Anaconda初探

Anaconda 是什么?
实际上它是一个包和环境管理器,它附带了 conda、Python 和 150 多个科学包及其依赖项,一般的大小大概500M,因为它附带了python最常用的数据包,如果需要节省空间和带宽,可以选择小的Miniconda这个版本,只包含conda和python.
conda只能通过命令行来使用 如果你还没有学习过命令行你可以参照下面两个连接去学习
window https://www.lynda.com/-tutorials/Windows-command-line-basics/497312/513424-4.html
linux https://www.udacity.com/course/linux-command-line-basics–ud595

首先下载对应平台的Anaconda
https://www.anaconda.com/download/

完成安装后，会自动进入默认的 conda 环境，而且所有包均已安装完毕，如下面所示。可以在终端或命令提示符中键入 conda list，以查看你安装的内容。

在 Windows 上，会随 Anaconda 一起安装一批应用程序：

Anaconda Navigator，它是用于管理环境和包的 GUI
Anaconda Prompt 终端，它可让你使用命令行界面来管理环境和包
Spyder，它是面向科学开发的 IDE
为了避免报错，我推荐在默认环境下更新所有的包。以管理员的身份打开 Anaconda Prompt （或者 Mac 下的终端），键入：

conda upgrade --all

并在提示是否更新的时候输入 y（Yes）以便让更新继续。初次安装下的软件包版本一般都比较老旧，因此提前更新可以避免未来不必要的问题。

管理包

安装了conda之后管理包是非常简单的
例如，要安装 numpy，请键入 conda install numpy。

conda install numpy scipy pandas  #安装后面所有包
conda install numpy=1.10  #安装包的指定版本
conda remove package_name #卸载包
conda update package_name #更新包
conda update --all #更新全部包
conda list #列出已安装包
conda search search_term #搜索

Conda 还会自动为你安装依赖项 scipy 依赖于 numpy 那么安装scipy的时候如果你没有安装numpy

管理环境

conda create -n env_name list of packages
在这里，-n env_name 设置环境的名称（-n 是指名称）
list of packages 是要安装在环境中的包的列表。
例如，要创建名为 my_env 的环境并在其中安装 numpy

conda create -n my_env numpy

conda create -n py3 python=3 #创建python 3环境
conda create -n py2 python=2 #创建python 2环境
activate py3 #如果要激活python3环境
deactivate #如果要离开这个环境的话

如果报错 ‘T’ 不是内部或外部命令,也不是可运行的程序 或批处理文件。
请关闭终端,然后重新以管理员身份运行打开就好了

保存和加载环境配置

conda env export > environment.yaml
conda env export #用于输出环境中所有包的名称

//控制台输出
(py3) C:\windows\system32>conda env export
name: py3
channels:
  - defaults
dependencies:
  - certifi=2017.11.5=py36hb8ac631_0
  - pip=9.0.1=py36h226ae91_4
  - python=3.6.4=h6538335_1
  - setuptools=38.4.0=py36_0
  - vc=14=h0510ff6_3
  - vs2015_runtime=14.0.25123=3
  - wheel=0.30.0=py36h6c3ec14_1
  - wincertstore=0.2=py36h7fe50ca_0
prefix: C:\ProgramData\Anaconda3\envs\py3

第二部分的命令是导出为environment.yaml 文件

如果你想要和朋友 同事,使用同一个环境文件的话,只要让他导出.yaml文件就好了.
然后键入一下命令

conda env create -f environment.yaml #它会创建一个和environment中一样的库的环境

然后如果你经常导入同事朋友同学的文件,那么环境名字太多了忘记了怎么办

conda env list #列出环境名称列表  带星号的是你当前的环境 默认环境是root

(py3) C:\windows\system32>conda env list
# conda environments:
#
base                     C:\ProgramData\Anaconda3
py2                      C:\ProgramData\Anaconda3\envs\py2
py3                   *  C:\ProgramData\Anaconda3\envs\py3

太多了环境,想要删掉一些

conda env remove -n env_name #删除env_name的环境

对于不使用 conda 的用户，
通常还会使用 pip freeze将一个 pip requirements.txt 文件导出并包括在其中。
详情请参考https://pip.pypa.io/en/stable/reference/pip_freeze/

贴上两个关于conda 的链接
https://conda.io/docs/user-guide/tasks/index.html
https://jakevdp.github.io/blog/2016/08/25/conda-myths-and-misconceptions/