首先安裝anaconda(3)
Anacond的介紹
Anaconda指的是一個開源的Python發行版本，其包含了conda、Python等180多個科學包及其依賴項。 因為包含了大量的科學包，Anaconda 的下載文件比較大（約 531 MB），如果只需要某些包，或者需要節省帶寬或存儲空間，也可以使用Miniconda這個較小的發行版（僅包含conda和 Python）。
Conda是一個開源的包、環境管理器，可以用於在同一個機器上安裝不同版本的軟件包及其依賴，並能夠在不同的環境之間切換
Anaconda包括Conda、Python以及一大堆安裝好的工具包，比如：numpy、pandas等
Miniconda包括Conda、Python
Anacond下載
下載地址：https://www.anaconda.com/download/
Anaconda 是跨平台的，有 Windows、macOS、Linux 版本，我們這里以 Windows 版本為例，點擊那個 Windows 圖標。
我這里選擇下載
Python 2.7 version *--Python 2.7 版 *
64-Bit Graphical Installer (564 MB) --64位圖形安裝程序（564 MB）
當然，你也可以根據自己的實際情況，選擇 Python 3.6版的，或者 32-Bit 版本的。
安裝包有 564MB，因為網速的關系，下載時間可能會比較長，請耐心等待。我這里下載完成 Anaconda2-5.2.0-Windows-x86_64.exe文件了。
安裝 Anaconda
雙擊下載好的 Anaconda2-5.2.0-Windows-x86_64.exe文件，出現如下界面，點擊 Next 即可。
點擊Next
點擊 I Agree （我同意），不同意，當然就沒辦法繼續安裝啦。
Install for: Just me還是All Users，假如你的電腦有好幾個 Users ，才需要考慮這個問題.其實我們電腦一般就一個 User，就我們一個人使用，如果你的電腦有多個用戶，選擇All Users，我這里直接 All User，繼續點擊 Next 。
Destination Folder 是“目標文件夾”的意思，可以選擇安裝到什么地方。默認是安裝到 C:\ProgramData\Anaconda2文件夾下。你也可以選擇 Browse... ，選擇想要安裝的文件夾。我這里 C 盤空間充裕，所以我直接就裝到默認的地方。
這里提一下，Anaconda 很強大，占用空間也不小啊，2.6GB，差不多是一部高清電影的體積了。不過，為了學習，這點硬盤空間算什么呢。
繼續點擊 Next> 。
這里來到 Advanced Options 了，所謂的“高級選項”。如果你英文好，有一定背景知識的話，肯定明白這界面上的意思。兩個默認就好，第一個是加入環境變量，第二個是默認使用 Python 2.7，點擊“Install”，終於開始安裝額。
安裝時間根據你的電腦配置而異，電腦配置高，硬盤是固態硬盤，速度就更快。安裝過程其實就是把 Anaconda2-5.2.0-Windows-x86_64.exe文件里壓縮的各種 dll 啊，py 文件啊，全部寫到安裝目標文件夾里。
過程還是很漫長的，畢竟 2.6GB 的無數個小文件啊，請耐心等待。
經過漫長的等待，終於安裝完成 Installation Complete （安裝完成）了，點擊最后一個 Next>。
點擊Install Microsoft VSCode
點擊 Finish，那兩個 √ 可以取消。
配置環境變量
如果是windows的話需要去 控制面板\系統和安全\系統\高級系統設置\環境變量\用戶變量\PATH 中添加 anaconda的安裝目錄的Scripts文件夾, 比如我的路徑是C:\ProgramData\Anaconda2\Scripts, 看個人安裝路徑不同需要自己調整.
之后就可以打開命令行(最好用管理員模式打開) 輸入 conda --version
如果輸出conda 4.5.4之類的就說明環境變量設置成功了.
為了避免可能發生的錯誤, 我們在命令行輸入conda upgrade --all 先把所有工具包進行升級
================================================>>>>>>>>>>>>>>>>>>>>>>>>>>>
接下來創建虛擬環境
接下來我們就可以用anaconda來創建我們一個個獨立的python環境了.接下來的例子都是在命令行操作的,請打開你的命令行吧.
1) activate
直接輸入命令 activate
activate 能將我們引入anaconda設定的虛擬環境中, 如果你后面什么參數都不加那么會進入anaconda自帶的base環境,
你可以輸入python試試, 這樣會進入base環境的python解釋器, 如果你把原來環境中的python環境去除掉會更能體會到, 這個時候在命令行中使用的已經不是你原來的python而是base環境下的python.而命令行前面也會多一個(base) 說明當前我們處於的是base環境下。
2)開始創建自己的虛擬環境
我們當然不滿足一個base環境, 我們應該為自己的程序安裝單獨的虛擬環境.
創建一個名稱為python37的虛擬環境並指定python版本為3.7(這里conda會自動找3.7中最新的版本下載)
conda create -n python37 python=3.7
或者conda create --name python37 python=3.7
於是我們就有了一個learn的虛擬環境, 接下來我們切換到這個環境, 一樣還是用activae命令 后面加上要切換的環境名稱
===========================>>>>>>>>>>>>>>>>>>>>>>
切換環境(非常重要):
activate python37
如果忘記了名稱我們可以先用
conda env list
現在的python37環境除了python自帶的一些官方包之外是沒有其他包的, 一個比較干凈的環境我們可以試試
先輸入python打開python解釋器然后輸入
>>> import requests
會報錯找不到requests包, 很正常.接下來我們就要演示如何去安裝requests包
exit()
退出python解釋器
卸載環境
命令是:conda remove --name test --all
關於環境總結
# 創建一個名為python34的環境，指定Python版本是3.4（不用管是3.4.x，conda會為我們自動尋找3.4.x中的最新版本）
conda create --name python34 python=3.4
# 安裝好后，使用activate激活某個環境
activate python34 # for Windows
source activate python34 # for Linux & Mac
# 激活后，會發現terminal輸入的地方多了python34的字樣，實際上，此時系統做的事情就是把默認2.7環境從PATH中去除，再把3.4對應的命令加入PATH
# 此時，再次輸入
python --version
# 可以得到`Python 3.4.5 :: Anaconda 4.1.1 (64-bit)`，即系統已經切換到了3.4的環境
# 如果想返回默認的python 2.7環境，運行
deactivate python34 # for Windows
source deactivate python34 # for Linux & Mac
# 刪除一個已有的環境
conda remove --name python34 --all
安裝第三方包
輸入
conda install requests
或者
pip install requests
來安裝requests包.
安裝完成之后我們再輸入python進入解釋器並import requests包, 這次一定就是成功的了.
卸載第三方包
那么怎么卸載一個包呢
conda remove requests
或者
pip uninstall requests
就行啦.
查看環境包信息
要查看當前環境中所有安裝了的包可以用
conda list
導入導出環境
如果想要導出當前環境的包信息可以用
conda env export > environment.yaml
將包信息存入yaml文件中.
當需要重新創建一個相同的虛擬環境時可以用
conda env create -f environment.yaml
其實命令很簡單對不對, 我把一些常用的在下面給出來, 相信自己多打兩次就能記住
activate // 切換到base環境
activate learn // 切換到learn環境
conda create -n learn python=3 // 創建一個名為learn的環境並指定python版本為3(的最新版本)
conda env list // 列出conda管理的所有環境
conda list // 列出當前環境的所有包
conda install requests 安裝requests包
conda remove requests 卸載requets包
conda remove -n learn --all // 刪除learn環境及下屬所有包
conda update requests 更新requests包
conda env export > environment.yaml // 導出當前環境的包信息
conda env create -f environment.yaml // 用配置文件創建新的虛擬環境
深入一下
或許你會覺得奇怪為啥anaconda能做這些事, 他的原理到底是什么, 我們來看看anaconda的安裝目錄
這里只截取了一部分, 但是我們和本文章最開頭的python環境目錄比較一下, 可以發現其實十分的相似, 其實這里就是base環境. 里面有着一個基本的python解釋器, lLib里面也有base環境下的各種包文件.
那我們自己創建的環境去哪了呢, 我們可以看見一個envs, 這里就是我們自己創建的各種虛擬環境的入口, 點進去看看
原文鏈接：https://blog.csdn.net/ITLearnHall/article/details/81708148
可以發現我們之前創建的learn目錄就在下面, 再點進去
這不就是一個標准的python環境目錄嗎?
這么一看, anaconda所謂的創建虛擬環境其實就是安裝了一個真實的python環境, 只不過我們可以通過activate,conda等命令去隨意的切換我們當前的python環境, 用不同版本的解釋器和不同的包環境去運行python腳本.
與JetBrains PyCharm 連接
在工作環境中我們會集成開發環境去編碼, 這里推薦JB公司的PyCharm, 而PyCharm也能很方便的和anaconda的虛擬環境結合
在Setting => Project => Project Interpreter 里面修改 Project Interpreter , 點擊齒輪標志再點擊Add Local為你某個環境的python.exe解釋器就行了
比如你要在learn環境中編寫程序, 那么就修改為C:\Users\Administrator\AppData\Local\conda\conda\envs\learn, 可以看到這時候下面的依賴包也變成了learn環境中的包了.接下來我們就可以在pycharm中愉快的編碼了。
Anaconda 初體驗
按下 Windows 徽標鍵，調出 Windows 開始菜單，可以看到 “最近添加”的：Anaconda2(64-bit)
Anaconda Prompt
打開Anaconda Prompt，這個窗口和doc窗口一樣的，輸入命令就可以控制和配置python，最常用的是conda命令，這個pip的用法一樣，此軟件都集成了，你可以直接用，點開的話如下圖。用命令“conda list”查看已安裝的包，從這些庫中我們可以發現NumPy,SciPy,Matplotlib,Pandas，說明已經安裝成功了!
還可以使用conda命令進行一些包的安裝和更新
conda list：列出所有的已安裝的packages
conda install name：其中name是需要安裝packages的名字，比如，我安裝numpy包，輸入上面的命令就是“conda install numpy”。單詞之間空一格，然后回車，輸入y就可以了。
安裝完anaconda，就相當於安裝了Python、IPython、集成開發環境Spyder、一些包等等。你可以在Windows下的cmd下查看：
