conda

状况： windows安装了conda，pycharm，在pycharm中使用了conda环境，conda的路径也加入了系统中的环境变量。 import matplotlib.pyplot as plt 报错： File "D:\Program Files\JetBrains\PyCharm 2018.2.2\helpers\pydev\_pydev_bundle\pydev_import_hook.py", line 20, in do_import module = self._system_import(name, *args, **kwargs) ImportError: DLL load failed: 找不到指定的程序。 网上有不少说是环境变量没设置好，需要将D:\ProgramData\Anaconda3;D:\ProgramData\Anaconda3\Scripts;D:\ProgramData\Anaconda3\Library\bin加入到Path中。这也是对的，但是不能解决问题。 发现，在cmd中切换到对应conda环境中执行import语句正常。说明环境变量是设置正确的，是pycharm的python console配置错了。所以在pycharm的file-Settings中搜索python console，里面有个配置Environment

1. 查看服务器上的Python安装路径： whereis python 2. 查看安装的Python版本号： python -V 3. 安装Anaconda ： 1）下载 Anaconda2-4.0.0-Linux-x86_64.sh安装文件； 直接在 官网 下载挺慢的，建议使用清华镜像（可以把pip的源也换成国内的，pip install也会快很多）： https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=M&O=D 在最近的日期中，选择一个对应自己系统版本的Anaconda3安装包，x86_64表示兼容32位和64位系统。右键复制链接，在linux中使用wget下载。 wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2019.03-Linux-x86_64.sh 如果提示没有wget，使用yum安装： yum -y install wget 2）打开终端， 输入： bash Anaconda3-2019.03-Linux-x86_64.sh 阅读license,一步步回车阅读(出现more时通过回车往下看) 输入yes,表示接受license 设置安装路径,这里使用默认安装路径,直接输入回车即可

　　我们一般安装第三方包（pulp）会通过cmd命令： conda install pulp 　　但是今天安装pulp包的时候出现下面的问题： C:\Users\81584>conda install pulp Fetching package metadata ............. PackageNotFoundError: Packages missing in current channels: - pulp We have searched for the packages in the following channels: - https://repo.continuum.io/pkgs/main/win-64 - https://repo.continuum.io/pkgs/main/noarch - https://repo.continuum.io/pkgs/free/win-64 - https://repo.continuum.io/pkgs/free/noarch - https://repo.continuum.io/pkgs/r/win-64 - https://repo.continuum.io/pkgs/r/noarch - https://repo.continuum.io/pkgs/pro/win-64 - https://repo

environment.yml文件本是为了使conda环境可以方便地迁移到不同的电脑， 但实际上使用这个文件操作起来并不是那么令人顺心，在重现环境的时候会遇到多多少少的问题。 理论上 打开cmd，进入到包含environment.yml文件的目录下 调用如下命令即可 conda env create - f environment . yml 如果你执行到这一步都没有报错，恭喜你，环境安装成功。 实际上 问题1  Q: 为什么一执行命令就报错 CondaValueError: The target prefix is the base prefix. Aborting. ？F**k  A: 请确保命令中 env 没有漏掉，并且 env 与 create 的顺序没有弄反。 问题2  Q: 为什么一执行命令就报错 Solving environment: failed ResolvePackageNotFound:····· ？  A: 只需要修改environment.yml文件，找到其中的 dependencies: 项，将报错（ResolvePackageNotFound）中显示的包名从 dependencies: 项剪切到 - pip: 项即可 来源： CSDN 作者： Gwiths 链接： https://blog.csdn.net/Cpruler/article

Anaconda使用 一.为什么要使用Anaconda 学Python的时候， 经常用到的就是import各种包， 开源库的功能真的很强大，用起来真的很香，各种包调来调去省了很多事。最著名的几个库当然是numpy、matplotlib、Tensroflow等等。但是，其缺点也是很明显的，如，各种库经常存在不兼容的问题，库之间不兼容，库和python不兼容，这种情况太常见了。由于问题太多了，不一一列举，说几种最常见的问题。 1.版本不匹配 用多了你会发现， 很多包安装的时候，或者调用的时报错，原因大多属于不兼容的问题。 各种常用的做法是安装以前的版本, 和python不兼容的话可能要降低python版本了。 所以控制各种库的版本很重要！ 2.安装了库却不能导入 有时候你明明安装某种包成功了，却不能导入，百思不得其解。 个人总结有两种情况。 在命令行环境不能导入出来，这个时候大概率是安装不成功，需要卸载重新安装。 在命令行环境能导入出来，放到其他IDE或者jupyter notebook中却导入不出来，这个时候大概率是库安装位置的问题。 3.下载速度极其慢 一个是可以下载whl文件手动安装【稍微麻烦，有些甚至使用源码安装，那没办法了，cmake自己慢慢折腾如何在windows中编译后安装吧】 另一个是是添加各种镜像，由于下载地址服务器在国外，速度慢很正常，所以很有必要转到国内的服务器了

闲来无事，想起自己之前安装的anaconda好久没用，可以拿来准备配置Python工作环境，因此整理一些指南性质的内容 你可能已经安装了 Python，那么为什么还需要 Anaconda？有以下3个原因： 1）Anaconda 附带了一大批常用数据科学包，它附带了 conda、Python 和 150 多个科学包及其依赖项。因此你可以立即开始处理数据。 2）管理包 Anaconda 是在 conda（一个包管理器和环境管理器）上发展出来的。 在数据分析中，你会用到很多第三方的包，而conda（包管理器）可以很好的帮助你在计算机上安装和管理这些包，包括安装、卸载和更新包。 3）管理环境 为什么需要管理环境呢？ 比如你在A项目中用了 Python 2，而新的项目B老大要求使用Python 3，而同时安装两个Python版本可能会造成许多混乱和错误。这时候 conda就可以帮助你为不同的项目建立不同的运行环境。 还有很多项目使用的包版本不同，比如不同的pandas版本，不可能同时安装两个 Numpy 版本，你要做的应该是，为每个 Numpy 版本创建一个环境，然后项目的对应环境中工作。这时候conda就可以帮你做到。 3.如何管理包？ 安装了 Anaconda 之后，就可以很方便的管理包了（安装，卸载，更新）。 按下图点击菜单栏，打开Anaconda Navigator

问题解决 系统：windows 10 工具：python3.7版本，pycharm，anaconda（电脑之前装过python官方自带的编辑器） 问题：numpy无法import 首先，检查自己pycharm的解释器对应的环境在哪儿，以及里面有没有安装numpy包。这里我对应在base环境下。 在anaconda prompt窗口输入conda list（这是检查base环境下的包）【conda -n xxx(环境名) list检查指定环境下的包】，检查后发现是有numpy包的。 然后，在anaconda prompt窗口中，输入conda uninstall numpy，卸载base环境下的numpy【同理，conda uninstall -n xxx(环境名) numpy】，然后conda install numpy重装，发现还是无法import。 -------------好吧，我再尝试一下------------- 在anaconda prompt窗口中，改用pip命令卸载和安装numpy。 先查一下numpy的信息 (base) C:\Users\Christine Yang>pip show numpy Name: numpy Version: 1.16.5 Summary: NumPy is the fundamental package for array