anaconda在哪写python

1. 怎么在mac 系统上使用python怎么安装Anaconda

在mac 系统上使用Python和Anaconda：
1. 从网上下载你所需要的安装包，你可以直接下到——/anaconda/pkgs目录下。
2. 打开需要安装的安装包，里面会用setup.py，在terminal下进入——/anaconda/pkgs,输入python setup.py （develop）， develop 有些包会需要用到，有些包好像直接python setup.py就可以了。
3. 设置成功后，可以在Terminal下运行python，import 来测试安装好的python。
4、安装Anaconda，需要从官网下载，直接运行安装就好了。

2. anaconda怎么安装python环境

可以使用conda来安装和管理python环境。conda可以理解为一个工具，也是一个可执行命令，其核心功能是包管理和环境管理。包管理与pip的使用方法类似，环境管理则是允许用户方便滴安装不同版本的python环境并在不同环境之间快速地切换。
conda将几乎所有的工具、第三方包都当作package进行管理，甚至包括python 和conda自身。Anaconda是一个打包的集合，里面预装好了conda、某个版本的python、各种packages等。
创建环境举例：
conda create -n your_env_name python=x.x

其中your_env_name是你要创建的环境名称，python=x.x中的x.x是你需要安装的pytthon版本。安装成功之后可以用以下两个命令来查看是否安装成功。
conda env list
conda info -e

3. windows下anaconda navigator怎么新建python工程

方法/步骤

• 下载安装Anaconda，建议安装32位版本。

  

4. anaconda怎么查看python版本

Anaconda是Python的一个开源发行版本，主要面向科学计算，预装了丰富强大的库。

使用Anaconda可以轻松管理多个版本的Python环境。

Anaconda默认有两个版本，可以选择64位还是32位安装，当你安装了其中一个版本时，系统默认为该版本。

同时你可以在已安装的Anaconda版本中添加另一个版本的Python，实现多版本共存。

Anaconda可以使用命令行进行操作

conda的环境管理

conda info -e 查看当前已安装的环境

conda create -n py27 python=2.7 添加2.7版本的Python环境

activate py27 切换到Python2.7环境

deactivate 返回默认的Python环境

conda remove -n py27 --all 删除已安装的Python环境

conda的包管理，类似Python的pip

conda list查看当前环境下已安装的包

conda list -n py27 查看指定环境的已安装的包

conda search selenium 查找package信息

conda install -n py27 selenium 指定环境安装package，不加-n则安装在当前活跃环境

conda update -n py27 selenium 指定环境更新package，不加-n则更新在当前活跃环境

conda remove -n py27 selenium 删除package，不加-n则删除在当前活跃环境

conda将conda、python等都视为package，因此可以使用conda管理conda和python的版本

conda update conda 更新conda

conda update anaconda 更新anaconda

conda update python 更新python，假设当前环境是3.6，则更新3.6.x系列版本

anconda的默认环境会安装anconda的包集合，新添加的Python环境只会安装相关的必须项，如python、pip等。

如果要使用anconda的集合包：

conda install anaconda 在当前环境下安装anaconda包集合

conda create -n py27 python=2.7 anaconda 在创建环境的同时安装anaconda集合包

以上就是本文的全部内容，希望对大家的学习有所帮助。

5. 怎样使用anaconda编辑python

1、安装anaconda 想更好的学习python请关注微信公众号“Python基础教程”！
之前什么都不需要安装，直接在官网下载anaconda，我下载的是Python2.7，32位的。
下载好文件后，直接双击安装，可以自己选定安装位置。
安装完anaconda，就相当于安装了Python、IPython、集成开发环境Spyder、一些包等等。
2、Python（shell）

这个和我们直接安装Python得到的Python shell用法一样。当然由于安装了anaconda，所以在这里好多包我们都可以使用了。
3、IPython
3.1 IPython(shell)
我们可以直接点击打开，也可以像下面这样在命令提示符中输入ipython

这个和我们pip install ipython安装的ipython用法一样。
3.2 Ipython QTConsole
直接点击打开，

3.3 IPython Notebook
我们直接点击打开，或者在命令提示符中输入ipython.exe notebook。
4、Spyder（IDE）
4.1 Spyder
Spyder的最大优点就是模仿MATLAB的“工作空间”。
直接点击打开：

4.2 其他的IDE使用anaconda
由于安装完anaconda就自带了Spyder集成开发环境了，所以不需要任何配置可以直接使用，但是其他你自己安装的IDE要想使用anaconda需要配置。
配置的方法我们可以去官网了解。下面我们以Pycharm为例。
其实如果anaconda在Pycharm之前安装，那么遇到解释器选择的时候会有一个选项，我们直接选择就OK了。如果在Pycharm之后安装，我们只需要手动设置一下Pycharm所用的解释器就行了。

5、安装包
其实安装完anaconda后，基本上就把我们常用的部分包安装好了，但是毕竟只是安装了一小部分（我们可以去官网查看安装了哪些包），还有一部分需要我们自己来安装。
查看已经安装的包我们可以在命令提示符中输入pip list或者用anaconda自带的包管理器conda（conda list）。
5.1 pip 或conda安装
我们可以在命令提示符中输入pip install 包名，或者conda install 包名。conda和pip的用法基本上一致（更新？卸载？还不确定）。但是我们使用conda安装的时候不仅会安装当前你要安装的包还会提示更新其他已经安装过的包，所以我基本上都是直接用pip安装。
5.2 文件安装
pip或conda不能安装的话，我们就下载文件安装，比如exe文件（双击安装）或者whl文件（pip安装）等等。
6、anaconda自带的命令窗口
上面我们说的命令提示符基本上都是在系统盘上的操作。其实anaconda自带一个命令窗口。直接点击打开

所有可以在“命令提示符”中运行的都可以在这里运行，只不过文件的路径改变了而已。就比如我们在这两个命令窗口中分别输入ipython.exe notebook，默认的文件.ipynb存储在不同的位置。

6. 如何用anaconda写python

在anaconda prompt窗口敲入以下命令：
conda upgrade –all
解释：可以将anaconda当前环境下的软件包都进行一个更新，保证后续安装都是最新的可用包。
conda install numpy scipy pandas
解释：conda一次可以安装多个软件包。上面这个指令就可以一次安装好numpy, scipy, pandas
conda create -n py3 python=3 或 conda create -n py2 python=2
解释：上面是分别建立python 3.5和python 2.7虚拟环境的指令。py3（py2）是自己起的环境名；python=3 (python=2)是指定python版本
activate py3
解释：这样就进入python 3.5的环境了
conda list
解释：查看当前环境下都已经安装了哪些包。如果需要安装新包，敲入指令 conda install <package name>就可以了
deactivate py3
解释：退出python3.5的环境

7. 安装Anaconda3 后，怎样使用 Python 2.7

首先决定你想要的名字，以下称为NAME。

在开始菜单里找到Anaconda Prompt（在Anaconda2(64-bit)文件夹中），然后输入：

conda -n NAME python=2.7

然后等字幕跳完以后输入：

activate NAME

之后你就有一个Python2.7的环境了，注意是环境，不是安装的python，区别就是环境是可以有多个的，但是python一个版本只能有一个。

-------------------------分割线--------------------------

如果你说的是普通Pytho2.7的安装的话：

进入python.org

找到download按钮，选择你的系统然后2.7.13

或者点击你的系统-latest release 2.7.13-拉到最下面-（你的系统）x86 executable installer

8. 怎么在mac 系统上使用Python怎么安装Anaconda

1. 首先安装python，我选择安装Anaconda （Windows 64-Bit Python 2.7 Graphical Installer 下载地址）。
Anaconda的一些命令（在Anaconda的命令行窗口输入）：
conda list #该命令，将列出Anaconda安装的所有应用包，我们可以看到Anaconda已经安装了numpy, nose, pip, python, scipy, mingw等等。
conda install <pkg name> #该命令用于安装应用包，如 conda install numpy.
pip install <pkg name> #该命令用于安装应用包，如 pip install theano.
conda update <pkg name> #升级应用包，如 conda update python
2. 安装Theano，在Anaconda 的命令窗口中输入 pip install theano，可以看到程序开始下载安装包，并检查是否满足安装条件：numpy>=1.5.0，scipy>=0.7.2，满足条件之后开始运行setup.py安装theano，安装完成后会显示Successfully installed theano。
3. 测试Theano安装情况。
（1）在ipython中输入以下两行代码：
import theano

theano.test()
会显示theano的版本号，安装位置，已经其他包的安装版本，如numpy,nose,python等。
在运行中出现g++不是内部或外部命令，也不是可运行的程序或批处理文件。
（2）在Anaconda的命令行窗口输入：python Lib\site-packages\theano\tests\run_tests_in_batch.py
显示unable to find theano-nose，查看run_tests_in_batch.py发现，其中路径设置为在bin下寻找theano-nose文件，而实际上Anaconda文件夹下根本没有bin这个文件夹，theano-nose存放在Scripts文件夹中。
》》》尝试1：将Scripts更名为bin，重新运行这句命令，可以成功运行。但是出现一个warning，提示没有检测到g++，所以无法运行优化后的C代码版本，只能执行python版本。
该种尝试的结果是，下次打开Anaconda 命令窗口后出现错误，因为其运行路径为Scripts，所以还是不要修改了。
（3）g++问题。我们打开MinGW文件夹，可以很清楚的看到有g++，但是为什么使用不了呢？？在Anaconda 命令窗口中输入g++也能成功调用g++.exe啊。所以结论是，鉴于这个代码中出现很明显的漏洞，所以说不定这里也是错误，先不管这些了。
试着做了以下配置，也不知行不行。
添加环境变量: path: C:\Anaconda\MinGW\bin;C:\Anaconda\MinGW\x86_64-w64-mingw32\lib;
新建环境变量： PYTHONPATH: C:\Anaconda\Lib\site-packages\theano;
在home目录下（cmd可以看到，我的是C:\Users\Administrator），创建 .theanorc.txt 文件内容如下：
[global]
openmp=False
[blas]
ldflags=
[gcc]
cxxflags = -IC:\MinGW\include
（4）验证BLAS是否安装成功。由于numpy是依赖BLAS的，如果BLAS没有安装成功，虽然numpy亦可以安装，但是无法使用BLAS的加速。验证numpy是否真的成功依赖BLAS编译，用以下代码试验：
>>> import numpy
>>> id(numpy.dot) == id(numpy.core.multiarray.dot)
False
结果为False表示成功依赖了BLAS加速，如果是Ture则表示用的是python自己的实现并没有加速。

9. anaconda python3.7安装步骤

《Anaconda3软件》网络网盘资源免费下载:

链接: https://pan..com/s/1pOzDpvL-l8y6zGvcOW2Ofg

Anaconda3-2020.02最新中文版是专门为了方便使用 Python 进行数据科学研究而建立的一组软件包，涵盖了数据科学领域常见的 Python 库，并且自带了专门用来解决软件环境依赖问题的 conda 包管理系统。可以使用它创建虚拟环境，以便更轻松地处理多个项目。主要提供了包管理与环境管理的功能，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。