Anaconda的安装以及修改镜像地址

环境这种问题确实玄学 好多时候都是碰碰运气，之后经量把这些过程记录下来 再使用的时候就不用再处处找了

 

1.Anaconda是什么？

 

简单来讲，Anaconda是Python的包管理器和环境管理器。先来解决一个初学者都会问的问题：我已经安装了Python，那么为何还须要Anaconda呢？缘由有如下几点：

（1）Anaconda附带了一大批经常使用数据科学包，它附带了conda、Python和 150 多个科学包及其依赖项。所以你能够用Anaconda当即开始处理数据。

（2）管理包。Anaconda 是在 conda（一个包管理器和环境管理器）上发展出来的。在数据分析中，你会用到不少第三方的包，而conda（包管理器）能够很好的帮助你在计算机上安装和管理这些包，包括安装、卸载和更新包。

（3）管理环境。为何须要管理环境呢？好比你在A项目中用到了Python2，而新的项目要求使用Python3，而同时安装两个Python版本可能会形成许多混乱和错误。这时候conda就能够帮助你为不一样的项目创建不一样的运行环境。还有不少项目使用的包版本不一样，好比不一样的pandas版本，不可能同时安装两个pandas版本。你要作的应该是在项目对应的环境中建立对应的pandas版本。这时候conda就能够帮你作到。

总结：Anaconda解决了官方Python的两大痛点：

（1）提供了包管理功能，Windows平台安装第三方包常常失败的场景得以解决。

（2）提供环境管理功能，解决了多版本Python并存、切换的问题。

 

 

2.如何安装？

 

注意：若是你是windows 10系统，注意在安装Anaconda软件的时候，右击安装软件→选择以管理员的身份运行。

安装选择设置到环境变量

完成安装后，若是你是在windows上操做，按下面图打开 Anaconda Prompt （或者 Mac 下的终端），后面我会将Anaconda Prompt统一称为“终端”。

注意：若是你是windows 10系统，按下图操做

直接在官网下载安装包，官网地址https://www.anaconda.com/download/。选择Python3.6的安装包进行下载，下载完成后直接安装。安装完成以后会有一个Anaconda Prompt，相似于windows的终端操做，能够输入命令行啦！

 

                         图1：Anaconda安装成功界面

 

 

 

 

3.如何管理包？

 

 

安装Anaconda以后，咱们就能够很方便的管理安装包（安装，卸载，更新）。

 

（1）安装包

conda 的包管理功能和pip 是同样的，固然你选择pip 来安装包也是没问题的。

 

1.  
   # 安装 matplotlib
2.  
   conda install matplotlib

（2）卸载包

1.  
   # 删除包
2.  
   conda remove matplotlib

（3）更新包

1.  
   # 包更新
2.  
   conda update matplotlib

（4）查询已经安装的包

1.  
   # 查看已安装的包
2.  
   conda list

(5)修改镜像地址

 

1.修改Anaconda镜像地址

安装Anaconda时候，访问的是国外的网络，因此下载Anaconda和安装包时会特别慢。咱们须要更换到国内镜像源地址，这里我更换到国内的清华大学地址。（永久添加镜像）Windows命令：

 

1.  
   conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
2.  
   conda config --set show_channel_urls yes

2.修改pip镜像地址

若是你安装包时用的是pip，感受也很慢。一样的，咱们把pip的镜像源地址改为国内的，豆瓣源速度比较快。（临时修改的方法）Windows命令：

 

能够在使用pip的时候加参数-i https://pypi.tuna.tsinghua.edu.cn/simple

例子：

1.  
   #这样就会从清华这边的镜像去安装numpy库。
2.  
    
3.  
   pip install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy

固然，pip还有永久修改，一劳永逸的办法：

 

windows下，直接在user目录中建立一个pip目录，如：C:\Users\xx\pip，新建文件pip.ini，内容以下：

 

1.  
   [ global]
2.  
   index-url = https://pypi.tuna.tsinghua.edu.cn/simple

4.如何管理环境

 

 

conda 能够为你不一样的项目创建不一样的运行环境。

 

 

（1）建立环境

 

conda create –n python27 numpy

上面的命令中，python27是设置环境的名称（-n是指该命令后面的python27是你要建立环境的名称），numpy是你要安装在环境中的包名称。

注意：建立环境时，能够指定要安装在环境中的Python版本。当你同时使用 Python 2.x 和 Python 3.x 中的代码时这颇有用。要建立具备特定 Python 版本的环境，例如建立环境名称为python36，并安装最新版本的Python3.6在终端中输入：

 

conda create –n python36 python=3.6

或也能够这样建立环境名称为python27，并安装最新版本Python2.7：

conda create –n python27 python=2.7

由于我作的项目不一样，有时候会用到Python2，还有时候会用到Python3。因此我在本身的计算机上建立了这两个环境，并分别取了这样的环境名称：python27,python36。这样我能够根据不一样的项目轻松使用不一样版本的python。

 

2）进入环境

在 Windows 上，你可使用

 

conda activate python27

进入。进入以后，你能够在终端提示符中看到环境名称。固然，当你进入环境后，能够用conda list 查看环境中默认的安装包。

图2：进入环境

 

（3）离开环境

在 Windows 上，终端中输入：

deactivate

（4）共享环境

共享环境很是有用，它能让其余人安装你代码中使用的全部包，并确保这些包的版本正确。好比你开发了一个药店数据分析系统，你要提交给项目部署系统的人来部署你的项目，可是他们并不知道你当时开发时使用的是哪一个python版本，以及使用了哪些包和包的版本。这怎么办呢？你能够在你当前的环境的终端中使用:

 

conda env export > environment.yaml

将你当前的环境保存到文件中包保存为YAML文件（包括Pyhton版本和全部包的名称）。命令的第一部分 conda env export 用于输出环境中的全部包的名称（包括 Python 版本）。你在终端中上能够看到导出的环境文件路径。在 GitHub 上共享代码时，最好一样建立环境文件并将其包括在代码库中。这能让其余人更轻松地安装你的代码的全部依赖项。

               

图3：共享环境

 

那么问题来了:导出的环境文件，在其余电脑环境中如何使用呢？

首先在conda中进入你的环境，好比conda activate python27。而后在使用如下命令更新你的环境：

 

1.  
   #其中-f表示你要导出文件在本地的路径，因此/path/to/environment.yml要换成你本地的实际路径
2.  
   conda env update -f=/path/to/environment.yml

对于不使用conda 的用户，咱们一般还会使用如下命令将一个 txt文件导出并包括在其中:

pip freeze > environment.txt

图4：恢复环境共享

而后我将该文件包含在项目的代码库中，其余项目成员即便在他的电脑上没有安装conda也可使用该文件来安装和我同样的开发环境：

他在本身的电脑上进入python命令环境，而后运行如下命令就能够安装该项目须要的包：

 

1.  
   #其中 C:\Users\Microstrong\enviroment.txt是该文件在你电脑上的实际路径。
2.  
   pip install -r C:\Users\Microstrong\enviroment.txt

（5）列出环境

有时候会忘记本身建立的环境名称，这时候用 conda env list 就能够列出你建立的全部环境。

        

                         图5：查看环境

你会看到环境的列表，并且你当前所在环境的旁边会有一个星号。默认的环境（即当你不在选定环境中时使用的环境）名为 base。

 

6）删除环境

若是你再也不使用某个环境，可使用如下命令。

1.  
   #删除指定的环境（在这里环境名为 python27）。
2.  
   conda env remove -n python27

Reference:

初学python者自学anaconda的正确姿式是什么？？ - 猴子的回答 - 知乎 https://www.zhihu.com/question/58033789/answer/254673663

初学python者自学anaconda的正确姿式是什么？？ - 刘志军的回答 - 知乎 https://www.zhihu.com/question/58033789/answer/155593506

转自

https://blog.csdn.net/program_developer/article/details/79677557