当前位置:网站首页>安装Anaconda3 后,怎样使用 Python 2.7?
安装Anaconda3 后,怎样使用 Python 2.7?
2020-11-06 01:28:00 【IT界的小小小学生】
首先在anaconda官网下载对应版本的anaconda3
安装anaconda3
打开anaconda3,在界面左侧点击Environments,再点击下面的Create按钮会出现如下窗口,
给要创建的Python环境命名并选择版本,选好后点击Create即可生成新的Python版本环境,如下图
在anaconda3下使用不同版本的Python:
1、在anaconda3图形界面中使用:只需点击对应的环境名称即可,如需要在Python2.7下使用,点击py27则切换到Python2.7
2、在Mac终端使用:终端输入
source activate {环境名称}
如
source activate py27
即可将版本切换成Python2.7,此时终端下的pip和conda命令都是对Python2.7版本进行操作;若想回到默认版本(默认版本为3.6),输入
source deactivate
即可(注:在Windows系统下,环境的切换及关闭与上面类似,只是少加一个source命令)
anaconda3下不同版本Python安装TensorFlow:
由于Mac只支持CPU版本的TensorFlow,因此安装也较为简单,切换到你想使用的Python版本,输入
pip install tensorflow
或者
conda install tensorflow
便可安装TensorFlow
复制、移动与删除
linux下文件的复制、移动与删除命令为:cp,mv,rm
一、文件复制命令cp
命令格式:cp [-adfilprsu] 源文件(source) 目标文件(destination)
cp [option] source1 source2 source3 … directory
参数说明:
-a:是指archive的意思,也说是指复制所有的目录
-d:若源文件为连接文件(link file),则复制连接文件属性而非文件本身
-f:强制(force),若有重复或其它疑问时,不会询问用户,而强制复制
-i:若目标文件(destination)已存在,在覆盖时会先询问是否真的操作
-l:建立硬连接(hard link)的连接文件,而非复制文件本身
-p:与文件的属性一起复制,而非使用默认属性
-r:递归复制,用于目录的复制操作
-s:复制成符号连接文件(symbolic link),即“快捷方式”文件
-u:若目标文件比源文件旧,更新目标文件
如将/test1目录下的file1复制到/test3目录,并将文件名改为file2,可输入以下命令:
cp /test1/file1 /test3/file2
二、文件移动命令mv
命令格式:mv [-fiv] source destination
参数说明:
-f:force,强制直接移动而不询问
-i:若目标文件(destination)已经存在,就会询问是否覆盖
-u:若目标文件已经存在,且源文件比较新,才会更新
如将/test1目录下的file1复制到/test3 目录,并将文件名改为file2,可输入以下命令:
mv /test1/file1 /test3/file2
Linux当前目录所有文件移动到上一级目录
mv * …/
三、文件删除命令rm
命令格式:rm [fir] 文件或目录
参数说明:
-f:强制删除
-i:交互模式,在删除前询问用户是否操作
-r:递归删除,常用在目录的删除
如删除/test目录下的file1文件,可以输入以下命令:
rm -i /test/file1
更新环境变量过程中出现问题.bash_profile无法编辑
如果在编辑.bash_profile时,有提示"您不是文件“.bash_profile”的所有者,因此没有权限写到该文件。",可以通过以下操作解决。
在个人文件夹目录下,打开Go2Shell,输入.bash_profile进行打开,打开后会弹出提示,并有复制按钮,点击复制一个副本,完成编辑。
在终端输入cd ~,然后再输入ls -al,接着输入命令sudo mv bash_profile副本.txt .bash_profile进行文件内容的覆盖。
输入vim .bash_profile会显示文件的内容,确保配置正确后,在最后面输入:q进行退出。
输入source .bash_profile进行更新,

参考链接:https://www.jianshu.com/p/9bbb33072c3a
版权声明
本文为[IT界的小小小学生]所创,转载请带上原文链接,感谢
https://vip01.blog.csdn.net/article/details/92847399
边栏推荐
猜你喜欢
字符串的常见算法总结
什么是无副作用的函数方法?如何取名? - Mario
架构文章搜集
Outlier detection based on RNN self encoder
如何将分布式锁封装的更优雅
keras model.compile损失函数与优化器
Python machine learning algorithm: linear regression
Anomaly detection method based on SVM
Using tensorflow to forecast the rental price of airbnb in New York City
为了省钱,我用1天时间把PHP学了!
随机推荐
8.1.2 handling global exceptions through simplemappingexceptionresolver
PPT画成这样,述职答辩还能过吗?
Using lime to explain black box ML model
基于SVM的异常检测方法
Clean架构能够解决哪些问题? - jbogard
Probabilistic linear regression with uncertain weights
9.2.3 loadcustomvfs method (XML configuration builder analysis) - SSM in depth analysis and project practice
es5 类和es6中class的区别
刚毕业不久,接私活赚了2万块!
深入了解JS数组的常用方法
《Google软件测试之道》 第一章google软件测试介绍
Outlier detection based on RNN self encoder
基于 Flink SQL CDC 的实时数据同步方案
给萌新HTML5 入门指南(二)
用TensorFlow预测纽约市AirBnB租赁价格
为什么民营企业要做党建?——极客邦控股党支部专题学习
数据科学家与机器学习工程师的区别? - kdnuggets
c++学习之路:从入门到精通
APReLU:跨界应用,用于机器故障检测的自适应ReLU | IEEE TIE 2020
键盘录入抽奖人随机抽奖