[转]Anaconda

安装 Anaconda

Anaconda 可用于 Windows、Mac OS X 和 Linux。能够在 https://www.continuum.io/down... 上找到安装程序和安装说明。

若是计算机上已经安装了 Python，这不会有任何影响。实际上，脚本和程序使用的默认 Python 是 Anaconda 附带的 Python。

管理包

安装了 Anaconda 以后，管理包是至关简单的。要安装包，请在终端中键入 conda install package_name。例如，要安装 numpy，请键入 conda install numpy。

你还能够同时安装多个包。相似 conda install numpy scipy pandas 的命令会同时安装全部这些包。还能够经过添加版本号（例如 conda install numpy=1.10）来指定所需的包版本。

Conda 还会自动为你安装依赖项。例如，scipy 依赖于 numpy，由于它使用并须要 numpy。若是你只安装 scipy (conda install scipy)，则 conda 还会安装 numpy（若是还没有安装的话）。

大多数命令都是很直观的。要卸载包，请使用 conda remove package_name。要更新包，请使用 conda update package_name。若是想更新环境中的全部包（这样作经常颇有用），请使用 conda update --all。最后，要列出已安装的包，请使用前面提过的 conda list。

若是不知道要找的包的确切名称，能够尝试使用 conda search search_term 进行搜索。例如，我知道我想安装 Beautiful Soup，但我不清楚确切的包名称。所以，我尝试执行 conda search beautifulsoup。

它返回可用的 Beautiful Soup 包的列表，并列出了相应的包名称 beautifulsoup4。

如前所述，可使用 conda 建立环境以隔离项目。要建立环境，请在终端中使用 conda create -n env_name list of packages。在这里，-n env_name 设置环境的名称（-n 是指名称），而 list of packages 是要安装在环境中的包的列表。例如，要建立名为 my_env 的环境并在其中安装 numpy，请键入 conda create -n my_env numpy。

建立环境时，能够指定要安装在环境中的 Python 版本。这在你同时使用 Python 2.x 和 Python 3.x 中的代码时颇有用。要建立具备特定 Python 版本的环境，请键入相似于 conda create -n py3 python=3 或 conda create -n py2 python=2 的命令。实际上，我在个人我的计算机上建立了这两个环境。我将它们用做与任何特定项目均无关的通用环境，以处理普通的工做（可轻松使用每一个 Python 版本）。这些命令将分别安装 Python 3 和 2 的最新版本。要安装特定版本（例如 Python 3.3），请使用 conda create -n py python=3.3。

进入环境

建立了环境后，在 OSX/Linux 上使用 source activate my_env 进入环境。在 Windows 上，请使用 activate my_env。

进入环境后，你会在终端提示符中看到环境名称，它相似于 (my_env) ~ $。环境中只安装了几个默认的包，以及你在建立它时安装的包。可使用 conda list 检查这一点。在环境中安装包的命令与前面同样：conda install package_name。不过，此次你安装的特定包仅在你进入环境后才可用。要离开环境，请键入 source deactivate（在 OSX/Linux 上）。在 Windows 上，请使用 deactivate。

保存和加载环境

共享环境这项功能确实颇有用，它能让其余人安装你的代码中使用的全部包，并确保这些包的版本正确。可使用 conda env export > environment.yaml 将包保存为 YAML。第一部分 conda env export 输出环境中的全部包的名称（包括 Python 版本）。

上图能够看到列出了环境的名称和全部依赖项及其版本。导出命令的第二部分 > environment.yaml 将导出的文本写入到 YAML 文件 environment.yaml 中。如今能够共享此文件，并且其余人可以建立和你用于项目相同的环境。

要经过环境文件建立环境，请使用 conda env create -f environment.yaml。这会建立一个新环境，并且它具备在 environment.yaml 中列出的一样的库。

列出环境

若是忘记了环境的名称（我有时会这样），可使用 conda env list 列出你建立的全部环境。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（即当你不在环境中时使用的环境）名为 root。

删除环境

若是你再也不使用某些环境，可使用 conda env remove -n env_name 删除指定的环境（在这里名为 env_name）。