浅谈anaconda python 版本对应关系

2020.2.20 更新日志：

本文的初衷是因为安装anaconda的时候你并不知道会包含哪个版本的python，因此我制作了下表

如果你使用的主要的python版本能在下表中找到，那安装对应的anaconda当然更好

但是如果你只是临时想用某个版本的python，或在下表中找不到对应的，你大可以直接安装最新的anaconda，然后用conda create来创建虚拟环境即可，不用非得找到对应的anaconda来装。

最佳的策略是你的机器上只保留一个anaconda，其中包含着你最常用的python版本，然后其他的版本环境全都用虚拟环境来管理。

创建虚拟环境的方法：

例如你要建一个python3.5的虚拟环境（其中myenv是这个环境的名称，可以自定）：

conda create -n myenv python=3.5

然后用以下命令进入该虚拟环境即可：

activate myenv

2019.11.18 更新日志：

更新了今年的版本号

在表格中用括号备注了包含的python版本号

Release date

conda

python2.7

python3.4

python3.5

python3.6

python3.7

python3.8

2015-02-25

3.4.3

2015-05-23

2.7.10

2015-09-13

3.5.0

2015-12-05

2.7.11

2015-12-07

3.5.1

2015-12-21

3.4.4

2016-03-29

conda 4.0.5

Anaconda2-4.0.0

(python 2.7.11)

Anaconda3-4.0.0

(python 3.5.1)

2016-06-28

conda 4.1.4

Anaconda2-4.1.0

(python 2.7.11)

Anaconda3-4.1.0

(python 3.5.1)

2016-06-25

2.7.12

2016-06-27

3.4.5

3.5.2

2016-07-08

conda 4.1.6

Anaconda2-4.1.1

(python 2.7.12)

Anaconda3-4.1.1

(python 3.5.2)

2016-09-28

conda 4.2.9

Anaconda2-4.2.0

(python 2.7.12)

Anaconda3-4.2.0

(python 3.5.2)

2016-12-17

2.7.13

2016-12-23

3.6.0

2017-01-17

3.4.6

3.5.3

2017-01-31

conda 4.3.8

Anaconda2-4.3.0

(python 2.7.13)

Anaconda3-4.3.0

(python 3.6.0)

2017-03-10

conda 4.3.14

Anaconda2-4.3.1

(python 2.7.13)

Anaconda3-4.3.1

(python 3.6.0)

2017-03-21

3.6.1

2017-05-31

conda 4.3.21

Anaconda2-4.4.0

(python 2.7.13)

Anaconda3-4.4.0

(python 3.6.1)

2017-07-17

3.6.2

2017-08-08

3.5.4

2017-08-09

3.4.7

2017-09-26

conda 4.3.27

Anaconda2-5.0.0

(python 2.7.13)

Anaconda3-5.0.0

(python 3.6.2)

2017-09-16

2.7.14

2017-10-03

3.6.3

2017-10-25

conda 4.3.30

Anaconda2-5.0.1

(python 2.7.14)

Anaconda3-5.0.1

(python 3.6.3)

2017-12-19

3.6.4

2018-02-05

3.4.8

3.5.5

2018-02-15

conda 4.4.10

Anaconda2-5.1.0

(python 2.7.14)

Anaconda3-5.1.0

(python 3.6.4)

2018-03-28

3.6.5

2018-05-01

2.7.15

2018-05-30

conda 4.5.4

Anaconda2-5.2.0

(python 2.7.15)

Anaconda3-5.2.0

(python 3.6.5)

2018-06-27

3.6.6

3.7.0

2018-08-02

3.4.9

3.5.6

2018-09-28

conda 4.5.11

Anaconda2-5.3.0

(python 2.7.15)

Anaconda3-5.3.0

(python 3.7.0)

2018-10-20

3.6.7

3.7.1

2018-12-21

conda 4.5.12

Anaconda2-2018.12

(python 2.7.15)

Anaconda3-2018.12

(python 3.7.1)

2018-12-24

3.6.8

3.7.2

2019-03-04

2.7.16

2019-03-18

3.4.10

3.5.7

2019-03-25

3.7.3

2019-04-04

conda 4.6.11

Anaconda2-2019.03

(python 2.7.16)

Anaconda3-2019.03

(python 3.7.3)

2019-07-02

3.6.9

2019-07-08

3.7.4

2019-07-24

conda 4.7.10

Anaconda2-2019.07

(python 2.7.16)

Anaconda3-2019.07

(python 3.7.3)

2019-10-14

3.8.0

2019-10-15

3.7.5

2019-10-19

2.7.17

2019-10-29

3.5.8

2019-11-02

3.5.9

首先解释一下上表。 anaconda在每次发布新版本的时候都会给python2和python3都发布一个包，版本号是一样的(anaconda2-xxx和anaconda3-xxx)，并且包含的conda版本号也是一样的(表中每一行的第一列)。

表格中，python版本号下方的离它最近的anaconda包就是包含它的版本。

举个例子，假设你想安装python2.7.14，在表格中找到它，它下方的两个个anaconda包（anaconda2-5.0.1、5.1.0）都包含python2.7.14；

假设你想安装python3.6.5，在表格中找到它，它下方的anaconda3-5.2.0就是你需要下载的包；

假设你想安装python3.7.0，在表格中找到它，它下方的anaconda3-5.3.0就是你需要下载的包；

假如你想安装miniconda但是不知道该安装哪个版本，请点开下表的old package lists，它显示了每个anaconda版本包含什么版本的conda和什么版本的python，而miniconda的版本号与conda的版本号是一样的。

到此这篇关于浅谈anaconda python 版本对应关系的文章就介绍到这了,更多相关anaconda python 版本对应内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！

时间： 2020-10-04

conda测试指南 在开始这个conda测试之前,你应该已经下载并安装好了Anaconda或者Miniconda 注意:在安装之后,你应该关闭并重新打开windows命令行. 一.Conda测试过程: 使用conda.首先我们将要确认你已经安装好了conda 配置环境.下一步我们将通过创建几个环境来展示conda的环境管理功能.使你更加轻松的了解关于环境的一切.我们将学习如何确认你在哪个环境中,以及如何做复制一个环境作为备份. 测试python.然后我们将检查哪一个版本的python可以被安装,

你可以按照以下方法使用 ls 命令来查看你的系统中都有那些 Python 的二进制文件可供使用. $ ls /usr/bin/python* /usr/bin/python /usr/bin/python2 /usr/bin/python2.7 /usr/bin/python3 /usr/bin/python3.4 /usr/bin/python3.4m /usr/bin/python3m 执行如下命令查看默认的 Python 版本信息: $ python --version Python 2.

anaconda是一个非常好用的python发行版本,其中包含了大部分常用的库. 最新的anaconda中python版本已经更新到了python3.6,而tensorflow只支持python3.5. 在anaconda官网中已经给了三种解决方案: https://docs.anaconda.com/anaconda/faq#how-do-i-get-anaconda-with-python-3-5 方法一:在现有的anaconda中新建一个python3.5的开发环境,这样同时保留了pyth

CentOS升级Python2.6到Pythno2.7 最近在Linode上弄Python.出现ValueError: zero length field name in format这样的错误: 翻看文档之后发现只要升级Python到2.7以上版本就能解决问题. 用 Pythno -V 看了一下目前Centos上的版本是2.6的. CentOS6系列里面默认安装的都是Python2.6的版本 所以我们可能会出现这样的错误 ValueError: zero length field name i

一.在for循环中直接更改列表中元素的值不会起作用: 如: l = list(range(10)[::2]) print (l) for n in l: n = 0 print (l) 运行结果: [0, 2, 4, 6, 8] [0, 2, 4, 6, 8] l中的元素并没有被修改 二.在for循环中更改list值的方法: 1.使用range l = list(range(10)[::2]) print (l) for i in range(len(l)): l[i] = 0 print (l

Python中为了方便程序直接生成exe文件,它存在一个pyinstaller库,使用这个库可以直接将.py程序生成exe文件.这个命令不是在windows的命令行中执行的. 对于python3.5以下的版本,可以在cmd命令中直接使用. 首先下载pyinstaller库使用pip install pyinstaller下载这个库,下载成功后出现successfully代表下载成功.然后执行命令是 pyinstaller -F -w <文件名.py>,执行命令时需要切换到程序所在的目录,-F代

在读取文件时将整数变量读成了字符串, 或者需要转换列属性时,通过方法astype Python中 举例: dataframe.numbers=dataframe.numbers.astype(float) province.id=province.id.astype(str) R中 举例: data<-read.csv('data.csv',col.names = c('id','sex','numbers'),stringsAsFactors=FALSE),stringsAsFactors=F

1.点击开始菜单,打开IDLE程序. 2.默认字体大小给出一个直观的展示. 3.点击菜单栏的"Options". 4.然后在下拉菜单中选择"Configure IDLE". 5.默认字体是新宋体,大小是size=4. 6.对字体大小进行调整后,点击"确认". 7.这样,字体大小就进行了对应的调整. 到此这篇关于增大python字体的方法步骤的文章就介绍到这了,更多相关如何增大python字体内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家

Maven提供了mvn dependency:tree来查看依赖关系,而IDE往往提供了更加便利的方式,比如Eclipse或者IDEA都有类似的功能,这篇文章简单说明一下如何在IDEA中查看依赖关系. 操作1: 打开Maven Project视图 点击Maven Project视图,如果此视图没有打开,请使用View菜单将其打开. 操作2: 显示依赖图 选中相应的项目,在右键菜单中选择 然后就可以看到整体的依赖关系图了 操作3: 查看 点击1:1的按钮,然后就可以正常查看了 Ctrl + F之后

Linux终端中的操作均是使用命令行来进行的.因此,对于小白来说,熟记几个基本的命令行和使用方法能够较快的在Linux命令行环境中将python用起来. 打开命令行窗口 打开命令行窗口的快捷键如下: Ctrl + Alt + t 关闭名命令行窗口 关闭命令行窗口的快捷键如下: Ctrl + d 进入python环境 在命令行中直接输入python即进入了python的编辑环境.进入环境后最明显的提示是:光标由-$变成>>>. 退出python环境 使用ctrl +d的方式退出python

本文介绍了centos7中安装Android SDK的方法步骤,分享给大家 0x01 下载sdktools cd /opt mkdir androidSdk wget https://dl.google.com/android/repository/sdk-tools-linux-3859397.zip unzip sdk-tools-linux-3859397.zip 0x02 配置命令 打开 /opt/profile 添加sdk命令如下: ... export PATH USER LOGNA

本文介绍了SpringBoot项目中使用redis缓存的方法步骤,分享给大家,具体如下: Spring Data Redis为我们封装了Redis客户端的各种操作,简化使用. - 当Redis当做数据库或者消息队列来操作时,我们一般使用RedisTemplate来操作 - 当Redis作为缓存使用时,我们可以将它作为Spring Cache的实现,直接通过注解使用 1.概述 在应用中有效的利用redis缓存可以很好的提升系统性能,特别是对于查询操作,可以有效的减少数据库压力. 具体的代码参照该