Anaconda使用指南

Anaconda使用指南

 

 

Anaconda介绍

什么是 Anaconda

Anaconda是专一于数据分析的Python发行版本，包含了conda、Python等190多个科学包及其依赖项。做为好奇宝宝的你是否是发现了一个新名词 conda，那么你必定会问 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： 可使用 conda 来安装、更新 、卸载工具包 ，而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 这些在数据分析中经常使用的包。另外值得一提的是，conda 并不只仅管理Python的工具包，它也能安装非python的包。好比在新版的 Anaconda 中就能够安装R语言的集成开发环境 Rstudio。
虚拟环境管理： 在conda中能够创建多个虚拟环境，用于隔离不一样项目所需的不一样版本的工具包，以防止版本上的冲突。对纠结于 Python 版本的同窗们，咱们也能够创建 Python2 和 Python3 两个环境，来分别运行不一样版本的 Python 代码。
知道 是什么（what） 的同时，咱们也须要问一问 为何（why）。那么，为何要选择用Anaconda呢？

 

 Anaconda 的优势

Anaconda的优势总结起来就八个字：省时省心、分析利器。
省时省心： Anaconda经过管理工具包、开发环境、Python版本，大大简化了你的工做流程。不只能够方便地安装、更新、卸载工具包，并且安装时能自动安装相应的依赖包，同时还能使用不一样的虚拟环境隔离不一样要求的项目。
分析利器： 在 Anaconda 官网中是这么宣传本身的：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。不只能够作数据分析，甚至能够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

其特色的实现主要基于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。
在计算机中便捷地建立、保存、加载和切换环境。
若是你须要的包要求不一样版本的Python，你无需切换到不一样的环境，由于conda一样是一个环境管理器。
仅须要几条命令，你能够建立一个彻底独立的环境来运行不一样的Python版本，同时继续在你常规的环境中使用你经常使用的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的全部版本当中。


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。其名字被广泛认为来源于2处：
“Pip installs Packages”（“pip安装包”）
“Pip installs Python”（“pip安装Python”）


④ virtualenvvirtualenv：用于建立一个独立的Python环境的工具。
解决问题：当一个程序须要使用Python 2.7版本，而另外一个程序须要使用Python 3.6版本，如何同时使用这两个程序？
若是将全部程序都安装在系统下的默认路径，如：/usr/lib/python2.7/site-packages，当不当心升级了本不应升级的程序时，将会对其余的程序形成影响。
若是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，都会致使程序的中断。
在共享主机时，没法在全局site-packages目录中安装包。
virtualenv将会为它本身的安装目录建立一个环境，这并不与其余virtualenv环境共享库；
同时也能够选择性地不链接已安装的全局库。



⑤ pip 与 conda 比较
→ 依赖项检查
pip：
不必定会展现所需其余依赖包。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：
列出所需其余依赖包。
安装包时自动安装其依赖项。
能够便捷地在包的不一样版本中自由切换。

→ 环境管理
pip：
维护多个环境难度较大。
conda：
比较方便地在不一样环境之间进行切换，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/卸载将影响其余程序。
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能够在如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位系统都可
下载文件大小：约500MB
所需空间大小：3GB空间大小（Miniconda仅需400MB空间便可）

 

 

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，选择版以后根据本身操做系统的状况点击“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，不然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至个人环境变量。”）。由于若是勾选，则将会影响其余程序的使用。若是使用Anaconda，则经过打开Anaconda Navigator或者在开始菜单中的“Anaconda Prompt”（相似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，不然便勾选“Register Anaconda as my default Python 3.6”。而后点击“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”进行操做。

 

 查看conda版本

congda --version

 

更新conda

conda update conda
conda update --all

 conda update --all，对全部工具包进行升级，常常用在安装完成后，以免可能发送的错误。

 

查看conda帮助信息

conda --help

或

conda -h

 

 

 

管理环境

建立新环境

conda create --name

 

建立指定版本的环境

conda create --name python2 python=2.7

 

即建立一个名为“python2”的环境，环境中安装版本为2.7的python。

 

建立指定版本与指定包环境

conda create -n python3 python=3.5 numpy pandas

即建立一个名为“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一样能够替换为-n。
默认状况下，新建立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。
若是建立环境后安装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，即若是安装Anaconda第2版，则会自动安装Python 2.x；若是安装Anaconda第3版，则会自动安装Python 3.x。

 

切换环境

activate

当成功切换环境以后，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，本来行首以“(env_name)”或“[env_name]”开头的字符将再也不显示。

 

显示已建立的环境

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系统中默认建立的环境名为“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“<>”。即为复制以后新环境的名称。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。

 

更新全部包

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