美文网首页anaconda
Anaconda安装和使用教程

Anaconda安装和使用教程

作者: 你在遥望 | 来源:发表于2019-10-14 16:48 被阅读0次

1.1  Anaconda概述

        在基于Python的数据处理中,必须要用到:

        (1)Python解释器,如Python3.X;

        (2)安装所需的包,如numpy,pandas,matplotlib等;

        (3)包管理工具pip,conda;

        (4)集成开发环境IDLE,Pycharm,Spyder等。

        所有这些工具,Anaconda可提供一站式解决方案,即:

        (1)Anaconda会自动为用户安装Python解释器;

        (2)Anaconda已经集成绝大多数常用的包;

        (3)Anaconda自带包管理工具conda;

        (4)Anaconda自带集成开发工具Spyder(尽管不怎么好用!);

        (5)Anaconda提供强大的环境管理功能。

        Anaconda是一个用于科学计算的Python发行版,支持 Linux, Mac, Windows系统,提供了包管理与环境管理的功能,可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。

        Anaconda则是一个打包的集合,里面预装了conda、某个版本的python、众多packages、科学计算工具等。

        Conda既是一个工具,也是一个可执行命令。

        (1)设计理念独特,它将几乎所有的工具、第三方包都当做package对待,包括python和conda自身;

        (2)核心功能是包管理与环境管理。包管理与pip的使用类似,环境管理则允许用户方便地安装不同版本的python并可以快速切换。

Miniconda,只包含最基本的内容:python和conda,以及相关的必须依赖项,适用于对于空间要求严格的用户。

1.2 Anaconda的安装

        Anaconda的下载页参见官网下载,Linux、Mac、Windows均支持。

        Anaconda官网地址:https://www.anaconda.com/,打开官网并点击下载链接,进入下图所示的下载界面。

        官网有两个不同版本的Anaconda,分别包含Python 3.X和Python 2.X的解释器。事实上,借助Anaconda强大的环境管理功能,用户很容易切换到具有不同版本Python解释器的编译环境。建议选择Python 3.X的版本下载并按照提示安装即可。

        官网下载速度较慢时可考虑从国内的镜像源下载,如清华大学的镜像网址:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/。

        安装完成后打开Anaconda Prompt,在命令行提示符下输入“conda --version”检查安装过程是否成功,若出现类似下图所示界面,则表示安装成功。        

1.3 环境管理

        若用户希望在Python3.7.x的工作环境中进行Web开发,在Python3.6.x的环境中运行TensorFlow,则可用Conda的环境管理功能创建工作环境py36(自主命名工作环境)和py37,分别对应不同的Python版本,并能在不同的工作环境中自由切换。上图中的“<base>”表示默认的工作环境为“base”。

1.3.1创建工作环境

        若需要安装Python 3.6,则可在Anaconda Prompt的命令行提示符下输入命令:

condacreate--name py36 python=3.6

        #创建一个名为py36的工作环境,指定Python版本是3.6,conda会自动寻找3.6.x中的最新版本。

1.3.2激活工作环境

        安装好后,使用activate激活工作环境py36,命令如下:

        condaactivatepy36

        如下图所示,激活工作环境py36之前可以看到默认的python版本是3.7.0,切换到工作环境py36之后的python版本为3.6.7。默认的工作环境<base>变成了<py36>。每当新创建一个工作环境,Anaconda就会在envs目录下创建一个以该工作环境命名的子目录。

1.3.3退出和删除工作环境

        在工作环境py36中输入命令:

        condadeactivate

        可退出当前工作环境至默认环境,如上图所示。若希望彻底删除工作环境py36,可输入命令:

        conda remove --name py36 --all

1.3.4查看工作环境

        查看所有已安装的工作环境,可输入命令:

        conda info -e或 conda envlist

        其结果如下图所示,前面带*的工作环境为当前工作环境。

1.3.5复制工作环境

        复制工作环境可输入命令:

        conda create  --name <new_env_name>  --clone <copied_env_name>

        其中:

        <copied_env_name>是被复制的环境名。环境名两边不加尖括号“<>”。

        <new_env_name>是复制之后新环境的名称。环境名两边不加尖括号“<>”。

1.4 包管理

        conda的包管理类似于pip,但二者有如下区别:

        (1) 依赖性检查:

        pip:不一定会展示所需其他依赖包;安装包时或许会直接忽略依赖项而安装,仅在结果中提示错误。

        conda:列出所需其他依赖包;安装包时自动安装其依赖项。

        (2) 环境管理

        pip:基本没有环境管理功能。

        conda:环境管理容易使用,功能强大。

        (3) 适用语言

        pip:仅适用于Python。

        conda:适用于Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++等。

        基于上述原因,使用Anaconda首选用conda进行包管理。

1.4.1 安装包

        安装scipy的命令如下:

        conda install scipy

        conda会从从远程搜索scipy的相关信息和依赖项,conda会同时安装numpy和mkl(运算加速的库)。

1.4.2 更新包

        更新numpy的命令如下:

        conda update numpy

        conda将anaconda,conda,python等都视为包,都可以上述方式进行管理,如:

        conda update conda

        conda update anaconda

        更新所有已安装包:

        conda update --all

1.4.3 删除包

        删除pandas的命令如下:

        conda remove pandas

1.4.4 查看已安装的包

        conda list

        查看工作环境py36的已安装包

        conda list -n py36

1.4.5 查看包的信息

        查看numpy的信息,命令如下:

        conda search numpy

1.5 设置国内镜像

        如果需要安装很多包,conda下载的速度经常很慢,因为Anaconda.org的服务器在国外。所幸清华大学镜像源有Anaconda仓库的镜像,可将其加入conda的配置,方法如下:

        (1) Windows用户可先执行 conda config --set show_channel_urls yes 在用户目录下生成.condarc文件。

        (2) 用记事本打开.condarc文件,添加如下内容,保存后重启Notebook服务器即可。

        channels:

            - defaults

        show_channel_urls: true

        default_channels:

             https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

            - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free

            - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r

        custom_channels:

            conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

            msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

            bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

            menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

            pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

            simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

相关文章

网友评论

    本文标题:Anaconda安装和使用教程

    本文链接:https://www.haomeiwen.com/subject/szwrmctx.html