Anaconda(miniconda)安装及使用--转

https://www.waitalone.cn/anaconda-install-error.htmlhtml

3,224

一、Anaconda概述

Anaconda是一个用于科学计算的Python发行版，支持 Linux, Mac, Windows系统，提供了包管理与环境管理的功能，能够很方便地解决多版本python并存、切换以及各类第三方包安装问题。Anaconda利用工具/命令conda来进行package和environment的管理，而且已经包含了Python和相关的配套工具。python

这里先解释下conda、anaconda这些概念的差异。linux

conda能够理解为一个工具，也是一个可执行命令，其核心功能是包管理与环境管理。django

包管理与pip的使用相似，环境管理则容许用户方便地安装不一样版本的python并能够快速切换。windows

Anaconda则是一个打包的集合，里面预装好了conda、某个版本的python、众多packages、科学计算工具等等，因此也称为Python的一种发行版。python2.7

其实还有Miniconda，顾名思义，它只包含最基本的内容——python与conda，以及相关的必须依赖项，对于空间要求严格的用户，Miniconda是一种选择。编辑器

进入下文以前，说明一下conda的设计理念——conda将几乎全部的工具、第三方包都当作package对待，甚至包括python和conda自身！所以，conda打破了包管理与环境管理的约束，能很是方便地安装各类版本python、各类package并方便地切换。ide

二、Anaconda的安装

Anaconda的下载页参见官网下载，Linux、Mac、Windows均支持。工具

安装时，会发现有两个不一样版本的Anaconda，分别对应Python 2.7和Python 3.5，两个版本其实除了这点区别外其余都同样。后面咱们会看到，安装哪一个版本并不本质，由于经过环境管理，咱们能够很方便地切换运行时的Python版本。（因为我经常使用的Python是2.7和3.4，所以倾向于直接安装Python 2.7对应的Anaconda）post

这里我安装miniconda，下载地址以下：

https://conda.io/miniconda.html

2.1 安装报错编码错误处理

出现这个窗口之后，不要点肯定，而后进入到anaconda安装文件夹，通常是C:\ProgramData\Anaconda2,若是你提示的错误是：UnicodeEncodeError: 'ascii' codec can't encode characters in position 3-4 blabla，那么进入Lib文件夹，用编辑器打开_nsis.py，在import sys下面加上这两句：

 
       1 
       reload(sys) 
      
       2 
       sys.setdefaultencoding( "utf-8" )

而后点肯定，再点重试便可安装完成。

三、Anaconda的使用

3.1 管理包

conda 是一种只能经过命令行来使用的程序。相似于pip那样能够对Python库的包进行管理。

安装命令：

 
       01 
       # 安装命令 
      
       02 
       conda install package_name 
      
       03 
       # 安装numpy,输入 
      
       04 
       conda install numpy 
      
       05 
       # 安装 matplotlib 
      
       06 
       conda install matplotlib 
      
       07 
       # 查看已安装的包 
      
       08 
       conda list 
      
       09 
       # 搜索安装包 
      
       10 
       conda search search_term 
      
       11 
       # 同时安装多个包 
      
       12 
       conda install numpy scipy pandas 
      
       13 
       # 安装指定版本的包 
      
       14 
       conda install numpy=1.11 
      
       15 
       # 卸载包 
      
       16 
       conda remove package_name 
      
       17 
       # 更新包 
      
       18 
       conda update package_name 
      
       19 
       # 更新环境中的全部包 
      
       20 
       conda update --all

加速conda下载速度，使用国内镜像源：

 
       1 
       conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ 
      
       2 
       conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ 
      
       3 
       conda config --set show_channel_urls yes

3.2 管理环境

除了管理包以外，conda 仍是虚拟环境管理器。它相似于另外两个很流行的环境管理器，即 virtualenv 和 pyenv。

环境能够分隔不一样项目的包。由于咱们使用的时候会依赖于某个库的不一样版本的代码或在py2和py3之间进行切换。

也能够将环境中的包的列表导出为文件，而后将该文件与代码包括在一块儿。这能让其余人轻松加载代码的全部依赖项。

pip 提供了相似的功能，即 pip freeze > requirements.txt

建立环境：

conda create -n env_name list of packages，

-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。

建立环境时，能够指定要安装在环境中的 Python 版本。

conda create -n py3 python=3 或 conda create -n py2 python=2 。

要安装特定版本（例如 Python 3.3），请使用 conda create -n py python=3.3。

 
       01 
       # 基于 python3.6 建立一个名为test_py3 的环境 
      
       02 
       conda create --name test_py3 python=3.6 
      
       03 
         
       04 
       # 基于 python2.7 建立一个名为test_py2 的环境 
      
       05 
       conda create --name test_py2 python=2.7 
      
       06 
         
       07 
       # 激活 test 环境 
      
       08 
       activate test_py2  # windows 
      
       09 
       source activate test_py2 # linux/mac 
      
       10 
         
       11 
       # 切换到python3 
      
       12 
       activate test_py3

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。

要离开环境，请键入 source deactivate（在 OSX/Linux 上）。在 Windows 上，请使用 deactivate。

3.4 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 写出环境中的全部包（包括 Python 版本）。

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 中列出的同一库。

3.5 列出环境

若是忘记了环境的名称，可使用 conda env list 或conda info -e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。

3.6 删除环境

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）。

3.7 共享环境

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。对于不使用 conda 的人，我一般还会使用 pip freeze(在此处了解详情)将一个 pip requirements.txt 文件包括在内。

pip freeze > requirements.txt

pip install -r requirements.txt

四、错误处理

安装好之后，正常安装django，发如今建立项目的时候会报编码错误，"UnicodeDecodeError: 'ascii' codec can't decode"

解决办法：

在anaconda的安装路径下找到Lib/mimetypes.py，在import sys以后加入以下代码

 
       1 
       if sys.getdefaultencoding() != 'gbk': 
      
       2 
           reload(sys) 
      
       3 
           sys.setdefaultencoding('gbk')

参考网址：

https://www.zhihu.com/question/42263480

http://python.jobbole.com/86236/

https://foofish.net/compatible-py2-and-py3.html

https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/