Conda官方下载安装步骤及conda用法详细介绍

  Conda简介（本文由www.169it.com搜集整理）Anaconda是一个Python下和Canopy类似的的科学计算环境，但用起来更加方便。自带的包管理器conda也很强大。Python科学计算环境conda的下载Conda官方主页: https://github.com/conda/condaConda官方下载...

 

 

Conda简介

（本文由www.169it.com搜集整理）

Anaconda是一个Python下和Canopy类似的的科学计算环境，但用起来更加方便。自带的包管理器conda也很强大。

 

Python科学计算环境conda的下载

 

Conda官方主页:   https://github.com/conda/conda

Conda官方下载地址:  Conda官方下载    

 我是x86_64 linux系统，所以下载 https://repo.continuum.io/miniconda/Miniconda2-latest-Linux-x86_64.sh

conda的安装

bash Miniconda3-latest-Linux-x86_64.sh

注意：安装完成后，conda下的bin文件会添加到环境变量里面，这时候需要source一下bash文件

source ~/.bashrc

 

conda的卸载

rm -rf ~/miniconda

并修改~/.bash_profile中的环境变量，去除家目录中隐藏的.condarc文件.conda文件和.continuum目录

rm -rf ~/.condarc ~/.conda ~/.continuum

conda的使用

1.查看已经安装的包

conda list

  

2.查看可用软件包

conda search

 

3.安装软件包

conda install

注意:

      Anaconda提供了Python2.7和Python3.4两个版本，同时如果需要其他版本，还可以通过conda来创建。安装完成后可以看到，Anaconda提供了Spyder，IPython和一个命令行。下面来看一下conda。

    输入 conda list 来看一下所有安装时自带的Python扩展。粗略看了一下，其中包括了常用的 Numpy , Scipy ， matplotlib 和 networkx 等，以及 beautiful-soup ， requests ， flask ， tornado 等网络相关的扩展。里边没有 sklearn ，所以首先装一下sklearn。

conda  install  scikit-learn

如果需要指定版本，也可以直接用 [package-name]=x.x 来指定。

      conda的repo中的扩展不算太新，如果想要更新的，可能要用PyPI或者自己下载源码。而conda和pip关联的很好。使用pip安装的东西可以使用conda来管理，这点要比Canopy好。我对这个科学计算环境的另一个要求就是能够多个Python版本并存，尤其是2.x和3.x的并存。这个通过 virtualenv 可以做到。Anaconda也正是通过其实现的。

     下面用conda创建一个名叫python2的版本为python2.7的环境。

conda create -n python2 python=2.7

 

这样就会在Anaconda安装目录下的envs目录下创建python2这个目录。直接用 conda install 并用 -n 指明安装到的环境，这里自然就是 python2 。

像 virtualenv 那样，先activate，然后在虚拟环境中安装。

 

如何用 conda 管理 Python 开发环境

 

1.创建（clone）新的环境

conda  env  list # conda environments:#root                  *  /home/rainy/.anaconda3conda create --name nb --clone rootconda env list# conda environments:#nb                       /home/rainy/.anaconda3/envs/nbroot                  *  /home/rainy/.anaconda3

 

2.切换环境：

 

source  activate nb # discarding /home/rainy/.anaconda3/bin from PATH# prepending /home/rainy/.anaconda3/envs/nb/bin to PATH

此时变成 (nb) $ ，和 virtualenv 一样，只是在退出时不太一样：

 

which  python /home/rainy/ .anaconda3 /envs/nb/bin/pythonsource  deactivatediscarding  /home/rainy/ .anaconda3 /envs/nb/bin  from PATH

需要重新打开新的窗口才能再切换。现在查看已安装的 package 列表：

 

source  active nbconda list # packages in environment at /home/rainy/.anaconda3/envs/nb:#abstract-rendering        0.5.1               np110py35_0alabaster                 0.7.7                    py35_0anaconda                  2.5.0               np110py35_0anaconda-client           1.2.2                    py35_0argcomplete               1.0.0                    py35_1astropy                   1.1.1               np110py35_0...

 

3.配置新的 Jupyter

Anaconda 已经集成了 Jupyter，可以直接使用。Jupyter 默认的配置文件在 ~/.jupyter/jupyter_notebook_config.py ，新的 Jupyter 也会从这里读取配置文件，官方文档里面写的 jupyter {application} --generate-config 并不是想象中的用法：

 

jupyter app --generate-configjupyter:  'app'  is not a Jupiter  command

根据 Google 的结果，应该是：

 

JUPYTER_CONFIG_DIR=. /jupyter_config  jupyter --generate-config

编辑配置：

 

# vim ./jupyter_config/jupyter_notebook_config.pyc.NotebookApp.password = u'sha1:****'c.NotebookApp.ip = 'my domain.com'c.NotebookApp.port = 8888

启动：

JUPYTER_CONFIG_DIR=. /jupyter_config  jupyter notebook

 

转载于:https://www.cnblogs.com/Datapotumas/p/6293309.html