开发语言 Windows系统安装Anaconda、conda源换源、PyPI源换源、jupyter的kernel内核配置、jupyter自动补全配置、PyCharm的Python解释器配置

在Python的学习，以及机器学习、深度学习的过程当中，大概率会用到Anaconda平台，为了使后来的学习工具更加高效，这里讲解Anaconda的安装以及进行换源

前言： 分为四大部分 1、anaconda安装 2、anaconda换源conda源 3、anaconda换源pypi源 4、jupyter的kernel配置 5、PyCharm的Python解释器选择

文章目录

1、Anaconda安装2、conda源换源2.1、conda源换源——文件方式2.1.1、生成 .condarc 文件2.1.1.1、打开Anaconda Prompt2.1.1.2、命令生成 .condarc文件2.1.1.3、备份 .condarc 文件

2.1.2、进行换源2.1.2.1、conda源——阿里云2.1.2.2、conda源——北京外国语大学2.1.2.3、conda源——清华大学2.1.2.4、conda源——北京大学2.1.2.5、conda源——哈尔滨工业大学2.1.2.6、conda源——北京交通大学2.1.2.7、conda源——南方科技大学2.1.2.8、conda源——上海交通大学2.1.2.9、conda源——中科大镜像

2.3、conda源换源——命令行方式2.4、清除索引缓存2.5、切换不同的镜像站点时记得清除缓存2.6、查看源2.6、恢复默认源——文件方式2.7、恢复默认源——命令行方式

3、Anaconda换源——PyPI源换源3.1、永久换源3.1.1、永久换源——配置pip.ini文件方式3.1.2、永久换源——命令行添加源方式3.1.2、查看当前源3.1.3、速度测试3.1.4、删除PyPI源——文件方式3.1.5、删除PyPI源——命令行方式

3.2、临时换源

4、jupyter-notebook的kernel配置5、Jupyter自动补全配置5.1、安装jupyter_contrib_nbextensions5.2、启用 jupyter_contrib nbextensions 扩展5.3、配置nbextensions

6、PyCharm 切换conda环境的python解释器7、附录

1、Anaconda安装

从官网下载最新版本的Anaconda安装包，默认安装即可，

2、conda源换源

2.1、conda源换源——文件方式

2.1.1、生成 .condarc 文件

2.1.1.1、打开Anaconda Prompt

2.1.1.2、命令生成 .condarc文件

执行如下命令：

conda config --set show_channel_urls yes

如图所示：

2.1.1.3、备份 .condarc 文件

新建一个Anaconda文件备份文件夹，将 .condarc文件复制到里面，作为备份

2.1.2、进行换源

首先需要明确的是：Anaconda 的源分为conda源和pip源， 选中用户文件夹根目录里的.condarc文件，右键打开方式，使用记事本打开，将.condarc 挑选一个国内源修改即可

2.1.2.1、conda源——阿里云

现在可用的 conda 镜像站点

阿里云 网址：https://mirrors.aliyun.com/anaconda/

channels:

- defaults

show_channel_urls: true

default_channels:

- http://mirrors.aliyun.com/anaconda/pkgs/main

- http://mirrors.aliyun.com/anaconda/pkgs/r

- http://mirrors.aliyun.com/anaconda/pkgs/msys2

- https://repo.anaconda.com/pkgs/main

- https://repo.anaconda.com/pkgs/r

- https://repo.anaconda.com/pkgs/msys2

custom_channels:

conda-forge: http://mirrors.aliyun.com/anaconda/cloud

msys2: http://mirrors.aliyun.com/anaconda/cloud

bioconda: http://mirrors.aliyun.com/anaconda/cloud

menpo: http://mirrors.aliyun.com/anaconda/cloud

pytorch: http://mirrors.aliyun.com/anaconda/cloud

simpleitk: http://mirrors.aliyun.com/anaconda/cloud

auto_activate_base: false

2.1.2.2、conda源——北京外国语大学

北京外国语大学 https://mirrors.bfsu.edu.cn/help/anaconda/

channels:

- defaults

show_channel_urls: true

default_channels:

- https://mirrors.bfsu.edu.cn/anaconda/pkgs/main

- https://mirrors.bfsu.edu.cn/anaconda/pkgs/r

- https://mirrors.bfsu.edu.cn/anaconda/pkgs/msys2

custom_channels:

conda-forge: https://mirrors.bfsu.edu.cn/anaconda/cloud

msys2: https://mirrors.bfsu.edu.cn/anaconda/cloud

bioconda: https://mirrors.bfsu.edu.cn/anaconda/cloud

menpo: https://mirrors.bfsu.edu.cn/anaconda/cloud

pytorch: https://mirrors.bfsu.edu.cn/anaconda/cloud

pytorch-lts: https://mirrors.bfsu.edu.cn/anaconda/cloud

simpleitk: https://mirrors.bfsu.edu.cn/anaconda/cloud

auto_activate_base: false

2.1.2.3、conda源——清华大学

https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/

channels:

- defaults

show_channel_urls: true

default_channels:

- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r

- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2

custom_channels:

conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

deepmodeling: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/

auto_activate_base: false

2.1.2.4、conda源——北京大学

https://mirrors.pku.edu.cn/Help/Anaconda

channels:

- defaults

show_channel_urls: true

default_channels:

- https://mirrors.pku.edu.cn/anaconda/pkgs/main

- https://mirrors.pku.edu.cn/anaconda/pkgs/r

custom_channels:

conda-forge: https://mirrors.pku.edu.cn/anaconda/cloud

pytorch: https://mirrors.pku.edu.cn/anaconda/cloud

bioconda: https://mirrors.pku.edu.cn/anaconda/cloud

auto_activate_base: false

2.1.2.5、conda源——哈尔滨工业大学

https://mirrors.hit.edu.cn/anaconda/ https://mirrors.hit.edu.cn/anaconda/pkgs/main/ https://mirrors.hit.edu.cn/anaconda/cloud/conda-forge/ https://mirrors.hit.edu.cn/anaconda/cloud/bioconda/ 南京大学 https://mirror.nju.edu.cn/help/anaconda

channels:

- defaults

show_channel_urls: true

default_channels:

- https://mirror.nju.edu.cn/anaconda/pkgs/main

- https://mirror.nju.edu.cn/anaconda/pkgs/r

- https://mirror.nju.edu.cn/anaconda/pkgs/msys2

custom_channels:

conda-forge: https://mirror.nju.edu.cn/anaconda/cloud

msys2: https://mirror.nju.edu.cn/anaconda/cloud

bioconda: https://mirror.nju.edu.cn/anaconda/cloud

menpo: https://mirror.nju.edu.cn/anaconda/cloud

pytorch: https://mirror.nju.edu.cn/anaconda/cloud

simpleitk: https://mirror.nju.edu.cn/anaconda/cloud

auto_activate_base: false

2.1.2.6、conda源——北京交通大学

https://mirror.bjtu.edu.cn/anaconda/ https://mirror.bjtu.edu.cn/anaconda/pkgs/main/ https://mirror.bjtu.edu.cn/anaconda/cloud/conda-forge/ https://mirror.bjtu.edu.cn/anaconda/cloud/bioconda/ 西安交通大学 https://mirrors.xjtu.edu.cn/ https://mirrors.xjtu.edu.cn/anaconda/pkgs/main/ https://mirrors.xjtu.edu.cn/anaconda/cloud/conda-forge/ https://mirrors.xjtu.edu.cn/anaconda/cloud/bioconda/ 重庆邮电大学 https://mirrors.cqupt.edu.cn/anaconda/ https://mirrors.cqupt.edu.cn/anaconda/pkgs/main/ https://mirrors.cqupt.edu.cn/anaconda/cloud/conda-forge/ https://mirrors.cqupt.edu.cn/anaconda/cloud/bioconda/

2.1.2.7、conda源——南方科技大学

https://mirrors.sustech.edu.cn/help/anaconda.html

channels:

- defaults

show_channel_urls: true

default_channels:

- https://mirrors.sustech.edu.cn/anaconda/pkgs/main

- https://mirrors.sustech.edu.cn/anaconda/pkgs/free

- https://mirrors.sustech.edu.cn/anaconda/pkgs/r

- https://mirrors.sustech.edu.cn/anaconda/pkgs/pro

- https://mirrors.sustech.edu.cn/anaconda/pkgs/msys2

custom_channels:

conda-forge: https://mirrors.sustech.edu.cn/anaconda/cloud

msys2: https://mirrors.sustech.edu.cn/anaconda/cloud

bioconda: https://mirrors.sustech.edu.cn/anaconda/cloud

menpo: https://mirrors.sustech.edu.cn/anaconda/cloud

pytorch: https://mirrors.sustech.edu.cn/anaconda/cloud

simpleitk: https://mirrors.sustech.edu.cn/anaconda/cloud

nvidia: https://mirrors.sustech.edu.cn/anaconda-extra/cloud

auto_activate_base: false

2.1.2.8、conda源——上海交通大学

https://mirror.sjtu.edu.cn/docs/anaconda

default_channels:

- https://mirror.sjtu.edu.cn/anaconda/pkgs/r

- https://mirror.sjtu.edu.cn/anaconda/pkgs/main

custom_channels:

conda-forge: https://mirror.sjtu.edu.cn/anaconda/cloud/

pytorch: https://mirror.sjtu.edu.cn/anaconda/cloud/

channels:

- defaults

auto_activate_base: false

2.1.2.9、conda源——中科大镜像

https://mirrors.ustc.edu.cn/help/anaconda.html 由于合规性，Anaconda 源目前已经无限期停止服务。 更改完之后打开Anaconda Prompt在命令行输入

conda config --set show_channel_urls yes

2.3、conda源换源——命令行方式

以清华源为例

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2

conda config --add https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

conda config --add https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

conda config --add https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

conda config --add https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

conda config --add https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

conda config --add https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

conda config --add https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

conda config --add https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/

conda config --set show_channel_urls yes

2.4、清除索引缓存

修改完.condarc文件之后， 修改保存后，即可添加 Anaconda Python 免费仓库。

运行

conda clean -i

清除索引缓存，保证用的是镜像站提供的索引。

2.5、切换不同的镜像站点时记得清除缓存

conda clean -a

当你从一个站点切换到另一个站点的时候记得运行一下上面这个命令，否则即使你更新了你的~/.condarc，你的软件还是会从之前的站点下载。

会清除掉： 1.下载的安装包 2.解压开但是当前未安装的软件包 3.为镜像建立的index 至此，Anaconda配置完成。 这个是我的.condarc文件内容

channels:

- defaults

show_channel_urls: true

default_channels:

- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r

- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2

- https://repo.anaconda.com/pkgs/main

- https://repo.anaconda.com/pkgs/r

- https://repo.anaconda.com/pkgs/msys2

custom_channels:

conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

deepmodeling: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/

ssl_verify: false

auto_activate_base: false

2.6、查看源

conda config --show

2.6、恢复默认源——文件方式

将修改过后的.condarc文件删除，替换为备份的原始.condarc文件

2.7、恢复默认源——命令行方式

conda config --remove-key channels

3、Anaconda换源——PyPI源换源

清华：https://pypi.tuna.tsinghua.edu.cn/simple 北外：https://mirrors.bfsu.edu.cn/pypi/web/simple 阿里云：https://mirrors.aliyun.com/pypi/simple/ 中国科技大学：https://pypi.mirrors.ustc.edu.cn/simple/ 华中科技大学：http://pypi.hustunique.com/ 山东理工大学：http://pypi.sdutlinux.org/ 豆瓣：http://pypi.douban.com/simple/ 因为conda源有时候一些包可能不太好装，此时可以用pip进行安装，所以我们要配置pypi源。 换源的方式分为永久换源和临时换源

3.1、永久换源

3.1.1、永久换源——配置pip.ini文件方式

先在此电脑的地址栏中输入%APPDATA% 按回车进行跳转到Roaming文件夹中；如果在此文件夹下没有pip文件夹则新建一个pip文件夹，并且新建文件pip.ini,并在里面输入以下内容（此处示例为清华源）；如果有pip文件夹并且有pip.ini文件则在对应的[]中添加以下内容即可。

[global]

timeout = 6000

index-url=https://pypi.tuna.tsinghua.edu.cn/simple/

[install]

trusted-host=mirrors.tsinghua.edu.cn

3.1.2、永久换源——命令行添加源方式

也可以使用命令行添加源

pip config set global.index-url --site https://pypi.tuna.tsinghua.edu.cn/simple

3.1.2、查看当前源

pip config list

可以看到PyPI源已经换成了清华源

3.1.3、速度测试

我这里是在一个虚拟环境里安装matplotlib包

pip install matplotlib

可以看到我这里默认源已经改为清华源了，并且下载速度达到了MB/s的速度

3.1.4、删除PyPI源——文件方式

直接修改pip.ini文件方式

此电脑的地址栏中输入%APPDATA% 按回车进行跳转到Roaming文件夹中删除pip.in文件

如果在此文件夹下没有pip文件夹则新建一个pip文件夹，

3.1.5、删除PyPI源——命令行方式

命令行删除源方式

pip config unset global.index-url

3.2、临时换源

pip 临时换源需要在要安装的包后面加上国内的镜像源， 这里以清华源举例-i https://pypi.tuna.tsinghua.edu.cn/simple 或者 -i https://pypi.tuna.tsinghua.edu.cn/simple --trusted-host pypi.tuna.tsinghua.edu.cn

只写网址

pip install tqdm -i https://pypi.tuna.tsinghua.edu.cn/simple

加信任

pip install tqdm -i https://pypi.tuna.tsinghua.edu.cn/simple --trusted-host pypi.tuna.tsinghua.edu.cn

4、jupyter-notebook的kernel配置

使用 nb_conda_kernels 添加所有环境 分为两步 第一步，在base环境之外的其他虚拟环境均安装ipykernel

conda activate my-conda-env # my-conda-env替换成自己的环境名字

conda install ipykernel

conda deactivate

第二步，在base环境安装nb_conda_kernels

conda activate base # could be also some other environment

conda install nb_conda_kernels

jupyter notebook

安装好后，打开 jupyter notebook 就会显示所有的 conda 环境啦，点击随意切换。

查看python路径

import sys

print(sys.version)

print(sys.executable)

5、Jupyter自动补全配置

5.1、安装jupyter_contrib_nbextensions

激活base环境

conda activate base

或者

activate base

安装 jupyter_contrib_nbextensions

conda install conda-forge::jupyter_contrib_nbextensions

#这两个命令，选两者之一

conda install jupyter_contrib_nbextensions

5.2、启用 jupyter_contrib nbextensions 扩展

命令如下：

jupyter contrib nbextension install --user

5.3、配置nbextensions

启用完成后，重启 Jupyter Notebook，然后再打开-个 Notebook，点击页面右上方的 Nbextensions 标签页，在列表中找到Codefolding 和 Hinterland 两个选项，并勾选它们。 完成以上步骤后，你就可以在 Jupyter Notebok 中使用自动补全功能了。当你输入代码时，按下 Tab 键就可以触发自动补全提示。

将Table of Contents (2)勾选上，然后重启jupyter 成功

6、PyCharm 切换conda环境的python解释器

第一步：File——Settings 第二步：打开Project：xxx选项卡，点击Python Interpreter 第三步：点击右侧设置图标，点击Add 第四步：点击Conda Environment 第五步：选择Existing Environment

7、附录

pip install和conda install区别 pip install 和 conda install 都可以正常在Anaconda Prompt 中下载各种包，但是它们有一定的区别，我在这里挑几点主要区别说明一下

1.1 安装源不同 pip是Python默认的包管理器，它将PyPI（Python Package Index）作为获取包的安装源，PyPI上的软件包特别多，因此pip可以访问到的数据包的量非常庞大（但我们一般选择更改默认源，后续会讲）。 conda是Anaconda的默认的包管理器，它将 Anaconda数据库作为获取包的安装源。conda重点专注于科学计算和数据计算等领域它的数据库中包含了许多常用的科学计算库，但总体的软件包数量要远小于pip，因此一些小众的软件包可以使用pip进行安装。 1.2 支持语言不同 pip作为python官方的默认软件包管理器，只能安装python包； conda是一个跨平台（Window、Linux、MAC）的通用的软件包和环境管理器，除了能够安装Python包之外还能够安装C、C++、Go等多种语言的软件包。 1.3 软件包的依赖不同 pip 在安装软件包时对当前环境内其他的软件包依赖的检查方式复杂且不一致，因此可能会导致包与包之间发生冲突； conda 在安装软件包时使用更为复杂的检查方式，解决软件包的冲突问题，保证安装的所有软件包都能够兼容。 1.4 环境管理方式不同 pip 没有内置的环境隔离，只能借助虚拟环境venv等其他工具来实现环境隔离； conda 提供了环境管理的功能，允许用户创建、导出、导入和共享独立的软件环境。可以很方便的在不同的项目之间切换环境，每个环境都可以具有不同的软件包和版本。 1.5 安装位置不同 pip 安装的库 如果使用系统的的python，则库会被保存在 ~/.local/lib/python3.x/site-packages 文件夹中；如果使用的是conda内置的python，则会被保存到 anaconda3/envs/current_env/lib/site-packages中； conda 安装的库都会放在anaconda3/pkgs目录下。这样的好处就是，当在某个环境下已经下载好了某个库，再在另一个环境中还需要这个库时，就可以直接从pkgs目录下将该库复制至新环境而不用重复下载。 1.6 小tips 个人认为：能用conda安装的库尽量用conda，因为conda对库的管理十分全面，而且不易产生冲突等各种乱七八糟的问题。

参考文献 https://www.jianshu.com/p/e39cb192bde0 https://blog.csdn.net/qq_38463737/article/details/107780440 https://blog.csdn.net/whc18858/article/details/127135973 https://blog.csdn.net/qq_40818172/article/details/134832382 https://blog.csdn.net/u014264373/article/details/119390267 https://blog.csdn.net/weixin_43590796/article/details/115689009

参考阅读

 您阅读本篇文章共花了：