才找到原因。

行业里的小实情,不管是学生还是刚入职的新人,用Anaconda其实只用到了基础的环境管理和装包功能,像conda-build、虚拟环境迁移这些进阶功能,根本用不上,甚至连镜像源切换都不会。

我平时做数据分析,也只用到基础功能,但就算这样,也总出小问题。比如有时候换了电脑,复制虚拟环境配置文件,导入后却装不上包,查了半天,才发现是不同电脑的系统版本不一样,依赖包不兼容。

镜像源的坑,我真的踩够了。

前年换了新电脑,装了最新版的Anaconda 2024.02,默认镜像源还是国外的,装包慢得像蜗牛,有时候装一个matplotlib,要等十几分钟,还经常中断失败。换成清华镜像后,好了没几天,镜像源又失效了,只能重新配置。

后来才知道,国内镜像源经常会调整,尤其是清华、阿里的镜像,有时候会暂停服务,遇到这种情况,只能临时切换其他镜像源,特别麻烦。

还有个小毛病,Anaconda启动特别慢,尤其是电脑配置一般的,打开Navigator要等好几分钟,有时候还会闪退。我工位的电脑16G内存,打开它都要等两分钟,更别说家里的旧笔记本了。

哦对,还有个致命坑,就是忘记备份虚拟环境。有一次赶论文,专注调试代码,忘了备份环境,电脑突然死机,重启后发现,虚拟环境损坏,所有装的包都没了,只能重新创建环境、装包,那一刻真的想把电脑砸了。

从那以后,我养成了每完成一个小任务,就导出虚拟环境配置文件的习惯,同时备份代码,双重保险,再也不敢大意。

很多人会拿Anaconda和Miniconda对比,说Miniconda轻便,Anaconda太臃肿。

各有各的用处吧。Miniconda适合电脑配置差、只需要基础功能的人,占用内存小;但对于新手来说,Anaconda更友好,自带很多常用包,不用手动一个个装,省了很多麻烦。

哦对,还有个小技巧,创建虚拟环境的时候,一定要指定Python版本,不然默认安装最新版,很多老包不兼容。我刚开始学的时候,没指定版本,装了Python 3.12,结果很多数据分析的包装不上,只能重新创建环境,指定Python 3.9版本。

对了,Anaconda对电脑配置的要求不算特别高,但也不能太拉胯。我家里的旧笔记本,8G内存,打开Anaconda要等五分钟,创建虚拟环境的时候还会卡顿,装包经常中断,只能勉强用。

还有个小问题,有时候打开Jupyter Notebook,会出现内核启动失败,提示“找不到虚拟环境”,哪怕是已经激活了环境,也没用,只能重启Anaconda,重新激活环境,来来回回折腾好几次。

上次做课程设计,内核启动失败,我重启了三次Anaconda,才顺利打开Notebook,差点耽误论文提交。

哦对,忘了说,Anaconda有时候会出现包更新失败,提示“权限不足”,尤其是在Win11系统上,哪怕是以管理员身份运行,也会出这个问题,只能手动删除冲突的包,重新安装。

还有个坑,学校机房的Anaconda版本是2022.05,我用自己电脑的2024.02版本创建的环境,复制到机房电脑上,根本打不开,提示版本不兼容,只能在机房重新创建环境,特别耽误时间。