Python科学计算利器——Anaconda

最近在用Python作中文天然语言处理。使用的IDE是PyCharm。PyCharm确实是Python开发之首选，但用于科学计算方面，还略有欠缺。为此我尝试过Enthought Canopy，但Canopy感受把问题搞得复杂化，管理Python扩展也不太方便。直到今天我发现了Anaconda。
Anaconda是一个和Canopy相似的科学计算环境，但用起来更加方便。自带的包管理器conda也很强大。
首先是下载安装。Anaconda提供了Python2.7和Python3.4两个版本，同时若是须要其余版本，还能够经过conda来建立。安装完成后能够看到，Anaconda提供了Spyder，IPython和一个命令行。下面来看一下conda。
输入conda list来看一下全部安装时自带的Python扩展。粗略看了一下，其中包括了经常使用的 Numpy,Scipy，matplotlib和networkx等，以及beautiful-soup，requests，flask，tornado等网络相关的扩展。
奇怪的是，里边居然没有sklearn，因此首先装一下它。

conda install scikit-learn

若是须要指定版本，也能够直接用[package-name]=x.x来指定。
conda的repo中的扩展不算太新，若是想要更新的，可能要用PyPI或者本身下载源码。而conda和pip关联的很好。使用pip安装的东西可使用conda来管理，这点要比Canopy好。下图是我用pip安装的nltk，jieba和gensim。

我对这个科学计算环境的另外一个要求就是可以多个Python版本并存，尤为是2.x和3.x的并存。这个经过virtualenv能够作到。Anaconda也正是经过其实现的。
下面用conda建立一个名叫python2的版本为python2.7的环境。

conda create -n python2 python=2.7

这样就会在Anaconda安装目录下的envs目录下建立python2这个目录。

向其中安装扩展能够：

• 直接用conda install并用-n指明安装到的环境，这里天然就是python2。
• 像virtualenv那样，先activate，而后在虚拟环境中安装。

这里忽然有一个问题，怎样在IDE中使用建立出来的环境？若是是PyCharm等IDE，直接设置Python安装目录就能够了。那spyder呢？其实spyder就是一个Python的扩展，你须要在虚拟环境中也装一个spyder。
最后就是spyder的主界面。变量查看窗口很好用。