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）。

官网下载地址

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

image

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
```
conda list
```
image
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
1. 安装nb_conda用于notebook自动关联nb_conda的环境
  
  image
2. 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：
```
conda creat -n python3 pandas
```
  image
3. 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
```
4. 进入环境
  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：
  
  image
  进入环境后可以使用conda list查看默认安装的几个包：
  
  image
5. 离开环境
  在windows终端中输入：
```
deactivate
```
6. 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
```
env export > environment.yaml
```
  image
  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
```
7. 删除环境
```
conda env remove -n py3
```
conda的官方文档