Anaconda3安装scrapy各种报错【python吧】_百度贴吧
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&签到排名：今日本吧第个签到，本吧因你更精彩，明天继续来努力！
本吧签到人数：0成为超级会员，使用一键签到本月漏签0次！成为超级会员，赠送8张补签卡连续签到：天&&累计签到：天超级会员单次开通12个月以上，赠送连续签到卡3张
关注：188,431贴子：
Anaconda3安装scrapy各种报错收藏
昨天告了一下午加一晚上，求大神看看怎么解决？
python入门,博为峰IT培训免费试听,0元入学,现在更有多重优惠,仅限今天!博为峰,真正的为年轻人服务的企业,14年间培训15万余名it工程师,成绩斐然!
安装其他包比如lxml的时候是正常的。讲道理scrapy支持python3.5了啊，难道Anaconda中的python3.5还不支持scrapy？
昨天安装python3.5，然后裸安scrapy，看网上下lxml包，six包等包，还要搞vs2015,还有环境变量，搞了一下午加一晚上都没搞定。今天早上起来继续，偶然查到用Anaconda安装很方便，就把昨天搞得全卸载了，然后Anaconda安装scrapy的时候各种报冲突，但是安装lxml的时候又正常，，，，，宝宝心里苦啊~~
求大神告知 怎么解决
现在只好去下载python3.4的Anaconda试试了....
我这里有两个环境：python2
C:\Anaconda3\envs\python2root
C:\Anaconda3是不是我先activate python2后，然后再pip install scrapy？
先查看你系统默认pyton的版本，然后把系统默认python环境设置成你需要安装pip工具的python版本即可
去设置国内镜像，连接国外的肯定慢了
朋友在不， 我安装scrapy也出问题了。 安装的是anaconda5.01 python版本是 3.6 用pycharm安装了scrapy。安装之前也没有直接在cmd里 用conda install scrapy。 现在运行scrapy
直接就报错了。ImportError: DLL load failed: 操作系统无法运行 %1你现在学的怎么样。 能加你qq或微信聊聊么。
登录百度帐号anaconda 官方下载总是失败断开、
anaconda 2 和 3 共存、
anaconda 安装其他 python 版本，
遇到以上问题，请看进来
在国内经常无法从 anaconda 官网下载，这里给出三个备用镜像地址：
清华大学开源软件镜像：
中国科学技术大学开源软件镜像：
百度云盘：
最近清华大学镜像源的服务器连续几天不能打开，所以多找了一处备用，最后的百度网盘是我自己上传的 anaconda2、3的最新版以及 anaconda3-4.2.0（这个版本默认使用 Python3.5）
二、安装、共存
这个没啥可说的，需要提醒三点：
尽量不要装在 C 盘，后续的共存安装步骤会有权限问题。如果非要装在 C 盘，那么请用管理员账号打开命令窗口（在开始菜单中右键点击，选择“以管理员身份运行”）。
两个对勾都打上。
anaconda2和3共存的话，现在只要装一个就行，不需要都安装。比如我先安装了 anaconda3，自带 Python3.6，它就是我的默认环境。
2.2 anaconda2和3共存
打开 cmd窗口 或 终端，新建虚拟环境，安装多个版本 Python ： conda create -n py27 python=2.7 anaconda
“py27” 是我们要创建的虚拟环境名称，一般就是 Python 版本。
“python=2.7” 是要安装的 Python 版本。
“anaconda” 表示一同安装 anaconda 环境。
安装完成后会出现如下提示：
所有虚拟环境都安装在 anaconda 目录下的 envs 文件夹里面。
2.3 切换虚拟环境
依旧在命令窗口或终端中，Windows 和 Ubuntu 略有区别
切换环境（Windows）：activate py27
(py27) 表示切换到了 py27 环境
退出环境（Windows）：deactivate
切换环境（Ubuntu）：source activate py27
退出环境（Ubuntu）：source deactivate
切换 jupyter notebook 使用环境：先在命令窗口切换环境，再运行 jupyter notebook 就可以了
2.4 卸载虚拟环境
conda remove -n env_name --all
env_name 替换成自己的虚拟环境名称
查看安装了哪些环境：conda info --envs
查看已经安装的模块：pip list 或者 conda list
安装单一模块：pip install module
或者 conda install module
卸载单一模块：pip uninstall module
更新单一模块：pip install -U module 或者 pip install module --upgrade 或者 conda update module
降低版本：pip install module==版本号
更新所有模块：conda update --all
更新 anaconda 自身：conda update anaconda
更新 conda 自身：conda update conda
更多参考：&是一个包含数据科学常用包的 Python 发行版本。它基于 conda ——一个包和环境管理器——衍生而来。你将使用 conda 创建环境，以便分隔使用不同 Python 版本和不同程序包的项目。你还将使用它在环境中安装、卸载和更新包。通过使用 Anaconda，处理数据的过程将更加愉快。
&是一种 Web 文档，能让你将文本、图像和代码全部组合到一个文档中。它事实上已经成为数据分析的标准环境。Jupyter notebook 源自 2011 年的 IPython 项目，之后迅速流行起来。在本课程的第二节课中，你将使用 Jupyter notebook 进行分析工作。
让我们首先学习 Anaconda。
安装 Anaconda
Anaconda 可用于 Windows、Mac OS X 和 Linux
选择相应的版本进行下载就好
下载过程中除了安装位置外，还有两个需要确认的地方。
第一个勾是是否把Anaconda加入环境变量，这涉及到能否直接在cmd中使用conda、jupyter、ipython等命令，推荐打勾，如果不打勾话问题也不大，可以在之后使用Anaconda提供的命令行工具进行操作；第二个是是否设置Anaconda所带的Python 3.6为系统默认的Python版本，这个自己看着办，问题不大。
一路安装完成以后，就可以打开cmd测试一下安装结果。
分别输入python、ipython、conda、jupyter notebook等命令，会看到相应的结果，说明安装成功。（python是进入python交互命令行；ipython是进入ipython交互命令行，很强大；conda是Anaconda的配置命令；jupyter notebook则会启动Web端的ipython notebook）
需要注意的是jupyter notebook命令会在电脑本地以默认配置启动jupyter服务，之后会再谈到这个。
Anaconda安装成功之后，我们需要修改其包管理镜像为国内源。
简单来说就是在cmd中分别运行这两个命令就好了。
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
在 Windows 上，会随 Anaconda 一起安装一批应用程序：
Anaconda Navigator，它是用于管理环境和包的 GUI
Anaconda Prompt 终端，它可让你使用命令行界面来管理环境和包
Spyder，它是面向科学开发的 IDE
为了避免报错，我推荐在默认环境下更新所有的包。打开 Anaconda Prompt （或者 Mac 下的终端），键入：
conda upgrade --all
并在提示是否更新的时候输入 y（Yes）以便让更新继续。初次安装下的软件包版本一般都比较老旧，因此提前更新可以避免未来不必要的问题。
安装了 Anaconda 之后，管理包是相当简单的。要安装包，请在终端中键入&conda install package_name。例如，要安装 numpy，请键入&conda install numpy。
你还可以同时安装多个包。类似&conda install numpy scipy pandas&的命令会同时安装所有这些包。还可以通过添加版本号（例如&conda install numpy=1.10）来指定所需的包版本。
Conda 还会自动为你安装依赖项。例如，scipy&依赖于&numpy，因为它使用并需要&numpy。如果你只安装&scipy&(conda install scipy)，则 conda 还会安装&numpy（如果尚未安装的话）。
大多数命令都是很直观的。要卸载包，请使用&conda remove package_name。要更新包，请使用&conda update package_name。如果想更新环境中的所有包（这样做常常很有用），请使用&conda update --all。最后，要列出已安装的包，请使用前面提过的&conda list。
如果不知道要找的包的确切名称，可以尝试使用&conda search search_term&进行搜索。例如，我知道我想安装&，但我不清楚确切的包名称。因此，我尝试执行&conda search beautifulsoup。
搜索 beautifulsoup
它返回可用的 Beautiful Soup 包的列表，并列出了相应的包名称&beautifulsoup4。
如前所述，你可以使用 conda 创建环境以隔离项目。要创建环境，请在终端中使用&conda create -n env_name list of packages。在这里，-n env_name&设置环境的名称（-n&是指名称），而&list of packages&是要安装在环境中的包的列表。例如，要创建名为&my_env&的环境并在其中安装 numpy，请键入&conda create -n my_env numpy。
创建环境时，可以指定要安装在环境中的 Python 版本。这在你同时使用 Python 2.x 和 Python 3.x 中的代码时很有用。要创建具有特定 Python 版本的环境，请键入类似于&conda create -n py3 python=3&或&conda create -n py2 python=2&的命令。实际上，我在我的个人计算机上创建了这两个环境。我将它们用作与任何特定项目均无关的通用环境，以处理普通的工作（可轻松使用每个 Python 版本）。这些命令将分别安装 Python 3 和 Python 2 的最新版本。要安装特定版本（例如 Python 3.3），请使用&conda create -n py python=3.3。
创建了环境后，在 OSX/Linux 上使用&source activate my_env&进入环境。在 Windows 上，请使用&activate my_env。
进入环境后，你会在终端提示符中看到环境名称，它类似于&(my_env) ~ $。环境中只安装了几个默认的包，以及你在创建它时安装的包。你可以使用&conda list&检查这一点。在环境中安装包的命令与前面一样：conda install package_name。不过，这次你安装的特定包仅在你进入环境后才可用。要离开环境，请键入&source deactivate（在 OSX/Linux 上）。在 Windows 上，请使用&deactivate。
保存和加载环境
共享环境这项功能确实很有用，它能让其他人安装你的代码中使用的所有包，并确保这些包的版本正确。你可以使用&conda env export & environment.yaml&将包保存为&。命令的第一部分&conda env export&用于输出环境中的所有包的名称（包括 Python 版本）。
将导出的环境输出到终端中
上图中，你可以看到环境的名称和所有依赖项及其版本。导出命令的第二部分&& environment.yaml&将导出的文本写入到 YAML 文件&environment.yaml&中。现在可以共享此文件，而且其他人能够用于创建和你项目相同的环境。
要通过环境文件创建环境，请使用&conda env create -f environment.yaml。这会创建一个新环境，而且它具有同样的在&environment.yaml&中列出的库。
如果忘记了环境的名称（我有时会这样），可以使用&conda env list&列出你创建的所有环境。你会看到环境的列表，而且你当前所在环境的旁边会有一个星号。默认的环境（即当你不在选定环境中时使用的环境）名为&root。
如果你不再使用某些环境，可以使用&conda env remove -n env_name&删除指定的环境（在这里名为&env_name）。
对我帮助很大的一点是，我的 Python 2 和 Python 3 具有独立的环境。我使用了&conda create -n py2 python=2&和&conda create -n py3 python=3&创建两个独立的环境，即&py2&和&py3。现在，我的每个 Python 版本都有一个通用环境。在所有这些环境中，我都安装了大多数标准的数据科学包（numpy、scipy、pandas 等）。
我还发现，为我从事的每个项目创建环境很有用。这对于与数据不相关的项目（例如使用 Flask 开发的 Web 应用）也很有用。例如，我为我的个人博客（使用&）创建了一个环境。
在 GitHub 上共享代码时，最好同样创建环境文件并将其包括在代码库中。这能让其他人更轻松地安装你的代码的所有依赖项。对于不使用 conda 的用户，我通常还会使用&pip freeze（）将一个 pip&requirements.txt&文件导出并包括在其中。
阅读(...) 评论()如何在PyCharm、Anaconda、IPython+Notebook及其spyder中使用Wind API？
大奖章|量化投资|量化交易平台|交易接口|金融数据
如何在PyCharm、Anaconda、IPython+Notebook及其spyder中使用Wind API？
一、一般情况下，直接安装的anaconda在修复Wind API接口后是能正常使用的，但是大家往往会遇到一种情况就是，电脑上单独安装过Python，然后又安装了anaconda，甚至安装了多个anaconda。这时候，注册表中其实没有anaconda自带python的相关信息，所以修复接口后也无法使用，解决办法如下：
1. 卸载所有Python和anaconda
2. 重新安装anaconda，在安装过程中，选择将python注册到注册表中，如下图
3. 按说明书修复python插件即可正常使用
(如果实在不想重装Python和Anaconda，那么可以尝试手动将您要使用的Python软件注册到注册表中，然后再修复接口)
二、如果您是使用PyCharm，您需要注意PyCharm使用的Python是否是您安装和注册到注册表的Python，如果不是，可以参考这篇文章修改PyCharm使用的Python：
三、如果您是使用的是免安装的Python，建议改为安装版的Python，因为修复插件时，修复的是注册表中能找到的Python
浏览数(16559)
有没有不重新安装的办法，，之前我的anaconda3 已经装了很多包，重装工作量太大了。Anaconda多环境多版本python配置操作方法
转载 &更新时间：日 08:15:54 & 投稿：jingxian
下面小编就为大家带来一篇Anaconda多环境多版本python配置操作方法。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧
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，以及安装另一个版本的python，还有在两个版本的python之间的切换。
检查包。我们将1)罗列出安装在我们电脑上的包，2)浏览可用的包，3)使用conda install命令来来安装以及移除一些包。对于一些不能使用conda安装的包，我们将4)在Anaconda.org网站上搜索。对于那些在其它位置的包，我们将5)使用pip命令来实现安装。我们还会安装一个可以免费试用30天的商业包IOPro
移除包、环境以及conda.我们将以学习删除你的包、环境以及conda来结束这次测试。
二、完整过程
提示：在任何时候你可以通过在命令后边跟上--help来获得该命令的完整文档。例如，你可以通过如下的命令来学习conda的update命令。
conda update --help
1. 管理conda：
Conda既是一个包管理器又是一个环境管理器。你肯定知道包管理器，它可以帮你发现和查看包。但是如果当我们想要安装一个包，但是这个包只支持跟我们目前使用的python不同的版本时。你只需要几行命令，就可以搭建起一个可以运行另外python版本的环境。，这就是conda环境管理器的强大功能。
提示：无论你使用Linux、OS X或者Windows命令行工具，在你的命令行终端conda指令都是一样的，除非有特别说明。
检查conda已经被安装。
为了确保你已经在正确的位置安装好了conda，让我们来检查你是否已经成功安装好了Anaconda。在你的命令行终端窗口，输入如下代码：
conda --version
Conda会返回你安装Anaconda软件的版本。
提示：如果你看到了错误信息，检查你是否在安装过程中选择了仅为当前用户按安装，并且是否以同样的账户来操作。确保用同样的账户登录安装了之后重新打开命令行终端窗口。
升级当前版本的conda
接下来，让我们通过使用如下update命令来升级conda：
conda update conda
conda将会比较新旧版本并且告诉你哪一个版本的conda可以被安装。它也会通知你伴随这次升级其它包同时升级的情况。
如果新版本的conda可用，它会提示你输入y进行升级.
proceed ([y]/n)? y
conda更新到最新版后，我们将进入下一个主题。
2. 管理环境。
现在我们通过创建一些环境来展示conda的环境操作，然后移动它们。
创建并激活一个环境
使用conda create命令，后边跟上你希望用来称呼它的任何名字：
conda create --name snowflake biopython
这条命令将会给biopython包创建一个新的环境，位置在/envs/snowflakes
小技巧：很多跟在--后边常用的命令选项，可以被略写为一个短线加命令首字母。所以--name选项和-n的作用是一样的。通过conda -h或conda –-help来看大量的缩写。
激活这个新环境
Linux，OS X: source activate snowflakes
Windows：activate snowflake`
小技巧：新的开发环境会被默认安装在你conda目录下的envs文件目录下。你可以指定一个其他的路径；去通过conda create -h了解更多信息吧。
小技巧：如果我们没有指定安装python的版本，donda会安装我们最初安装conda时所装的那个版本的python。
创建第二个环境
这次让我们来创建并命名一个新环境，然后安装另一个版本的python以及两个包 Astroid 和 Babel。
conda create -n bunnies python=3 Astroid Babel
这将创建第二个基于python3 ，包含Astroid 和 Babel 包，称为bunnies的新环境，在/envs/bunnies文件夹里。
小技巧：在此同时安装你想在这个环境中运行的包，
小提示：在你创建环境的同时安装好所有你想要的包，在后来依次安装可能会导致依赖性问题（貌似是，不太懂这个术语怎么翻）。
小技巧：你可以在conda create命令后边附加跟多的条件，键入conda create –h 查看更多细节。
列出所有的环境
现在让我们来检查一下截至目前你所安装的环境，使用conda environment info 命令来查看它:
conda info --envs
你将会看到如下的环境列表：
conda environments:
&snowflakes&&&&&&&&& * /home/username/miniconda/envs/snowflakes
&bunnies&&&&&&&&&&&&&& /home/username/miniconda/envs/bunnies
&root&&&&&&&&&&&&&&&&& /home/username/miniconda
确认当前环境
你现在处于哪个环境中呢？snowflakes还是bunnies？想要确定它，输入下面的代码：
conda info -envis
conda将会显示所有环境的列表，当前环境会显示在一个括号内。
(snowflakes)
注意：conda有时也会在目前活动的环境前边加上*号。
切换到另一个环境(activate/deactivate)
为了切换到另一个环境，键入下列命令以及所需环境的名字。
Linux，OS X: source activate snowflakes
Windows：activate snowflakes
如果要从你当前工作环境的路径切换到系统根目录时，键入：
Linux，OS X: source deactivate
Windows: deactivate
当该环境不再活动时，将不再被提前显示。
复制一个环境
通过克隆来复制一个环境。这儿将通过克隆snowfllakes来创建一个称为flowers的副本。
conda create -n flowers --clone snowflakes
通过conda info –-envs来检查环境
你现在应该可以看到一个环境列表：flowers, bunnies, and snowflakes.
删除一个环境
如果你不想要这个名为flowers的环境，就按照如下方法移除该环境：
conda remove -n flowers --all
为了确定这个名为flowers的环境已经被移除，输入以下命令：
conda info -e
flowers 已经不再在你的环境列表里了，所以我们知道它被删除了。
学习更多关于环境的知识
如果你想学习更多关于conda的命令，就在该命令后边跟上 -h
conda remove -h
3. 管理Python
conda对Python的管理跟其他包的管理类似，所以可以很轻松地管理和升级多个安装。
检查python版本
首先让我们检查那个版本的python可以被安装：
conda search --full --name python
你可以使用conda search python来看到所有名字中含有“python”的包或者加上--full --name命令选项来列出完全与“python”匹配的包。
安装一个不同版本的python
现在我们假设你需要python3来编译程序，但是你不想覆盖掉你的python2.7来升级，你可以创建并激活一个名为snakes的环境，并通过下面的命令来安装最新版本的python3：
conda create -n snakes python=３
·Linux，OS X：source activate snakes
·Windows： activate snakes
小提示：给环境取一个很形象的名字，例如“Python3”是很明智的，但是并不有趣。
确定环境添加成功
为了确保snakes环境已经被安装了，键入如下命令：
conda info -e
conda会显示环境列表，当前活动的环境会被括号括起来（snakes）
检查新的环境中的python版本
确保snakes环境中运行的是python3：
python --version
使用不同版本的python
为了使用不同版本的python，你可以切换环境，通过简单的激活它就可以，让我们看看如何返回默认2.7
·Linux，OS X: source activate snowflakes
·Windows：activate snowflakes
检查python版本：
确保snowflakes环境中仍然在运行你安装conda时安装的那个版本的python。
python --version
注销该环境
当你完成了在snowflakes环境中的工作室，注销掉该环境并转换你的路径到先前的状态：
·Linux，OS X：source deactivate
·Windows：deactivate
现在让我们来演示包。我们已经安装了一些包（Astroid，Babel和一些特定版本的python），当我们创建一个新环境时。我们检查我们已经安装了那些包，检查哪些是可用的，寻找特定的包并安装它。接下来我们在Anconda.org仓库中查找并安装一些指定的包，用conda来完成更多pip可以实现的安装，并安装一个商业包。
查看该环境中包和其版本的列表：
使用这条命令来查看哪个版本的python或其他程序安装在了该环境中，或者确保某些包已经被安装了或被删除了。在你的终端窗口中输入：
conda list
使用conda命令查看可用包的列表
一个可用conda安装的包的列表，按照Python版本分类，可以从这个地址获得：
http://docs.continuum.io/anaconda/pkg-docs.html
查找一个包
首先让我们来检查我们需要的这个包是否可以通过conda来安装：
conda search beautifulsoup4
它展示了这个包，所以我们知道它是可用的。
安装一个新包
我们将在当前环境中安装这个Beautiful Soup包，使用conda命令如下；
conda install --name bunnies beautifulsoup4
提示：你必须告诉conda你要安装环境的名字（-n bunies）否则它将会被安装到当前环境中。
现在激活bunnies环境，并且用conda list来显示哪些程序被安装了。
·Linux，OS X：source activate bunnies
·Windows：activate bunnies
所有的平台：
conda list
从Anaconda.org安装一个包
如果一个包不能使用conda安装，我们接下来将在Anaconda.org网站查找。Anaconda.org向公开和私有包仓库提供包管理服务。Anaconda.org是一个连续分析产品。
提示：你在Anaconda.org下载东西的时候不强制要求注册。
为了从Anaconda.org下载到当前的环境中，我们需要通过指定Anaconda.org为一个特定通道，通过输入这个包的完整路径来实现。
在浏览器中，去 http://anaconda.org 网站。我们查找一个叫“bottleneck”的包，所以在左上角的叫“Search Anaconda Cloud”搜索框中输入“bottleneck”并点击search按钮。
Anaconda.org上会有超过一打的bottleneck包的版本可用，但是我们想要那个被下载最频繁的版本。所以你可以通过下载量来排序，通过点击Download栏。
点击包的名字来选择最常被下载的包。它会链接到Anaconda.org详情页显示下载的具体命令：
conda install --channel https：//conda .anaconda.ort/pandas bottleneck
检查被下载的包
conda list
通过pip命令来安装包
对于那些无法通过conda安装或者从Anaconda.org获得的包，我们通常可以用pip（“pip install packages”的简称）来安装包。
提示： pip只是一个包管理器，所以它不能为你管理环境。pip甚至不能升级python，因为它不像conda一样把python当做包来处理。但是它可以安装一些conda安装不了的包，和vice versa（此处不会翻译）。pip和conda都集成在Anaconda或miniconda里边。
我们激活我们想放置程序的环境，然后通过pip安装一个叫“See”的程序。
·Linux，OS X： source activate bunnies
·Windows：activate bunnies
所有平台：
pip install see
检查pip安装
检查See是否被安装：
conda list
安装商业包
安装商业包与你安装其他的包的过程异常。举个例子，让我们安装并删除一个更新的商业包的免费试用 IOPro，可以加速你的python处理速度：
conda install iopro
提示：除了学术使用，该版本在30天后试用期满
你现在可以安装以及检查你想用conda安装的任何包，无论使用conda命令、从Anaconda.org下载或者使用pip安装，无论开源软件还是商业包。
5. 移除包、环境、或者conda
如果你愿意的话。让我们通过移除一个或多个试验包、环境以及conda来结束这次测试指导。
假设你决定不再使用商业包IOPro。你可以在bunnies环境中移除它。
conda remove -n bunnies iopro
确认包已经被移除
使用conda list命令来确认IOPro已经被移除了
conda list
我们不再需要snakes环境了，所以输入以下命令：
conda remove -n snakes --all
确认环境被移除
为了确认snakes环境已经被移除了，输入以下命令：
&conda info --envis
snakes不再显示在环境列表里了，所以我们知道它已经被删除了
Linux，OS X：
移除Anaconda 或 Miniconda 安装文件夹
rm -rf ~/miniconda OR& rm -rf ~/anaconda
去控制面板，点击“添加或删除程序”，选择“Python2.7（Anaconda）”或“Python2.7（Miniconda）”并点击删除程序。
以上这篇Anaconda多环境多版本python配置操作方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。
您可能感兴趣的文章:
大家感兴趣的内容
12345678910
最近更新的内容
常用在线小工具