001-mac搭建Python开发环境、Anaconda、zsh兼容

一、概述

mac下搭建python环境推荐使用Anaconda+Pycharm。

1.1、Anaconda

　　Anaconda是一个免费开源的Python和R语言的发行版本，用于计算科学（数据科学、机器学习、大数据处理和预测分析），Anaconda致力于简化包管理和部署。Anaconda的包使用软件包管理系统Conda进行管理。超过1200万人使用Anaconda发行版本，并且Anaconda拥有超过1400个适用于Windows、Linux和MacOS的数据科学软件包。

1.1.1、下载安装

　　下载链接Anaconda官网

　　直接根据默认地址选择安装好即可，选择完成后会自动配置环境变量。安装完成后可以在终端输入：conda list，测试环境变量是否配置成功。

　　安装完成之后会在应用程序中出现Anaconda图标。进入查看即可。

1.2、Jupyter Notebook

　　Jupyter Notebook是基于网页的用于交互计算的应用程序。其可被应用于全过程计算：开发、文档编写、运行代码和展示结果。

　　简而言之，Jupyter Notebook是以网页的形式打开，可以在网页页面中直接编写代码和运行代码，代码的运行结果也会直接在代码块下显示的程序。如在编程过程中需要编写说明文档，可在同一个页面中直接编写，便于作及时的说明和解释。

1.2.1、安装

　　Anaconda已经自动为你安装了Jupter Notebook及其他工具，还有python中超过180个科学包及其依赖项。

　　在mac环境下，在终端中输入命令：Jupyter notebook之后，系统将会自动启动并打开浏览器。

1.3、Pycharm

　　安装也直接按照默认路径即可。但是安装过程需要注意：安装路径不要含有中文或空格

　　项目创建：

　　创建文件

　　更多工具配置参看： Java-idea-安装配置优化等

二、其他说明

1、Anaconda3与zsh和oh my zsh兼容问题

在上述1.1中安装完毕后，使用终端发现还是不能使用python3，

$ python -V

Python 2.7.

$ python3 -V

zsh: command not found: python3

环境以及问题

　　系统为macOS,且终端的shell为zsh

　　安装的是Anaconda的图形化版本

　　终端运行Anaconda下的命令，如conda时出现“command not found”的问题

终端无法使用Anaconda的原因

　　大部分人应该都是Anaconda的图形化版本，但在Mac系统下，Anaconda的安装程序并没有修改环境变量，这导致了我们在终端无法使用conda等命令。这是因为Anaconda默认安装在/Users/username的目录下，而终端中zsh的可访问的程序都放在/bin, /usr/bin, /usr/local/bin，有时也会放在~/bin目录下，因此我们需要修改zsh的.zshrc配置文件，将Anaconda的bin目录加到配置文件中去。

解决步骤

　　终端，修改zsh的.zshrc配置文件：

　　echo 'export PATH="/Users/lihongxu6/opt/anaconda3/bin:$PATH"' >> ~/.zshrc

　　source /Users/lihongxu6/.zshrc

　　注意安装目录以及用户名

　　为了更好一点可以在上述成功后执行：conda init zsh

　　此时测试：python3 -V 或者 conda -V 即可

2、从Anaconda3无法打开终端

$ /Users/mac/.anaconda/navigator/a.tool ; exit;

/Users/mac/.anaconda/navigator/a.tool: line : syntax error near unexpected token `('

/Users/mac/.anaconda/navigator/a.tool: line : `bash --init-file <(echo "source activate /Users/mac/opt/anaconda3;")'

切换bash

chsh -s /bin/bash

然后可以正常Anaconda3打开，暂时没有找到其他合适方案，有时在补充，使用完毕可以切换回来

chsh -s /bin/zsh

2.1、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：
　　　　① Python 2.7.9及后续版本：默认安装，命令为 pip
　　　　② 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：
　　① “Pip installs Packages”（“pip安装包”）
　　② “Pip installs Python”（“pip安装Python”）

④ virtualenv

virtualenv是用于创建一个独立的Python环境的工具。

　　解决问题：
　　　　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？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。
　　　　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。
　　　　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：
① 不一定会展示所需其他依赖包。
② 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：
① 列出所需其他依赖包。
② 安装包时自动安装其依赖项。
③ 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。