使用多个Python引擎（32位/64位和2.7/3.5）

我想将Python用于科学应用程序，在一些研究之后，我决定使用Anaconda，因为它与大量的软件包捆绑在一起，并通过cmd轻松地使用

conda install

添加新模块

为了更好地使用RAM和提高效率，我更喜欢使用64位版本，但是 还需要32位版本，因为有些库是32位的。类似地，我更喜欢使用Python3.5，因为这是未来的发展方向。但是库的负载仍然是2.7，这意味着我需要两者

我必须安装4个版本的Anaconda（64位2.7、64位3.5、32位2.7、64位3.5）。每个版本大约380MB。我的目标是使用Jupyter笔记本和Spyder作为IDE。需要时，我必须在不同版本之间切换。我有相互冲突的库，路径问题和各种奇怪的问题

---

所以，我计划从头开始做一个干净的安装。我想知道是否有更明智的方法来处理这个问题。如果需要的话，我现在使用64位Windows 7。

请确保设置正确的环境变量（）

为32位Python 2.7创建新环境：

set CONDA_FORCE_32BIT=1
conda create -n py27_32 python=2.7

激活它：

set CONDA_FORCE_32BIT=1
activate py27_32

deactivate py27_32

set CONDA_FORCE_32BIT=
activate py35_64

停用它：

set CONDA_FORCE_32BIT=1
activate py27_32

deactivate py27_32

set CONDA_FORCE_32BIT=
activate py35_64

为64位Python 3.5创建一个：

set CONDA_FORCE_32BIT=
conda create -n py35_64 python=3.5

激活它：

set CONDA_FORCE_32BIT=1
activate py27_32

deactivate py27_32

set CONDA_FORCE_32BIT=
activate py35_64

最好是在批处理文件中写入激活命令，这样您只需键入一个命令，并且不会忘记设置正确的32/64位标志

更新

您不需要为此安装完整的Anaconda发行版。足够了：

这些Miniconda安装程序包含conda包管理器和Python。安装Miniconda后，您可以使用conda命令安装任何其他软件包并创建环境等

安装程序有两种变体：Miniconda基于Python 2，Miniconda3基于Python 3。请注意，选择安装哪个Miniconda只会影响根环境。无论安装哪个版本的Miniconda，都可以同时安装Python2.x和Python3.x环境

我建议您使用Miniconda3 64位作为根环境

以后，您始终可以通过以下方式安装完整的Anaconda：

conda install anaconda

---

注意它可能会降低您活动环境中以前安装的一些软件包的级别。

我只想添加到Mike Mullers answer中，因为我还想让我的IPython在32位和64位之间切换

设置32位或64位环境后。使用以下命令

pip install ipykernel

要在此环境上安装ipykernel。然后为其分配：

python -m ipykernel install --user --name myenv --display-name "Python (myenv)"

这里myenv是您的新环境的名称。有关切换内核的详细信息，请参见本页-

设置子目录约束 Conda有一个配置变量subdir，可用于将包搜索限制到平台（例如win-32）。我认为最简单的步骤是创建空环境，将其设置为subdir，然后继续（受限）安装。比如说,

win-32，Python 2.7

conda create-n py27_32
康达激活py27_32
conda config--env--set subdir win-32
conda安装python=2.7

win-64，Python 3.7

conda create-n py37_64
康达激活py37_64
conda config--env--set subdir win-64
conda安装python=3.7

或者，如果需要（例如）从YAML文件创建环境，但需要win-32平台，可以使用

CONDA_SUBDIR

环境变量：

set CONDA_SUBDIR=win-32
conda env create-f env.yaml-n my_env_32
设置CONDA_细分=
康达激活我的环境32
conda config--env--set subdir win-32

这个过程的好处是，无论何时激活env，都将始终设置变量，因此将来对env的更改将保留在指定的子目录中

---

特殊约束 也可以在

--channel |-c

参数中指定平台：

conda安装-c默认值/win-32——覆盖通道python=3.7

此处需要使用

--覆盖通道

，以确保仅使用提供的通道和子目录（win-32）

但是，在整个env上设置子目录可能是更可靠的做法

---

YAML约束 也可以在YAML环境定义中使用subdir规范。然而，这不太可靠（见下文和评论）。比如说,

py37_win32.yaml

name:py37\u win32
频道：
-默认值/win-32
依赖项：
-python=3.7

@Bicudo已经尝试了这一点并确认了它的有效性，但注意到它并没有对环境的未来更新设置任何特定于环境的约束。此外，@Geeocode指出，默认的子目录仍然可能泄漏，这可能是由于

conda env create

在求解过程中仍然可以访问全局通道配置（对于

conda env create

，没有等效的

--覆盖通道

标志）。因此，最好在创建环境之前和之后仍然设置子目录，例如

set CONDA_SUBDIR=win-32
conda env create-f py37_win32.yaml
设置CONDA_细分=
康达激活py37_win32
conda config--env--set subdir win-32

或者，从Conda v4.9开始，还可以指定环境变量作为YAML的一部分。也就是说，可以在创建环境时有效地定义环境的

CONDA_SUBDIR

值：

py37_win32.yaml

name:py37\u win32
频道：
-默认值/win-32
依赖项：
-python=3.7
变量：
康达苏尔：win-32

每个python版本都不需要单独安装conda。相反，您可能希望熟悉康达环境的概念。如今