Conda簡介
（本文由www.169it.com搜集整理）
Anaconda是一個Python下和Canopy類似的的科學計算環境，但用起來更加方便。自帶的包管理器conda也很強大。
Python科學計算環境conda的下載
Conda官方主頁: https://github.com/conda/conda
Conda官方下載地址: Conda官方下載
我是x86_64 linux系統，所以下載 https://repo.continuum.io/miniconda/Miniconda2-latest-Linux-x86_64.sh
conda的安裝
|
1
|
|
注意：安裝完成后，conda下的bin文件會添加到環境變量里面，這時候需要source一下bash文件
|
1
|
source ~/.bashrc
|
conda的卸載
|
1
|
|
並修改~/.bash_profile中的環境變量，去除家目錄中隱藏的.condarc文件.conda文件和.continuum目錄
|
1
|
rm -rf ~/.condarc ~/.conda ~/.continuum
|
conda的使用
1.查看已經安裝的包
|
1
|
conda list
|
2.查看可用軟件包
|
1
|
conda search
|
3.安裝軟件包
conda install <package-name>
注意:
Anaconda提供了Python2.7和Python3.4兩個版本，同時如果需要其他版本，還可以通過conda來創建。安裝完成后可以看到，Anaconda提供了Spyder，IPython和一個命令行。下面來看一下conda。
輸入 conda list 來看一下所有安裝時自帶的Python擴展。粗略看了一下，其中包括了常用的 Numpy , Scipy ， matplotlib 和 networkx 等，以及 beautiful-soup ， requests ， flask ， tornado 等網絡相關的擴展。里邊沒有 sklearn ，所以首先裝一下sklearn。
|
1
|
conda
install
scikit-learn
|
如果需要指定版本，也可以直接用 [package-name]=x.x 來指定。
conda的repo中的擴展不算太新，如果想要更新的，可能要用PyPI或者自己下載源碼。而conda和pip關聯的很好。使用pip安裝的東西可以使用conda來管理，這點要比Canopy好。我對這個科學計算環境的另一個要求就是能夠多個Python版本並存，尤其是2.x和3.x的並存。這個通過 virtualenv 可以做到。Anaconda也正是通過其實現的。
下面用conda創建一個名叫python2的版本為python2.7的環境。
|
1
|
conda create -n python2 python=2.7
|
這樣就會在Anaconda安裝目錄下的envs目錄下創建python2這個目錄。直接用 conda install 並用 -n 指明安裝到的環境，這里自然就是 python2 。
像 virtualenv 那樣，先activate，然后在虛擬環境中安裝。
如何用 conda 管理 Python 開發環境
1.創建（clone）新的環境
|
1
|
conda
env
list
# conda environments:#root * /home/rainy/.anaconda3conda create --name nb --clone rootconda env list# conda environments:#nb /home/rainy/.anaconda3/envs/nbroot * /home/rainy/.anaconda3
|
2.切換環境：
|
1
|
source
activate nb
# discarding /home/rainy/.anaconda3/bin from PATH# prepending /home/rainy/.anaconda3/envs/nb/bin to PATH
|
此時變成 (nb) $ ，和 virtualenv 一樣，只是在退出時不太一樣：
|
1
|
which
python
/home/rainy/
.anaconda3
/envs/nb/bin/pythonsource
deactivatediscarding
/home/rainy/
.anaconda3
/envs/nb/bin
from PATH
|
需要重新打開新的窗口才能再切換。現在查看已安裝的 package 列表：
|
1
|
source
active nbconda list
# packages in environment at /home/rainy/.anaconda3/envs/nb:#abstract-rendering 0.5.1 np110py35_0alabaster 0.7.7 py35_0anaconda 2.5.0 np110py35_0anaconda-client 1.2.2 py35_0argcomplete 1.0.0 py35_1astropy 1.1.1 np110py35_0...
|
3.配置新的 Jupyter
Anaconda 已經集成了 Jupyter，可以直接使用。Jupyter 默認的配置文件在 ~/.jupyter/jupyter_notebook_config.py ，新的 Jupyter 也會從這里讀取配置文件，官方文檔里面寫的 jupyter {application} --generate-config 並不是想象中的用法：
|
1
|
jupyter app --generate-configjupyter:
'app'
is not a Jupiter
command
|
根據 Google 的結果，應該是：
|
1
|
JUPYTER_CONFIG_DIR=.
/jupyter_config
jupyter --generate-config
|
編輯配置：
|
1
|
# vim ./jupyter_config/jupyter_notebook_config.pyc.NotebookApp.password = u'sha1:****'c.NotebookApp.ip = 'my domain.com'c.NotebookApp.port = 8888
|
啟動：
|
1
|
JUPYTER_CONFIG_DIR=.
/jupyter_config
jupyter notebook
|