初识Anaconda
1. Anaconda是什么?
Anaconda是一个包管理器和环境管理器,Jupyter notebook可以将数据分析的代码、图像和文档全部组合到一个web文档中。
Anaconda在英文中是“蟒蛇”,所以Anaconda的图标就像一个首尾相互咬住的“蟒蛇”
image你可能已经安装了Python,那为什么还需要Anaconda呢?有一下3个原因:
- Anaconda附带了一大批常用数据科学包,它附带了conda、Python和150多个科学包及其依赖项,因此你可以立即处理数据,而不用配置各种环境;
- 管理包
Anaconda是在conda(一个包管理器和环境管理器)上发展出来的。在数据分析中,你会用到许多第三方的包,而conda(包管理器)可以很好的帮助你在计算机上安装和管理这些包,包括安装、卸载、更新包。 - 管理环境
为什么需要管理环境呢?
比如你在A项目上用了python2,而新的项目要求使用Python 3,而同时安装两个Python版本可能会造成许多混乱和错误,这时候conda可以帮助你为不同的项目建立不同的运行环境。
还有许多项目使用的包版本不同,比如不同的pandas版本,不可能同时安装两个Numpy版本,你要做的应该是,为每个Numpy版本创建一个环境,然后项目的对应环境中工作。这个conda可以帮你做到。
2. 如何安装Anaconda?
Anaconda可以用于多个平台(Windows、macOS和Linux)。
Anaconda的下载文件比较大(约500MB)。因为它附带了Python中最常用的数据科学包。
如果你的计算机上已经安装了Python,安装不会对你有任何影响,实际上,脚本和程序使用的默认Python就是Anaconda附带的Python。
注意:如果你是windows10系统,注意在安装Anaconda软件时,右击安装软件→以管理员身份运行
image安装完成后,如果你是在windows上操作,按下面图打开Anaconda Prompt,后面我们将Anaconda Prompt统一称为“终端”。
image打开终端键入conda list
,查看已经安装的内容
如果Anaconda Prompt中可以使用conda命令,接着下面操作
为了避免后面使用报错,你需要先更新下所有包,在终端输入更新所有包的命令:
conda upgrade --all
image
我这里已经全部更新完成,所以无需再操作。
如果以上命令行报错,参考这里的解决办法Anaconda安装过程常见问题解决办法
3. 如何管理包
-
安装包
在终端中键入:conda install package_name
例如,要安装pandas包,在终端中输入
conda install pandas
conda会自动为你安装依赖项,例如scipy依赖于numpy,因为它使用并需要numpy。
-
卸载包
在终端中键入:conda remove package_name
-
更新包
在终端中键入:conda update package_name
-
列出已安装的所有包
imageconda list
如果我不知道要找的包的确切名称,可以使用模糊搜索,如下
conda search num
4. 如何管理环境
conda可以为你不同的项目建立不同的运行环境
-
安装nb_conda用于notebook自动关联nb_conda的环境
image -
创建环境
在终端中使用:conda creat -n env_name package_names
上面的命令中,env_name是设置环境的名称,package_names是你要安装在创建环境中的包名称。
例如,你要创建环境名称为python3的环境并在其中安装pandas,在终端中输入:
imageconda creat -n python3 pandas
-
创建环境时,可以指定安装在环境中的python版本
当你同时使用python2.x和python3.x中的代码时很有用,要创建特定版本的python环境,在终端中输入:conda create -n py3 python=3.7
-
进入环境
image
在windows上,你可以使用activate my_env进入,在macOS和Linux上使用source activate my_env进入环境,进入环境后,你会在终端提示中看到环境名称:
进入环境后可以使用conda list查看默认安装的几个包:
image -
离开环境
在windows终端中输入:deactivate
-
共享环境
共享环境非常有用,他能让其他人安装你的代码中使用的所有包,并确保这些包的版本正确,即可以再现的你的数据结果。
你可以在当前环境的终端中使用conda env export > environment.yaml将你当前的环境保存为yaml文件
imageenv export > environment.yaml
在github共享代码时最好创建环境稳健并将其包括在代码中。
那么导出的环境文件,在其他电脑中应当如何使用呢?首先在conda中进入你的环境,比如activate py3
然后使用以下命令更新你的环境:
conda env update -f=/path/to/environment.yml
-
删除环境
conda env remove -n py3
-
网友评论