背景
喵哥想在MFC中调用python脚本，在原来的代码中包含一个只支持x86的库文件（超级核心的文件），原本安装的python是x64的，强行运行程序会出现python头文件里的函数无法解析的错误。考虑到anaconda可以方便的管理python版本，所以采用anaconda来安装32位的python。
Anaconda的一些命令
1.查看当前工作平台：conda info
(base) C:\Users\Catlin Cao>conda info
active environment : base
active env location : F:\Anaconda3
shell level : 1
user config file : C:\Users\Catlin Cao\.condarc
populated config files : C:\Users\Catlin Cao\.condarc
conda version : 4.5.11
conda-build version : 3.15.1
python version : 3.7.0.final.0
base environment : F:\Anaconda3 (writable)
channel URLs : https://repo.anaconda.com/pkgs/main/win-32
https://repo.anaconda.com/pkgs/main/noarch
https://repo.anaconda.com/pkgs/free/win-32
https://repo.anaconda.com/pkgs/free/noarch
https://repo.anaconda.com/pkgs/r/win-32
https://repo.anaconda.com/pkgs/r/noarch
https://repo.anaconda.com/pkgs/pro/win-32
https://repo.anaconda.com/pkgs/pro/noarch
https://repo.anaconda.com/pkgs/msys2/win-32
https://repo.anaconda.com/pkgs/msys2/noarch
package cache : F:\Anaconda3\pkgs32
C:\Users\Catlin Cao\AppData\Local\conda\conda\pkgs32
envs directories : F:\Anaconda3\envs
C:\Users\Catlin Cao\AppData\Local\conda\conda\envs
C:\Users\Catlin Cao\.conda\envs
platform : win-32
user-agent : conda/4.5.11 requests/2.19.1 CPython/3.7.0 Windows/10 Windows/10.0.17134
administrator : False
netrc file : None
offline mode : False
可见此时是32位平台。
2.切换64位和32位：set CONDA_FORCE_32BIT=1是切换到32位；set CONDA_FORCE_32BIT= 是切换到64位。
需要注意的是，这样切换环境对于已经安装的python没有任何影响，即原先是64位的python，现在还是64位，所以需要切换到32位后再安装python，并且安装需要在prompt下进行，在navigator里新建的python默认是64位的。
3.安装python：conda create -n env_name python=3.6，如果需要安装一些包，只需要在name后加上对应的包名称。conda create -n env_name numpy matplotlib python=3.6。
4.切换环境：condaactivate env_name，conda deactivate env_name。
5.移除环境：conda remove -n env_name --all
6.安装包：activate env_name，conda install pandas。安装anaconda发行版的所有包：conda install anaconda，但是这样会在所有环境都执行这样的操作，所以需要指定安装环境：conda install -n env_name pandas
以上的操作都是在Anaconda Prompt里，其实用Anaconda图形界面（Navigator）安装python会更加直观，但是需要注意的是，无论你是否在Prompt里设置了32位的环境，用Navigator安装的python都是64位的，大家可以试一下，有异议欢迎留言交流。
到此这篇关于利用anaconda保证64位和32位的python共存就介绍到这了。日出东海落西山，富也一天，穷也一天。更多相关利用anaconda保证64位和32位的python共存内容请查看相关栏目，小编编辑不易，再次感谢大家的支持！
.jpg)
