Anaconda & Jupyter Notebook入門
1.Anaconda 的安裝
Anaconda指的是一個開源的Python發行版本，其包含了conda(第二部分會細致講解)、Python等180多個科學包及其依賴項，比如 numpy、pandas等等。其中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。
-
下載安裝包
首先，我們進入官網，根據我們的操作系統下載對應的安裝包
如果網速太慢，可以考慮(kx上網)或者是在清華鏡像上下載對應的anaconda版本。 -
安裝anaconda
直接按照anaconda安裝程序中的提示進行下一步，需要注意的步驟，在下面截圖給出：
安裝路徑根據自己的想法修改：
2.Anaconda 的環境變量與基本使用
conda 環境變量設置
安裝Anaconda之后，查看windows開始菜單，發現多了一下這幾個應用：
Anaconda Navigator ：用於管理工具包和環境的圖形用戶界面，后續涉及的眾多管理命令也可以在 Navigator 中手工實現。
Jupyter notebook ：基於web的交互式計算環境，可以編輯易於人們閱讀的文檔，用於展示數據分析的過程。
qtconsole ：一個可執行 IPython 的仿終端圖形界面程序，相比 Python Shell 界面，qtconsole 可以直接顯示代碼生成的圖形，實現多行代碼輸入執行，以及內置許多有用的功能和函數。
spyder ：一個使用Python語言、跨平台的、科學運算集成開發環境。
下面，我主要介紹一下 conda 的開源包（packages）和虛擬環境（environment）的管理系統。
首先，安裝完成之后，使用conda命令對所有工具包進行升級
conda upgrade --all
倘若出現上述上述情況，說明 conda 並未放在環境變量中，需要添加到環境變量中。
本質上來說，我們執行的程序基本都是exe程序（windows），想要在cmd運行程序需要知道程序的路徑
要么通過 cd，dir找到程序所在文件夾中，然后在程序所在的路徑下運行該程序
或者是將應用程序放在系統變量中，直接輸入文件名，系統通過處理，補全路徑
這里，我們就是加入到環境變量中，以后使用 conda 的時候，不需要全路徑，也不需要轉到conda所在文件夾
添加環境變量也比較簡單，我的電腦\(\rightarrow\)屬性\(\rightarrow\)高級系統設置\(\rightarrow\)環境變量，然后在用戶path或者是系統path中加入你安裝 anaconda 下面的 Scripts子目錄即可
下圖給出了我在電腦上的anaconda安裝路徑，對應conda.exe所在的位置，也就是path中需要加入的內容（cmd在該牟目錄下，即使path中沒有conda，也可以執行conda upgrade --all，但是為了日后使用的方便性，將他加在path中）
環境變量設置完成之后，使用下面這兩個命令查看是否設置成功。
conda --version
conda upgrade --all
在這里，我們需要加入3個path
C:\Users\username\Anaconda3
C:\Users\username\Anaconda3\Scripts
C:\Users\username\Anaconda3\Library\bin
將前綴切換到自己anaconda 的安裝位置即可
第二個環境變量是啟動anaconda安裝的程序，如ipython，jupyter notebook 等等。
第三個環境變量
conda管理Python包和Python環境
下面我們介紹一下使用命令行來管理虛擬環境（虛擬環境是一個一個python的環境，和不同虛擬機里面的 python 環境類似）
使用 conda 管理 python 包
conda install package_name &::安裝一個python包
conda install package_name1 package_name2 package_name3 &::安裝多個python包
conda install numpy=1.10 &::安裝固定版本的包
conda unintall package_name &::移除一個package
conda update package_name &::升級package 版本
conda list &:: 查看所有的packages
conda search search_term &::conda模糊查詢package名稱
使用 conda 管理 python 環境
- conda 創建新環境
conda create -n env_name python=python版本號 list_of_package
conda create 命令中參數-n 表示的是 environment name(環境名稱)，python=python版本號指明了詳細的python版本號， list_of_package這是說明了除了版本號外，我們還需要下載的包的名稱
conda create -n python_env2 python=3.5 tensorflow
上述命令表明我們創建一個 python3.5 的環境python_env2，除此之外還需要下載一下 tensorflow
- conda 激活環境
conda activate envir_name
conda activate python_env2 &::使用該命令，我們查看剛剛下載的環境
&::倘若出現問題，可以考慮使用
activate envir_name
activate python_env2 &::成功解決
進入到激活的虛擬環境之后，我們可以使用之前的 python 管理包命令進行隨意嘗試，不要再(base)中嘗試即可
- 退出當前已經激活的環境
conda deactivate
deactivate &::倘若上述命令執行不成功，使用該命令退出已經激活的環境
- conda 移除環境
conda remove -n 環境名稱 --all &::移除環境下所有的包，環境也刪除
conda remove -n python_env2 tensorflow &::僅僅移除的是tensorflow 相關包，環境依舊處在，conda info -e查看
- conda查看當前所有環境
conda info -e &:: conda info 不加參數的話，會顯示很多內容，感興趣可以自己查看
conda env list &:: 同樣是顯示當前的環境
下面，創建一個環境，並且和我們 Pycharm進行連接，使用一下 conda 管理的虛擬環境：
conda create -n pycharm_env python=3.7 requests &::創建一個conda管理的虛擬環境
conda env list &::查看環境是否創建成功
activate pycharm_env &::進入到該環境中，我們進行管理
conda list &::查看pycharm環境下面的包
conda upgrade --all &::升級一下所有的包
conda update requests &::單獨升級requests包
conda uninstall requests &::刪除requests包
conda install requests &::安裝requests包
deactivate &::退出當前環境
下面，我們使用conda 創建的 pycharm_env 環境，運行pycharm 上面的程序
打開pycharm的文件 \(\rightarrow\) 設置 \(\rightarrow\) Python Interpreter 添加我們的虛擬環境位置即可！
如下圖所示：
3.jupyter notebook的安裝
上述兩部分，我介紹了 Anaconda 的安裝，並主要介紹了使用 conda 進行 python 包的管理以及虛擬環境的創建，並將它和 pycharm 進行互聯，下面我介紹 anaconda 的另一個工具 jupyter notebook的安裝與使用，再次之前我先簡要介紹一下 jupyter notebook。
Jupyter Notebook 的本質是一個 Web 應用程序，便於創建和共享程序文檔，支持實時代碼，數學方程，可視化和 markdown。 用途包括：數據清理和轉換，數值模擬，統計建模，機器學習等等。用python進行數據科學、機器學習的必備工具。
- 她可以插入Markdown說明文字和Latex數學公式，讓枯燥的代碼充滿顏值，可讀性爆表
- 她能夠調用Ipython豐富的“魔法函數”，比如程序計時、重復運行、顯示圖片等
- 甚至寫好的代碼和文檔能夠以網頁和ppt的形式在線分享。在線看Jupyter notebook文件
下面，我們來介紹一下jupyter notebook 的安裝。我們可以通過 anaconda navigator 進行安裝，或者是通過命令行的形式進行安裝
使用命令行的形式進行安裝
# conda install jupyter notebook &::就像直接安裝 python 包一樣
pip install jupyter -i http://mirrors.aliyun.com/pypi/simple/ # 使用 pip 安裝
有些同學會出現提示已經安裝，但是無法運行缺少module的情況，不要慌，直接百度就好
上述這種情況，直接去 sqlite3官網下載下來，放到anaconda對應的 dll 文件夾即可（自行百度）
這里，我在說一下 jupyter notebook 的工作目錄 問題：
- 在尚未修改|生成 jupyter notebook 配置文件的時候，jupyter notebook 進入之后的工作目錄取決於你的 cmd 命令中所處的文件夾位置(推薦cmd 進入 jupyter notebook，因為這樣結合我們的 cd 命令，可以很靈活的修改我們jupyter notebook的工作目錄)
- 生成 jupyter notebook 的配置文件，將jupyter notebook的工作命令給固定死
cmd中根據提示的config所在文字，將如下內容進行修改：jupyter notebook --generate-config &::輸入該命令，生成notebook的配置文件
# c.NotebookApp.notebook_dir = ''
\(\Rightarrow\)c.NotebookApp.notebook_dir = '自己需要放置的位置'
這樣，jupyter notebook 默認的工作路徑修改完畢。
4.jupyter Notebook的使用
經過步驟1、2、3，相信你已經學會了 Anaconda 的基本使用，並完成的jupyter notebook的安裝。下面，我介紹一下 jupyter notebook 的實用方法，幫助大家快速上手 jupyter notebook。
首先，打開 jupyter notebook，進入到他的 web 頁面。這里我們看到的是他的主面板。在菜單欄中有Files、Running、Clusters三個選項。用到最多的是Files，我們可以在這里完成notebook的新建、重命名、復制等操作。具體功能如下：
Jupyter 筆記本有兩種不同的鍵盤輸入模式。 編輯模式用於將代碼或文本輸入到一個單元格中，為綠框單元格；命令模式將鍵盤與筆記本級命令綁定在一起，為灰框單元格。
下面主要介紹一下 jupyter notebook 快捷鍵的使用。
這里推薦一下我的另外兩篇博客，
markdown基本語法
LaTeX公式小結--持續更新中
幫助你更快的學會 markdown 語法。
jupyter notebook 常用快捷鍵
| 快捷鍵 | 作用 |
|---|---|
| h | 查看所有快捷鍵 |
| Enter | 從命令模式進入編輯模式 |
| Esc | 從編輯模式退回到命令模式 |
| m | 將代碼單元格轉換為Markdown單元格 |
| y | 將Markdown單元格轉換為代碼單元格 |
| shift+Enter | 運行本單元格，選擇下面的代碼塊 |
| ctrl+Enter | 運行本單元格 |
| alt+Enter | 運行本單元格，在下方新建一個單元格 |
| a | 在上方新建一個單元格（above） |
| b | 在下方新建一個單元格（below） |
| dd | 刪除選中的單元格（delete） |
| x | 剪切本單元格 |
| c | 復制本單元格 |
| shift v | 粘貼到上面 |
| v | 粘貼到下面 |
| l | 顯示代碼行號 |
jupyter notebook 魔術關鍵字
魔術關鍵字（magic keywords），正如其名，是用於控制 notebook 的特殊的命令。它們運行在代碼單元中，以 % 或者 %% 開頭，前者控制一行，后者控制整個單元。
比如，要得到代碼運行的時間，則可以使用 %timeit；如果要在文檔中顯示 matplotlib 包生成的圖形，則使用 % matplotlib inline；如果要做代碼調試，則使用 %pdb。但注意這些命令大多是在Python kernel 中適用的，其他 kernel 大多不適用。有許許多多的魔術關鍵字可以使用，更詳細的清單請參考 Built-in magic commands
%：行魔法函數，只對本行代碼生效。
%%：Cell魔法函數，在整個Cell中生效，必須放於Cell首行。
%lsmagic：列出所有的魔法函數
%magic查看各個魔法函數的說明
?后面加上魔法函數名稱，可以查看該函數的說明一些常用魔法函數的示例：
魔法函數 作用
%%writefile 調用外部python腳本
%run 調用外部python腳本
%timeit 測試單行語句的執行時間
%%timeit 測試整個單元中代碼的執行時間
% matplotlib inline 顯示 matplotlib 包生成的圖形
%%writefile 寫入文件
%pdb 調試程序
%pwd 查看當前工作目錄
%ls 查看目錄文件列表
%reset 清除全部變量
%who 查看所有全局變量的名稱，若給定類型參數，只返回該類型的變量列表
%whos 顯示所有的全局變量名稱、類型、值/信息
%xmode Plain 設置為當異常發生時只展示簡單的異常信息
%xmode Verbose 設置為當異常發生時展示詳細的異常信息
%debug bug調試，輸入quit退出調試
%env 列出全部環境變量
注意這些命令是在Python kernel中適用的，其他 kernel 不一定適用
jupyter notebook 所有快捷鍵
命令行模式快捷鍵
編輯模式快捷鍵
Ubuntu conda 命令補充
- 配置 anaconda 下載源
配置anaconda的下載源之后，他下載的時候會從國內的清華鏡像網下載會很快！
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/bioconda/
conda config --set show_channel_urls yes
conda config --get channels
- 使用 conda 的一些配置
conda env list
conda create -n 3.6.7 python=3.6.7
conda activate
conda deactivate
source deactivate
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python
pip install --upgrade -i https://pypi.tuna.tsinghua.edu.cn/simple torch torchvision
如果換了之后的鏡像太卡的話，可以換回conda默認的源，訪問起來可能有些慢，但總比無法訪問好。。
conda config --remove-key channels
參考鏈接
anaconda百度百科
簡書：致Python初學者們 - Anaconda入門使用指南
簡書：左手代碼，右手寫作：你必須會的Jupyter Notebook
簡書：Anaconda的基本使用
簡書：Jupyter Notebook（介紹篇）
博客園：Anaconda 使用指南
github:同濟子豪兄
csdn:Ubuntu 16.04系統下conda的安裝與使用