Anaconda指的是一个开源的python发行版本,其包含了conda、Python等180多个科学包及其依赖项。

  Anaconda是一个开源的包、环境管理器,可以用于在同一个机器上安装不同版本的软件包及其依赖,并能够在不同的环境之间切换。

一、conda介绍

  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。纠结Python 版本时,可以建立 Python2 和 Python3 两个环境,来分别运行不同版本的 Python 代码。

二、conda的环境管理

  conda的环境管理功能允许用户同时安装若干个不同版本的python,并能自由切换。

1、安装一个新环境

  比如要安装一个python 3.4环境,需要做如下操作:

# 创建一个名为python34的环境,指定Python版本是3.(不用管是3..x,conda会为我们自动寻找3..x中的最新版本)
conda create --name python34 python=3.4 # 安装好后,使用activate激活某个环境
activate python34 # for Windows
source activate python34 # for Linux & Mac
# 激活后,会发现terminal输入的地方多了python34的字样,实际上,此时系统做的事情就是把默认2.7环境从PATH中去除,再把3.4对应的命令加入PATH # 此时,再次输入
python --version
# 可以得到`Python 3.4. :: Anaconda 4.1. (-bit)`,即系统已经切换到了3.4的环境 # 如果想返回默认的python .7环境,运行
deactivate python34 # for Windows
source deactivate python34 # for Linux & Mac # 删除一个已有的环境
conda remove --name python34 --all

2、查看已安装的环境

  用户安装的不同python环境都会被放在目录~/anaconda/envs 目录下:

$ conda info -e
# conda environments:
#
base * /Users/hqs/anaconda3 # 当前被激活的环境会显示一个星号或括号
python27 /Users/hqs/anaconda3/envs/python27
python37 /Users/hqs/anaconda3/envs/python37

二、Conda包管理

1、查看操作

# 查看当前环境下已安装的包
$ conda list
# packages in environment at /Users/hqs/anaconda3:
#
# Name Version Build Channel
_ipyw_jlab_nb_ext_conf 0.1. py36_0
alabaster 0.7. py36_0
... ... ...
zope.interface 4.6. py36h1de35cc_0
zstd 1.3. h2a6be3a_0 # 查看某个指定环境的已安装包
$ conda list -n python27
# packages in environment at /Users/hqs/anaconda3/envs/python27:
#
# Name Version Build Channel
ca-certificates 2018.03.
certifi 2018.10. py27_0
libcxx 4.0. hcfea43d_1
libcxxabi 4.0. hcfea43d_1
libedit 3.1. hb402a30_2
libffi 3.2. h475c297_4
ncurses 6.1 h0a44026_0 # 查看package信息
$ conda search numpy
Loading channels: done
# Name Version Build Channel
numpy 1.5. py26_0 anaconda/pkgs/free
numpy 1.5. py26_0 pkgs/free
numpy 1.5. py26_4 anaconda/pkgs/free
... ... ...

2、包管理操作

  Anaconda管理python包。

# 安装package
conda install pandas # 使用参数安装package
conda install -n python37 numpy
# 使用-n指定要按照的环境名称
# 不使用-n则按照在当前活跃环境
# -c指定通过某个channel安装 # 更新package
conda update pandas
conda update -n python37 numpy # 删除package
conda remove -n python37 numpy 

3、conda管理

  conda将conda、python都视为package,因此也可以使用conda来管理conda和python的版本。

# 更新conda,保持conda最新
$ conda update conda # 更新anaconda
$ conda update anaconda # 更新python
$ conda update python
# 当前环境如果是python 3.7,conda会将Python升级为3..x系列当前最新版本

使用Anaconda管理环境的更多相关文章

  1. 面向的phthon2+3 的场景,Anaconda 安装+环境配置+管理

    standard procedure in pyCharm for creating environment when Anaconda installed Create a conda env vi ...

  2. Anaconda多环境多版本python配置指导

    Anaconda多环境多版本python配置指导 字数3696 阅读644 评论0 喜欢0 最近学python,读完了语法后在GitHub找了一些练习来做,由 于学的是python3.x语法,而Git ...

  3. Anaconda多环境多版本python配置笔记

    一.Conda测试过程: 使用conda.首先确认已经安装好了conda 配置环境.下一步通过创建几个环境来展示conda的环境管理功能.学习如何确认在哪个环境中,以及如何做复制一个环境作为备份. 测 ...

  4. Mac下安装OpenCV3.0和Anaconda和环境变量设置

    入手Mac几天了,想在Mac OS下玩玩OpenCV和keras,间歇捣鼓了两天,终于搞定zsh.OpenCV3.0以及Anaconda.OpenCV3.0刚发布不久,这方面的资料也不是很多,能够查到 ...

  5. VSCode, Django, and Anaconda开发环境集成配置[Windows]

    之前一直是在Ubuntu下进行Python和Django开发,最近换了电脑,把在Virtual Box 下跑的Ubuntu开发机挪过来总是频繁崩溃,索性就尝试把开发环境挪到Windows主力机了. 不 ...

  6. 搭建基于 Anaconda 管理的多用户 JupyterHub 平台

    搭建基于 Anaconda 管理的多用户 JupyterHub 平台 情况:计算工作站放在实验室,多个同学需要接入使用,且需要各自独立的环境,并使用 Jupyter notebook 平台以方便协作. ...

  7. [BI项目记]-搭建代码管理环境之客户端

    前面已经介绍了如何搭建代码管理环境的服务器端安装和配置,这里介绍对于客户端的几个场景. 首先对于开发人员来说,可以直接使用Visual Studio来连接,这里主要演示Visual Studio 20 ...

  8. Linux 管理环境变量的文件分为系统级和用户级别

    Linux 管理环境变量的文件分为系统级和用户级别 管理环境变量的文件也分为系统级和用户级别: 1.系统级:/etc/profile:该文件是用户登录时,操作系统定制用户环境时使用的第一个文件,应用于 ...

  9. 在PHP中管理环境变量

    在PHP中管理环境变量 现在我们都能用很多个编程语言开发,当我开始熟悉PHP时,我会忽略其它语言的特点.我用过其他语言(比如Node.js),但在PHP中没有看到一种轻松控制设置环境变量的方法,特别是 ...

随机推荐

  1. NPOI.XWPF生成WORD,设置Table单元格的背景色

    tr.GetCell().SetColor("#fbd4b4");

  2. Python正则表达式匹配日期与时间

    #!/usr/bin/env python # -*- coding: utf-8 -*- __author__ = 'Randy' import re from datetime import da ...

  3. SDUT OJ 数据结构实验之图论十:判断给定图是否存在合法拓扑序列

    数据结构实验之图论十:判断给定图是否存在合法拓扑序列 Time Limit: 1000 ms Memory Limit: 65536 KiB Submit Statistic Discuss Prob ...

  4. webpack(二)解析es6并打包

    一.前言 ECMAScript 6(ES6)的发展速度非常之快,但现代浏览器对ES6新特性支持度不高,所以要想在浏览器中直接使用ES6的新特性就得借助别的工具来实现.Babel是一个广泛使用的转码器, ...

  5. MarkDown语法实操

    一级标题 这是引用 二级标题 https://daringfireball.net/projects/markdown/dingus 你好啊,这是斜体 引用 添加图片 图片alt就是显示在图片下面的文 ...

  6. C++_标准模板库STL概念介绍4-算法

    STL包含很多处理容器的非成员函数: sort() copy() find() random_shuffle() set_union() set_intersection() set_differen ...

  7. java.math.BigDecimal cannot be cast to java.lang.String

    从数据库总查询出的count(*) 函数统计的值,类型转换方法: Map<String,Integer> map = new HashMap<String,Integer>() ...

  8. 使用JDBC连接了数据库的图书管理系统2.0

    更新日志: 2019.3.28 数据库版本2.0 1.使用mySQL数据库 2.修改代码使用JDBC连接数据库 3.新增Manage操作类及DBUtils数据库工具类 4.完善代码(封装及方法调用) ...

  9. 解决nginx文件服务器访问403

    2018-10-24 nginx配置文件目录服务器 修改/etc/nginx/conf.d/default.conf或者在/etc/nginx/conf.d/目录下添加一配置文件,如下 server ...

  10. Linux设备驱动开发基础--阻塞型设备驱动

    1. 当一个设备无法立刻满足用户的读写请求时(例如调用read时,设备没有数据提供),驱动程序应当(缺省的)阻塞进程,使它进入等待(睡眠)状态,知道请求可以得到满足. 2. Linux内核等待队列:在 ...