1、Conda

1.1、基本介绍

• Conda 是一个开源的包管理和环境管理工具，适用于 Python 及其他编程语言。它允许用户轻松安装、更新和卸载软件包，并支持创建独立的虚拟环境，以避免依赖冲突
• Conda 通过 Anaconda 或 Miniconda 发行版分发，
• Anaconda 包含大量预装的科学计算和数据分析包，
• 而 Miniconda 则是轻量版，仅包含核心功能。
• Conda 的优势在于跨平台支持（Windows、macOS、Linux）、强大的依赖解析能力以及对非 Python 包的管理。它广泛应用于数据科学、机器学习和科研领域，简化了复杂项目的环境配置。

1.2、conda安装

• 去链接: conda官网下载Anaconda 或者 miniconda
  

• 安装

# 当命令行显示（base）即安装成功
./Miniconda3-latest-MacOSX-arm64.sh

1.3、conda常用命令

1.3.1、基本命令

conda -help             # 查看帮助
conda info              # 查看conda 信息
conda -version          # 查看 conda 版本
conda update conda      # 更新Conda（慎用）
conda clean –all        # 清理不再需要的包
conda <指令> -help       # 查看某一个指令的详细帮助
conda config -show       # 查看 conda 的环境配置
conda clean -p           # 清理没有用，没有安装的包
conda clean -t           # 清理 tarball
conda clean -all         # 清理所有包和 conda 的缓存文件

1.3.2、环境管理

• 创建conda环境

conda create -name <env_name> python=<version> [package_name1]
[package_name2] [ .]
# 样例 创建一个名为 learn 的环境，python 版本为3.10
conda create -name learn python=3.10 # -name 可以简写为 -n

• 切换conda环境:

# 语法
conda activate env_name# 样例 切换到 learn 环境
conda activate learn

• 退出环境

# 退出当前环境
conda deactivate

• 查看所有conda环境

# 查看当前电脑上所有的conda环境
conda env list

• 删除某个 Conda 环境

# 语法
conda remove -name <env_name> -all
# 样例
conda remove -name learn -all

• 克隆环境

# 语法
conda create -name <new_evn_name> -clone <old_env_name>
# 样例
conda create -name myclone -clone myenv

2、Jupyterlab

2.1、基本介绍

JupyterLab 是一个开源的交互式开发环境，适用于数据科学和科研，支持 Jupyter Notebook 的扩展。它提供灵活的界面，可同时编辑代码、运行 Notebook、查看数据可视化及 Markdown 文件。JupyterLab 支持多种编程语言（如 Python、R、Julia），并允许用户通过插件扩展功能。它的模块化设计便于定制工作流，适用于代码开发、教学和研究演示。JupyterLab 可通过浏览器运行，支持实时协作，是数据分析和机器学习的理想工具。

2.2、安装使用

1. 安装

pip3 install jupyterlab

2. 启动jupyterlab (一般是vscode或者pycharm中编辑)

jupyter lab

3、pycharm中使用conda

1. 创建conda虚拟环境

conda create -n learn-demo python=3.10
# 使用conda虚拟环境
conda activate learn-demo

2. 安装jupyterlab

pip3 install jupyterlab

3. 打开pycharm,新建项目
   
4. 新建jupyterlab文件
   
   
5. 编辑文本，加code