让 IDA 使用 Anaconda 中的 python2 环境

Posted 2023-04-19

参考技术A 因为 IDA 会使用一些 python 相关的系统环境变量，所以当你 python 环境比较复杂时(例如跟我一样环境变量中是 py3，py2 在 Anaconda 中)，就会导致 IDA 没法正常使用 python，各种乱七八糟的错误这里就不举例了，以下是我解决该问题的方法：
新建一个 bat 批处理文件，填入以下内容来设置临时环境变量：

启动 bat 即可。

Anaconda介绍安装及使用教程

Python是一种面向对象的解释型计算机程序设计语言，其使用，具有跨平台的特点，可以在Linux、macOS以及Windows系统中搭建环境并使用，其编写的代码在不同平台上运行时，几乎不需要做较大的改动，使用者无不受益于它的便捷性。

此外，Python的强大之处在于它的应用领域范围之广，遍及人工智能、科学计算、Web开发、系统运维、大数据及云计算、金融、游戏开发等。实现其强大功能的前提，就是Python具有数量庞大且功能相对完善的标准库和第三方库。通过对库的引用，能够实现对不同领域业务的开发。然而，正是由于库的数量庞大，对于管理这些库以及对库作及时的维护成为既重要但复杂度又高的事情。

一、什么是Anaconda？

1. 简介

Anaconda（官方网站）就是可以便捷获取包且对包能够进行管理，同时对环境可以统一管理的发行版本。Anaconda包含了conda、Python在内的超过180个科学包及其依赖项。

2. 特点

Anaconda具有如下特点：

• 开源
• 安装过程简单
• 高性能使用Python和R语言
• 免费的社区支持

其特点的实现主要基于Anaconda拥有的：

• conda包
• 环境管理器
• 1,000+开源库

如果日常工作或学习并不必要使用1,000多个库，那么可以考虑安装Miniconda（图形界面下载及命令行安装请戳），这里不过多介绍Miniconda的安装及使用。

3. Anaconda、conda、pip、virtualenv的区别

① Anaconda

• Anaconda是一个包含180+的科学包及其依赖项的发行版本。其包含的科学包包括：conda, numpy, scipy, ipython notebook等。

② conda

• conda是包及其依赖项和环境的管理工具。

• 适用语言：Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN。

• 适用平台：Windows, macOS, Linux

• 用途：

  1. 快速安装、运行和升级包及其依赖项。
  2. 在计算机中便捷地创建、保存、加载和切换环境。

  如果你需要的包要求不同版本的Python，你无需切换到不同的环境，因为conda同样是一个环境管理器。仅需要几条命令，你可以创建一个完全独立的环境来运行不同的Python版本，同时继续在你常规的环境中使用你常用的Python版本。——conda官方网站

• conda为Python项目而创造，但可适用于上述的多种语言。

• conda包和环境管理器包含于Anaconda的所有版本当中。

③ pip

• pip是用于安装和管理软件包的包管理器。

• pip编写语言：Python。

• Python中默认安装的版本：

  • Python 2.7.9及后续版本：默认安装，命令为pip
  • Python 3.4及后续版本：默认安装，命令为pip3

• pip名称的由来：pip采用的是递归缩写进行命名的。其名字被普遍认为来源于2处：

  • “Pip installs Packages”（“pip安装包”）
  • “Pip installs Python”（“pip安装Python”）

④ virtualenv

• virtualenv：用于创建一个独立的Python环境的工具。

• 解决问题：

  1. 当一个程序需要使用Python 2.7版本，而另一个程序需要使用Python 3.6版本，如何同时使用这两个程序？

  2. 如果将所有程序都安装在系统下的默认路径，如：/usr/lib/python2.7/site-packages，当不小心升级了本不该升级的程序时，将会对其他的程序造成影响。

  3. 如果想要安装程序并在程序运行时对其库或库的版本进行修改，都会导致程序的中断。

  4. 在共享主机时，无法在全局site-packages目录中安装包。

• virtualenv将会为它自己的安装目录创建一个环境，这并不与其他virtualenv环境共享库；同时也可以选择性地不连接已安装的全局库。

⑤ pip 与 conda 比较

→ 依赖项检查

• pip：
  • 不一定会展示所需其他依赖包。
  • 安装包时或许会直接忽略依赖项而安装，仅在结果中提示错误。
• conda：
  • 列出所需其他依赖包。
  • 安装包时自动安装其依赖项。
  • 可以便捷地在包的不同版本中自由切换。

→ 环境管理

• pip：维护多个环境难度较大。
• conda：比较方便地在不同环境之间进行切换，环境管理较为简单。

→ 对系统自带Python的影响

• pip：在系统自带Python中包的**更新/回退版本/卸载将影响其他程序。
• conda：不会影响系统自带Python。

→ 适用语言

• pip：仅适用于Python。
• conda：适用于Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN。

⑥ conda与pip、virtualenv的关系

• conda结合了pip和virtualenv的功能。

二、Anaconda的适用平台及安装条件

1. 适用平台

Anaconda可以在以下系统平台中安装和使用：

• Windows
• macOS
• Linux（x86 / Power8）

2. 安装条件

• 系统要求：32位或64位系统均可
• 下载文件大小：约500MB
• 所需空间大小：3GB空间大小（Miniconda仅需400MB空间即可）

三、Anaconda的安装步骤

1. macOS系统安装Anaconda

① 图形界面安装

1. 前往官方下载页面下载。有两个版本可供选择：Python 3.6 和 Python 2.7，我下载的是前者。选择版之后点击“64-Bit Graphical Installer”进行下载。

2. 完成下载之后，双击下载文件，在对话框中“Introduction”、“Read Me”、“License”部分可直接点击下一步。

3. “Destination Select”部分选择“Install for me only”并点击下一步。

• 注意：若有错误提示信息“You cannot install Anaconda in this location”则重新选择“Install for me only”并点击下一步。