????????Anaconda 和 Conda 是两个相关但不同的概念。
????????Anaconda 是一个免费且开源的发行版,包含了 Python 和 R 语言的数据科学和机器学习相关的众多包,它包括 Conda、Python、Jupyter Notebook 等多个科学计算和数据科学中常用的应用。
????????Anaconda 通过预安装大量常用的数据科学和机器学习工具,简化了环境设置过程。
????????简而言之,Conda 是 Anaconda 中的一个组成部分,专门负责包管理和环境管理。
????????Anaconda 是一个更大的集成包,旨在为数据科学和机器学习提供一体化的解决方案,其中就包含了 Conda。
?
?
?
?
这里需要重启电脑?
使用下面这个网址激活就行,包含IDEA激活都可以用
然后按操作关注他的公众号获取激活码就可以,这里就不详细描述了,这里不永久激活也够用了
????????这里我们找一个github上的源码项目:https://github.com/modelscope/modelscope-agent
以这个项目为例在pycahrm中去做一下Anaconda的配置
在 PyCharm 窗口的右上角,点击 “File” > “Settings”
选择Add Local Interpreter
配置Conda Excutable
点击Load Environments
点击Apply,然后OK就行
conda create --name modelscope-agent-py3.11.5
此时在Anaconda中我们可以看到刚才新创建的环境了
激活modelscope-agent-py3.11.5环境
?到这里,我们就基本上算是配置完成了
??requirements.txt
文件通常用于 pip
这个 Python 包管理工具,它包含了一系列的包名和版本号,用于指定 Python 项目的依赖,虽然 Conda 也可以安装许多在 requirements.txt
中列出的包,但并不是所有在 requirements.txt
中的包都在 Conda 的包仓库中可用。
????????因此,当使用 Conda 环境时,推荐的做法是先尝试使用 Conda 安装尽可能多的依赖,然后对于那些只能通过 pip
安装的包,再使用 pip
安装。
在 Conda 环境中使用 pip
安装 requirements.txt
中的包时,应当这样做:
pip
pip install -r requirements.txt
来安装包????????这种方式确保了所有依赖都被安装在当前激活的 Conda 环境中,而不会干扰到系统中的其他 Python 环境。
pip install -r requirements.txt
????????今天就先写到这里哈,相信对于刚接触python的小伙伴还是有一定的实操参考价值的,感谢各位的收藏与关注~_~