minicondapython

Ⅰ miniconda包含python吗

楼上给携厅仿的链接没问题，但是 miniconda 安装包 本身辩纤伏袭是包含 Python 的。官方原话：These Miniconda installers contain the conda package manager and Python.

Ⅱ 苹果系统安装了miniconda但打不开Python该怎么办吗

你好肢前如果苹果系统安装了miniconda但打不开Python，那是软件和系统有冲突，目前版本还没修复这个bug，你可以等到下次版本更运激新以后旁饥袜再下载使用

Ⅲ 如何在anaconda3安装python2

前言

Anaconda是一个Python的科学计算发行版，包含了超过300个流行的用于科学、数学、工程和数据分析的Python Packages。由于Python有2和3两个版本，因此Anaconda也在Python2和Python3的基础上推出了两个发行版，即Anaconda2和Anaconda3。

有时候我们会在电脑上同时使用Anaconda2和Anaconda3两个版本，因此有必要考虑它们的共存问题。一般的使用场景是以其中一个版本为主，另外一个版本为辅，因此只需要达到能方便的切换到备用版本，且备用版本的pip等命令能正常使用即可。

由于Anaconda2和Anaconda3包含较多的模块，很多人是不需要这些的，因此若只想要较为纯净的Python2和Python3共存的，可以看本文最后一部分。

操作步骤

• 首先安装主版本，在这里我们选择Anaconda2，按照正常步骤安装即可，这里假定安装目录为D:Anaconda2。

  

纯净Python共存

说是纯净，其实也不完全“纯净”，这里需要用到另外一个发行版miniconda，它仅包含Python本身和Conda包管理器，因此体积不大。使用miniconda时的共存安装方法与上述步骤完全一致，就不赘述了。

miniconda下载主页

总结

本文的共存实现方法其实是基于conda的创建虚拟环境的功能，详情可见此链接。

因此在首先安装主要版本之后，也可使用conda create -n py3 python=3命令来安装Python3，但由于网络问题，这种方法容易失败，所以自己先下载好完整安装包，然后安装到主版本主目录下的envs文件夹更方便。

有人也许会说直接同时安装Anaconda2和Anaconda3，然后将Anaconda3目录下的python.exe改为python3.exe也可实现类似的共存。但这种方法存在一个较大的缺陷，即Anaconda3内包含的某些IDE会工作不消败正常，如Jupyter Notebook和Spyder等，因为他们依赖于安装目录下的python.exe，拿枯颤且备用版本的pip等命令也没办法直接使用，总体来说很不方便。

Ⅳ anaconda与python什么关系

anaconda当中包括了python。

1、Anaconda：

Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。因为包含了大量的科学包，Anaconda 的下载文件比较大，如果只需要某些包，或者需要节省带宽或存储空间，也可以使用握宏Miniconda这个较小的发行版。

2、Python：

Python是一种跨平台的计算机程序设计语言。 是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。最初被设计用于编写自动化脚本，随着版本的不断更新和语言新功能的添加，越多被用于独立的、大型项目的开发。

(4)minicondapython扩展阅读：

Python的设计哲学是“优雅”、“明确”、“简单”。因此，Perl语言中“总是有饥慧多种方法来做同一件事”的理念在Python开发者中通常是难以忍受的。

Python开发者的哲学是“用一种方法，最好是只有一种方法来做一件事”。在设计Python语言时，如果面临多种选择，Python开发者一般会拒绝花俏的语法，而选择明确的没有或者很少有歧义的语法。

由于这种设计观念的差异烂皮答，Python源代码通常被认为比Perl具备更好的可读性，并且能够支撑大规模的软件开发。这些准则被称为Python格言。在Python解释器内运行import this可以获得完整的列表。

Ⅳ Miniconda使用体验

生信入门的第一步就是要学会安装软件，但有些软件的安装和编译比较麻烦，这个时候就会怀念windows系统的方便。
根据生信技能树和菜鸟团里的介绍，linux系统也有这种自动式的安装软件的方式，因此，开始体验使用conda来安装软件。

安装简单，只需要在服务器上运行即可

此时会在home目录下生成miniconda3的文件夹，并更新下环境变量。

注：如果安装后不想在终端前显示（base）

conda install fastqc(软件名)

which fastqc 查看软件安装位置

conda list 可以查看已安盯裂装软件列表，conda默认安装软件的最新版本，如果想安装指定版本的某个软件，可以先用“conda search 软件名”搜索软件版本。

星号标记的表示是已经安装的版本。要 安装其他版本 ，输入：

conda install 软件名=版本号

这时conda会先卸载已安装版本，然后重新安装指定版本。

如果想要安装列表中的软件，可进入该软件的conda主页，比如cutadapt[ https://anaconda.org/bioconda/cutadapt ]

里面会告诉应该使用什么命令~

安装完后的软件在miniconda2文件肆差夹里面的pkgs文件夹下面。

conda config --add channels

查看已经添加的channels

conda config --get channels

conda config --remove channels

conda update conda

conda remove 软件名

source activate 软件名 #把目录添加进环境变量

source deactivate #从环境变量里面 删去

conda info -e

例子：

安装snakemake，snakemake已经整理成Python包，可以直接使用 pip 进行安装，不过需要的Python3的环境，利用 conda 进行安装：

试试 snakemake -h 看看安装成功没有？

但是可能网络会不太好，可能需要多几次进行安凯雹闭装。

参考：

用Miniconda，Bioconda来安装常见的生物信息学软件 | 生信菜鸟团 [ http://www.bio-info-trainee.com/1906.html] ；

http://www.biotrainee.com/thread-838-1-1.html 。

Ⅵ miniconda2可以装python3

可以。miniconda2是一唯纯款目前最流行的环境管理工具，python3是一个高层次的结合了解释性、编译性、裤判互动性和面向对象的脚本语言。miniconda2可以装python3，功指纯咐能性强大，可以进行程序编写，性价比高。

Ⅶ 电脑上新下载了python3.8，如何将jupyter的内核切换为这个新安装的3.8版本

切换jupyter的内核是不行的，因为jupyter虽然是个集成环境，但是它同时是python的一个包中的组成部分，所以只能在python3.8中另外下载安装notebook了；

因为，对应本题，jupyter所在的包notebook是安装在python旧版本的，不一定与python3.8新版本相兼容。

在python3.8中安装notebook的操作方法，如下：

打开你的python3.8环境（比如miniconda环境，或者自己手工配置环境变量），检查一下，运行以下两个命令之一然后exit()

python

python3

看一下版本是3.x

确认是3.8版本之后，

pip install notebook

或者

pip3 install notebook

然后就可以在新环境中使用jupyter notebook了

Ⅷ anaconda怎么运行python代码

输入相应Python代码。
首先在电脑中、搜索、anaconda、饥燃navigator，进入程序主界面，找到、spyder、，点击底部的、launch、，按功能键F5即可运行Python程序。或宴肢余者可以在开始菜单中搜索、anaconda、prompt、，输入相应Python代码，即可运行。
Anaconda、实际上是一个软件发行版，它附带了、conda、Python、和、150、多个科学包及其依赖项。应晌滚用程序、conda、是包和环境管理器。Anaconda、的下载文件比较大（约、500、MB），因为它附带了、Python、中最常用的数据科学包。如果只需要某些包，或者需要节省带宽或存储空间，也可以使用、Miniconda、这个较小的发行版（仅包含、conda、和、Python）。、

Ⅸ 如何用anaconda python

序

Python易用，但用好却不易，其中比较头疼的就是包管理和Python不同版本的问题，特别是当你使用Windows的时候。为了解决这些问题，有不少发行版的Python，比如WinPython、Anaconda等，这些发行版将python和许多常用的package打包，方便pythoners直接使用，此外，还有virtualenv、pyenv等工具管理虚拟环境。

个人尝试了很多类似的发行版，最终选择了Anaconda，因为其强大而方便的包管理与环境管理的功能。该文主要介绍下Anaconda，对Anaconda的理解，并简要总结下相关的操作。

Anaconda概述

Anaconda是一个用于科学计算的Python发行版，支持 Linux, Mac, Windows系统，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。Anaconda利用工具/命令conda来进行package和environment的管理，并且已经包含了Python和相关的配套工具。

这里先解释下conda、anaconda这些概念的差别。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与环境管理。包管理与pip的使用类似，环境管理则允许用户方便地安装不同版本的python并可以快速切换。Anaconda则是一个打包的集合，里面预装好了conda、某个版本的python、众多packages、科学计算工具等等，所以也称为Python的一种发行版。其实还有Miniconda，顾名思义，它只包含最基本的内容——python与conda，以及相关的必须依赖项，对于空间要求严格的用户，Miniconda是一种选择。

进入下文之前，说明一下conda的设计理念——conda将几乎所有的工具、第三方包都当做package对待，甚至包括python和conda自身！因此，conda打破了包管理与环境管理的约束，能非常方便地安装各种版本python、各种package并方便地切换。

Anaconda的安装

Anaconda的下载页参见官网下载，Linux、Mac、Windows均支持。

安装时，会发现有两个不同版本的Anaconda，分别对应Python 2.7和Python 3.5，两个版本其实除了这点区别外其他都一样。后面我们会看到，安装哪个版本并不本质，因为通过环境管理，我们可以很方便地切换运行时的Python版本。（由于我常用的Python是2.7和3.4，因此倾向于直接安装Python 2.7对应的Anaconda）

下载后直接按照说明安装即可。这里想提醒一点：尽量按照Anaconda默认的行为安装——不使用root权限，仅为个人安装，安装目录设置在个人主目录下（Windows就无所谓了）。这样的好处是，同一台机器上的不同用户完全可以安装、配置自己的Anaconda，不会互相影响。

对于Mac、Linux系统，Anaconda安装好后，实际上就是在主目录下多了个文件夹（~/anaconda）而已，Windows会写入注册表。安装时，安装程序会把bin目录加入PATH（Linux/Mac写入~/.bashrc，Windows添加到系统变量PATH），这些操作也完全可以自己完成。以Linux/Mac为例，安装完成后设置PATH的操作是

1

2

3

4

# 将anaconda的bin目录加入PATH，根据版本不同，也可能是~/anaconda3/bin

echo 'export PATH="~/anaconda2/bin:$PATH"' >> ~/.bashrc

# 更新bashrc以立即生效

source ~/.bashrc

配置好PATH后，可以通过which conda或conda --version命令检查是否正确。假如安装的是Python 2.7对应的版本，运行python --version或python -V可以得到Python 2.7.12 :: Anaconda 4.1.1 (64-bit)，也说明该发行版默认的环境是Python 2.7。

Conda的环境管理

Conda的环境管理功能允许我们同时安装若干不同版本的Python，并能自由切换。对于上述安装过程，假设我们采用的是Python 2.7对应的安装包，那么Python 2.7就是默认的环境（默认名字是root，注意这个root不是超级管理员的意思）。

假设我们需要安装Python 3.4，此时，我们需要做的操作如下：

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

# 创建一个名为python34的环境，指定Python版本是3.4（不用管是3.4.x，conda会为我们自动寻找3.4.x中的最新版本）

conda create --name python34 python=3.4

# 安装好后，使用activate激活某个环境

activate python34 # for Windows

source activate python34 # for Linux & Mac

# 激活后，会发现terminal输入的地方多了python34的字样，实际上，此时系统做的事情就是把默认2.7环境从PATH中去除，再把3.4对应的命令加入PATH

# 此时，再次输入

python --version

# 可以得到`Python 3.4.5 :: Anaconda 4.1.1 (64-bit)`，即系统已经切换到了3.4的环境

# 如果想返回默认的python 2.7环境，运行

deactivate python34 # for Windows

source deactivate python34 # for Linux & Mac

# 删除一个已有的环境

conda remove --name python34 --all

用户安装的不同python环境都会被放在目录~/anaconda/envs下，可以在命令中运行conda info -e查看已安装的环境，当前被激活的环境会显示有一个星号或者括号。

说明：有些用户可能经常使用python 3.4环境，因此直接把~/anaconda/envs/python34下面的bin或者Scripts加入PATH，去除anaconda对应的那个bin目录。这个办法，怎么说呢，也是可以的，但总觉得不是那么elegant……

如果直接按上面说的这么改PATH，你会发现conda命令又找不到了（当然找不到啦，因为conda在~/anaconda/bin里呢），这时候怎么办呢？方法有二：1. 显式地给出conda的绝对地址 2. 在python34环境中也安装conda工具（推荐）。

Conda的包管理

Conda的包管理就比较好理解了，这部分功能与pip类似。

例如，如果需要安装scipy：

1

2

3

4

5

6

7

# 安装scipy

conda install scipy

# conda会从从远程搜索scipy的相关信息和依赖项目，对于python 3.4，conda会同时安装numpy和mkl（运算加速的库）

# 查看已经安装的packages

conda list

# 最新版的conda是从site-packages文件夹中搜索已经安装的包，不依赖于pip，因此可以显示出通过各种方式安装的包

conda的一些常用操作如下：

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

# 查看当前环境下已安装的包

conda list

# 查看某个指定环境的已安装包

conda list -n python34

# 查找package信息

conda search numpy

# 安装package

conda install -n python34 numpy

# 如果不用-n指定环境名称，则被安装在当前活跃环境

# 也可以通过-c指定通过某个channel安装

# 更新package

conda update -n python34 numpy

# 删除package

conda remove -n python34 numpy

前面已经提到，conda将conda、python等都视为package，因此，完全可以使用conda来管理conda和python的版本，例如

1

2

3

4

5

6

7

8

9

# 更新conda，保持conda最新

conda update conda

# 更新anaconda

conda update anaconda

# 更新python

conda update python

# 假设当前环境是python 3.4, conda会将python升级为3.4.x系列的当前最新版本

补充：如果创建新的python环境，比如3.4，运行conda create -n python34 python=3.4之后，conda仅安装python 3.4相关的必须项，如python, pip等，如果希望该环境像默认环境那样，安装anaconda集合包，只需要：

1

2

3

4

5

6

# 在当前环境下安装anaconda包集合

conda install anaconda

# 结合创建环境的命令，以上操作可以合并为

conda create -n python34 python=3.4 anaconda

# 也可以不用全部安装，根据需求安装自己需要的package即可

设置国内镜像

如果需要安装很多packages，你会发现conda下载的速度经常很慢，因为Anaconda.org的服务器在国外。所幸的是，清华TUNA镜像源有Anaconda仓库的镜像，我们将其加入conda的配置即可：

1

2

3

4

5

6

# 添加Anaconda的TUNA镜像

conda config --add channels u.cn/anaconda/pkgs/free/

# TUNA的help中镜像地址加有引号，需要去掉

# 设置搜索时显示通道地址

conda config --set show_channel_urls yes

执行完上述命令后，会生成~/.condarc(Linux/Mac)或C:UsersUSER_NAME.condarc文件，记录着我们对conda的配置，直接手动创建、编辑该文件是相同的效果。

跋

Anaconda具有跨平台、包管理、环境管理的特点，因此很适合快速在新的机器上部署Python环境。总结而言，整套安装、配置流程如下：

• 下载Anaconda、安装

• 配置PATH（bashrc或环境变量），更改TUNA镜像源

• 创建所需的不用版本的python环境

• Just Try!

Ⅹ miniconda和python

你可以在你的python脚本里面直接import这个脚本，这样的话就不需要安装了。