Anaconda使用指南

Anaconda介绍

什么是 Anaconda

Anaconda是专注于数据分析的Python发行版本,包含了conda、Python等190多个科学包及其依赖项。作为好奇宝宝的你是不是发现了一个新名词 conda,那么你一定会问 conda 又是什么呢?

什么是 conda

conda 是开源包(packages)和虚拟环境(environment)的管理系统。
packages 管理: 可以使用 conda 来安装、更新 、卸载工具包 ,并且它更关注于数据科学相关的工具包。在安装 anaconda 时就预先集成了像 Numpy、Scipy、 pandas、Scikit-learn 这些在数据分析中常用的包。另外值得一提的是,conda 并不仅仅管理Python的工具包,它也能安装非python的包。比如在新版的 Anaconda 中就可以安装R语言的集成开发环境 Rstudio。
虚拟环境管理: 在conda中可以建立多个虚拟环境,用于隔离不同项目所需的不同版本的工具包,以防止版本上的冲突。对纠结于 Python 版本的同学们,我们也可以建立 Python2 和 Python3 两个环境,来分别运行不同版本的 Python 代码。
知道 是什么(what) 的同时,我们也需要问一问 为什么(why)。那么,为什么要选择用Anaconda呢?

Anaconda 的优点

Anaconda的优点总结起来就八个字:省时省心、分析利器。
省时省心: Anaconda通过管理工具包、开发环境、Python版本,大大简化了你的工作流程。不仅可以方便地安装、更新、卸载工具包,而且安装时能自动安装相应的依赖包,同时还能使用不同的虚拟环境隔离不同要求的项目。
分析利器: 在 Anaconda 官网中是这么宣传自己的:适用于企业级大数据分析的Python工具。其包含了720多个数据科学相关的开源包,在数据可视化、机器学习、深度学习等多方面都有涉及。不仅可以做数据分析,甚至可以用在大数据和人工智能领域。
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

1000+开源库

Anaconda、conda、pip、virtualenv的区别

① AnacondaAnaconda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 condaconda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:快速安装、运行和升级包及其依赖项。
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 pippip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 virtualenvvirtualenv: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:
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。

Anaconda使用指南

Anaconda安装

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)

windows系统安装Anaconda

1.下载Anaconda:官方下载页面

两个版本可供选择:Python 3.6 和 Python 2.7,选择版之后根据自己操作系统的情况点击“64-Bit Graphical Installer”或“32-Bit Graphical Installer”进行下载。

2.后面傻瓜式安装

注意:

目标路径中不能含有空格,同时不能是“unicode”编码。

除非被要求以管理员权限安装,否则不要以管理员身份安装。

·在“Advanced Installation Options”中不要勾选“Add Anaconda to my PATH environment variable.”(“添加Anaconda至我的环境变量。”)。因为如果勾选,则将会影响其他程序的使用。如果使用Anaconda,则通过打开Anaconda Navigator或者在开始菜单中的“Anaconda Prompt”(类似macOS中·的“终端”)中进行使用。

·除非你打算使用多个版本的Anaconda或者多个版本的Python,否则便勾选“Register Anaconda as my default Python 3.6”。然后点击“Install”开始安装。

管理conda

下面命令适用于windows用户
Windows用户请打开“Anaconda Prompt”进行操作。

 查看conda版本

congda --version

更新conda

conda update conda
conda update --all

conda update --all,对所有工具包进行升级,经常用在安装完成后,以避免可能发送的错误。

查看conda帮助信息

conda --help

或

conda -h

管理环境

创建新环境

conda create --name

创建指定版本的环境

conda create --name python2 python=2.7

即创建一个名为“python2”的环境,环境中安装版本为2.7的python。

创建指定版本与指定包环境

conda create -n python3 python=3.5 numpy pandas

即创建一个名为“python3”的环境,环境中安装版本为3.5的python,同时也安装了numpy和pandas。

注意:
--name同样可以替换为-n。
默认情况下,新创建的环境将会被保存在/Users//anaconda3/env目录下,其中,为当前用户的用户名。
如果创建环境后安装Python时没有指定Python的版本,那么将会安装与Anaconda版本相同的Python版本,即如果安装Anaconda第2版,则会自动安装Python 2.x;如果安装Anaconda第3版,则会自动安装Python 3.x。

切换环境

activate

当成功切换环境之后,在该行行首将以“(env_name)”或“[env_name]”开头。其中,“env_name”为切换到的环境名。如:在macOS系统中执行source active python2,即切换至名为“python2”的环境,则行首将会以(python2)开头。

退出环境

deactivate

当执行退出当前环境,回到root环境命令后,原本行首以“(env_name)”或“[env_name]”开头的字符将不再显示。

显示已创建的环境

conda info --envs

或

conda info -e

或

conda envlist

结果中星号“*”所在行即为当前所在环境。macOS系统中默认创建的环境名为“base”。

复制环境

conda create --name--clone
注意:即为被复制/克隆环境名。环境名两边不加尖括号“<>”。即为复制之后新环境的名称。环境名两边不加尖括号“<>”。如:conda create --name py2 --clone python2,即为克隆名为“python2”的环境,克隆后的新环境名为“py2”。此时,环境中将同时存在“python2”和“py2”环境,且两个环境的配置相同。

删除环境

conda remove --name--all

管理包

 查找可供安装的包版本

① 精确查找
conda search --full-name
注意:--full-name为精确查找的参数。
是被查找包的全名。包名两边不加尖括号“<>”。
例如:conda search --full-name python即查找全名为“python”的包有哪些版本可供安装。 ② 模糊查找conda search
注意:是查找含有此字段的包名。此字段两边不加尖括号“<>”。
例如:conda search py即查找含有“py”字段的包,有哪些版本可供安装。

 获取当前环境中已经安装的包信息

conda list

执行上述命令后将在终端显示当前环境已安装包的包名及其版本号。

  

安装包

安装一个 package

conda install package_name

安装多个 package

conda install numpy scipy pandas

指定安装版本

conda install numpy=1.10

删除一个 package

conda remove package_name

升级 package 版本

conda update package_name

查看可供安装的包版本

精确查找

conda search --full-name python

conda search --full-name python即查找全名为“python”的包有哪些版本可供安装。

模糊查询

conda  search py

conda search py即查找含有“py”字段的包,有哪些版本可供安装。

卸载指定环境的包

conda remove --name python2 pandas

即卸载名为“python2”中的pandas包。

卸载当前环境中的包

conda remove pandas

即在当前环境中卸载pandas包。

更新所有包

conda update --all

或

conda upgrade --all

更新指定包

conda update pandas numpy metaplotilb

即更新pandas、numpy、matplotlib包。

参考:http://python.jobbole.com/87522/

参考:https://www.jianshu.com/p/40e2f4f59102

Anaconda使用指南的更多相关文章

  1. Anaconda 使用指南

    Anaconda 使用指南 参考文章: 致Python初学者:Anaconda入门使用指南 Anaconda使用总结 概述 很多学习python的初学者甚至学了有一段时间的人接触到anaconda或者 ...

  2. Anaconda入门教程【快速掌握】

    Anaconda 使用指南 概述 很多学习python的初学者甚至学了有一段时间的人接触到anaconda或者其他虚拟环境工具时觉得无从下手, 其主要原因就是不明白这些工具究竟有什么用, 是用来做什么 ...

  3. 小白学Python——Anaconda安装

    小白:Mr.林,快救救我,我被那些数据压得喘不过气了. Mr.林:小白,表方,怎么了? !   小白:Mr.林,我从公司数据平台上下了一堆数据,如果选择时间范围广的话,平台就卡的动不了,动不动还奔溃, ...

  4. 10个步骤教你如何安装Anaconda安装,Python数据分析入门必看

    前言 文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理. 作者:小白 PS:如有需要Python学习资料的小伙伴可以加点击下方链接自行 ...

  5. Anaconda完全入门指南

    Anaconda完全入门指南 参考文章: 致Python初学者:Anaconda入门使用指南 Anaconda使用总结 概述 很多学习python的初学者甚至学了有一段时间的人接触到anaconda或 ...

  6. Windows环境下Anaconda安装TensorFlow的避坑指南

    最近群里聊天时经常会提到DL的东西,也有群友在学习mxnet,但听说坑比较多.为了赶上潮流顺便避坑,我果断选择了TensorFlow,然而谁知一上来就掉坑里了…… 我根据网上的安装教程,默认安装了最新 ...

  7. 致Python初学者:Anaconda入门使用指南

    http://python.jobbole.com/87522/ Anaconda使用总结 pasting

  8. python anaconda 常用操作;conda 命令指南

    在使用 python anaconda时,经常会用到很多常用操作,记录下来,方便以后更好地使用: 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 ...

  9. Anaconda入门使用指南

    打算学习 Python 来做数据分析的你,是不是在开始时就遇到各种麻烦呢? 到底该装 Python2 呢还是 Python3 ? 为什么安装 Python 时总是出错? 怎么安装工具包呢? 为什么提示 ...

随机推荐

  1. HBase LSM树存储引擎详解

    1.前提 讲LSM树之前,需要提下三种基本的存储引擎,这样才能清楚LSM树的由来: 哈希存储引擎. B树存储引擎. LSM树(Log-Structured Merge Tree)存储引擎. 2. 哈希 ...

  2. Python——安居客租房信息爬取(以南昌为例)

    前言: 提前安装好所需要的库. 本代码的输入仅需要某个城市的租房地址首页即可,其他自会生成. 使用前请创建所需的目录,或者为代码添加os.makedir() 支持断点重爬,重行运行即可. header ...

  3. Makefile模板(C++)

    Makefile的C++的一个模板,可用于根据不同源文件,生成多个可执行文件 . CC = g++ DIR_INC = ./include DIR_SRC = ./src DIR_OBJ = ./ob ...

  4. 路径规划算法之Bellman-Ford算法

    最近由于工作需要一直在研究Bellman-Ford算法,这也是我第一次用C++编写代码. 1.Bellman-Ford算法总结 (1)Bellman-Ford算法计算从源点(起始点)到任意一点的最短路 ...

  5. CentOS命令登录MySQL时,报错ERROR 1045 (28000): Access denied for user root@localhost (using password: NO)错误解决方法

    1.停用mysql服务:# /etc/rc.d/init.d/mysqld stop 2.输入命令:# mysqld_safe --user=mysql --skip-grant-tables --s ...

  6. word20170103除了busy,忙的10种英语说法!

    年前,忙死啦!除了busy,这些说法更地道.更形象! #1 I'm swamped! Swamp: 沼泽“忙死了”最形象.最对应的英语说法:It's the end of the year. I'm ...

  7. ‘Host’ is not allowed to connect to this mysql server

    ‘Host’ is not allowed to  connect to this mysql server mysql 数据库不允许远程连接 方法一:修改 host 表 进入mysql数据库,选择m ...

  8. 413 重温HTML + css 考试 + 访问HTML元素

    考试前的复习 初学css1:认识CSS 1.1:css简介,css全称是层叠样式表,Cascading style sheets 1.2:css的作用,主要是用于定义html内容在浏览器内的显示样式, ...

  9. 软件测试-培训的套路-log3

    最新的套路!我是没了解过--下图中描述-log3 Dotest-董浩 但是我知道不管什么没有白吃的午餐而且还会给钱…如果真的有,请醒醒! 当然话又回来,套路不套路,关键看你是否需要:你如果需要我觉得是 ...

  10. js创建1-100的数组

    //实现方法一:循环赋值var arr1 = new Array(100);for(var i=0;i<arr1.length;i++){ arr1[i] = i;}console.log(ar ...