Anaconda使用指南

 

 

Anaconda介紹

什么是 Anaconda

Anaconda是專注於數據分析的Python發行版本，包含了conda、Python等190多個科學包及其依賴項。作為好奇寶寶的你是不是發現了一個新名詞 conda，那么你一定會問 conda 又是什么呢？

 

什么是 conda 

conda 是開源包（packages）和虛擬環境（environment）的管理系統。
packages 管理： 可以使用 conda 來安裝、更新 、卸載工具包 ，並且它更關注於數據科學相關的工具包。在安裝 anaconda 時就預先集成了像 Numpy、Scipy、 pandas、Scikit-learn 這些在數據分析中常用的包。另外值得一提的是，conda 並不僅僅管理Python的工具包，它也能安裝非python的包。比如在新版的 Anaconda 中就可以安裝R語言的集成開發環境 Rstudio。
虛擬環境管理： 在conda中可以建立多個虛擬環境，用於隔離不同項目所需的不同版本的工具包，以防止版本上的沖突。對糾結於 Python 版本的同學們，我們也可以建立 Python2 和 Python3 兩個環境，來分別運行不同版本的 Python 代碼。
知道 是什么（what） 的同時，我們也需要問一問 為什么（why）。那么，為什么要選擇用Anaconda呢？

 

 Anaconda 的優點

Anaconda的優點總結起來就八個字：省時省心、分析利器。
省時省心： Anaconda通過管理工具包、開發環境、Python版本，大大簡化了你的工作流程。不僅可以方便地安裝、更新、卸載工具包，而且安裝時能自動安裝相應的依賴包，同時還能使用不同的虛擬環境隔離不同要求的項目。
分析利器： 在 Anaconda 官網中是這么宣傳自己的：適用於企業級大數據分析的Python工具。其包含了720多個數據科學相關的開源包，在數據可視化、機器學習、深度學習等多方面都有涉及。不僅可以做數據分析，甚至可以用在大數據和人工智能領域。

開源

安裝過程簡單

高性能使用Python和R語言

免費的社區支持

其特點的實現主要基於Anaconda擁有的：

conda包

環境管理器

1000+開源庫

 

Anaconda、conda、pip、virtualenv的區別

① AnacondaAnaconda是一個包含180+的科學包及其依賴項的發行版本。其包含的科學包包括：conda, numpy, scipy, ipython notebook等。


② condaconda是包及其依賴項和環境的管理工具。
適用語言：Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN。
適用平台：Windows, macOS, Linux
用途：快速安裝、運行和升級包及其依賴項。
在計算機中便捷地創建、保存、加載和切換環境。
如果你需要的包要求不同版本的Python，你無需切換到不同的環境，因為conda同樣是一個環境管理器。
僅需要幾條命令，你可以創建一個完全獨立的環境來運行不同的Python版本，同時繼續在你常規的環境中使用你常用的Python版本。 ——conda官方網站
conda為Python項目而創造，但可適用於上述的多種語言。
conda包和環境管理器包含於Anaconda的所有版本當中。


③ pippip是用於安裝和管理軟件包的包管理器。
pip編寫語言：Python。
Python中默認安裝的版本：Python 2.7.9及后續版本：默認安裝，命令為pip
Python 3.4及后續版本：默認安裝，命令為pip3
pip名稱的由來：pip采用的是遞歸縮寫進行命名的。其名字被普遍認為來源於2處：
“Pip installs Packages”（“pip安裝包”）
“Pip installs Python”（“pip安裝Python”）


④ virtualenvvirtualenv：用於創建一個獨立的Python環境的工具。
解決問題：當一個程序需要使用Python 2.7版本，而另一個程序需要使用Python 3.6版本，如何同時使用這兩個程序？
如果將所有程序都安裝在系統下的默認路徑，如：/usr/lib/python2.7/site-packages，當不小心升級了本不該升級的程序時，將會對其他的程序造成影響。
如果想要安裝程序並在程序運行時對其庫或庫的版本進行修改，都會導致程序的中斷。
在共享主機時，無法在全局site-packages目錄中安裝包。
virtualenv將會為它自己的安裝目錄創建一個環境，這並不與其他virtualenv環境共享庫；
同時也可以選擇性地不連接已安裝的全局庫。



⑤ pip 與 conda 比較
→ 依賴項檢查
pip：
不一定會展示所需其他依賴包。安裝包時或許會直接忽略依賴項而安裝，僅在結果中提示錯誤。
conda：
列出所需其他依賴包。
安裝包時自動安裝其依賴項。
可以便捷地在包的不同版本中自由切換。

→ 環境管理
pip：
維護多個環境難度較大。
conda：
比較方便地在不同環境之間進行切換，環境管理較為簡單。

→ 對系統自帶Python的影響
pip：
在系統自帶Python中包的**更新/回退版本/卸載將影響其他程序。
conda：
不會影響系統自帶Python。

→ 適用語言
pip：
僅適用於Python。
conda：
適用於Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN。


⑥ conda與pip、virtualenv的關系
conda結合了pip和virtualenv的功能。

 

 

Anaconda使用指南

 

 Anaconda安裝

1. 適用平台
Anaconda可以在以下系統平台中安裝和使用：
Windows
macOS
Linux（x86 / Power8）
2. 安裝條件
系統要求：32位或64位系統均可
下載文件大小：約500MB
所需空間大小：3GB空間大小（Miniconda僅需400MB空間即可）

 

 

windows系統安裝Anaconda

 

1.下載Anaconda：官方下載頁面

兩個版本可供選擇：Python 3.6 和 Python 2.7，選擇版之后根據自己操作系統的情況點擊“64-Bit Graphical Installer”或“32-Bit Graphical Installer”進行下載。

 

2.后面傻瓜式安裝

注意：

目標路徑中不能含有空格，同時不能是“unicode”編碼。

除非被要求以管理員權限安裝，否則不要以管理員身份安裝。

·在“Advanced Installation Options”中不要勾選“Add Anaconda to my PATH environment variable.”（“添加Anaconda至我的環境變量。”）。因為如果勾選，則將會影響其他程序的使用。如果使用Anaconda，則通過打開Anaconda Navigator或者在開始菜單中的“Anaconda Prompt”（類似macOS中·的“終端”）中進行使用。

 

·除非你打算使用多個版本的Anaconda或者多個版本的Python，否則便勾選“Register Anaconda as my default Python 3.6”。然后點擊“Install”開始安裝。

 

 

 

 

 

 

 管理conda

下面命令適用於windows用戶
Windows用戶請打開“Anaconda Prompt”進行操作。

 

 查看conda版本

congda --version

 

更新conda

conda update conda
conda update --all

 conda update --all，對所有工具包進行升級，經常用在安裝完成后，以避免可能發送的錯誤。

 

查看conda幫助信息

conda --help

或

conda -h

 

 

 

管理環境

創建新環境

conda create --name

 

創建指定版本的環境

conda create --name python2 python=2.7

 

即創建一個名為“python2”的環境，環境中安裝版本為2.7的python。

 

創建指定版本與指定包環境

conda create -n python3 python=3.5 numpy pandas

即創建一個名為“python3”的環境，環境中安裝版本為3.5的python，同時也安裝了numpy和pandas。

注意：
--name同樣可以替換為-n。
默認情況下，新創建的環境將會被保存在/Users//anaconda3/env目錄下，其中，為當前用戶的用戶名。
如果創建環境后安裝Python時沒有指定Python的版本，那么將會安裝與Anaconda版本相同的Python版本，即如果安裝Anaconda第2版，則會自動安裝Python 2.x；如果安裝Anaconda第3版，則會自動安裝Python 3.x。

 

切換環境

activate

當成功切換環境之后，在該行行首將以“(env_name)”或“[env_name]”開頭。其中，“env_name”為切換到的環境名。如：在macOS系統中執行source active python2，即切換至名為“python2”的環境，則行首將會以(python2)開頭。

 

退出環境

deactivate

當執行退出當前環境，回到root環境命令后，原本行首以“(env_name)”或“[env_name]”開頭的字符將不再顯示。

 

顯示已創建的環境

conda info --envs

或

conda info -e

或

conda envlist

結果中星號“*”所在行即為當前所在環境。macOS系統中默認創建的環境名為“base”。

 

復制環境

conda create --name--clone

注意：即為被復制/克隆環境名。環境名兩邊不加尖括號“<>”。即為復制之后新環境的名稱。環境名兩邊不加尖括號“<>”。如：conda create --name py2 --clone python2，即為克隆名為“python2”的環境，克隆后的新環境名為“py2”。此時，環境中將同時存在“python2”和“py2”環境，且兩個環境的配置相同。

 

刪除環境

conda remove --name--all

 

 

 管理包

 

 查找可供安裝的包版本

① 精確查找
conda search --full-name
注意：--full-name為精確查找的參數。
是被查找包的全名。包名兩邊不加尖括號“<>”。
例如：conda search --full-name python即查找全名為“python”的包有哪些版本可供安裝。

② 模糊查找conda search
注意：是查找含有此字段的包名。此字段兩邊不加尖括號“<>”。
例如：conda search py即查找含有“py”字段的包，有哪些版本可供安裝。

 

 獲取當前環境中已經安裝的包信息

conda list

執行上述命令后將在終端顯示當前環境已安裝包的包名及其版本號。

　　

 

安裝包

安裝一個 package

conda install package_name

 

安裝多個 package

conda install numpy scipy pandas

 

指定安裝版本

conda install numpy=1.10

 

刪除一個 package

conda remove package_name

 

升級 package 版本

conda update package_name

 

查看可供安裝的包版本

 

精確查找

conda search --full-name python

conda search --full-name python即查找全名為“python”的包有哪些版本可供安裝。

 

模糊查詢

    
conda  search py

conda search py即查找含有“py”字段的包，有哪些版本可供安裝。

 

卸載指定環境的包

conda remove --name python2 pandas

即卸載名為“python2”中的pandas包。

 

卸載當前環境中的包

conda remove pandas

即在當前環境中卸載pandas包。

 

更新所有包

conda update --all

或

conda upgrade --all

 

更新指定包

conda update pandas numpy metaplotilb

即更新pandas、numpy、matplotlib包。

 

 

參考：http://python.jobbole.com/87522/

參考：https://www.jianshu.com/p/40e2f4f59102