【python】Anaconda的安装与使用

Anaconda的安装与使用

作者:Neo Luo
时间:2017-06-15


Anaconda是专注于数据分析的Python发行版本,包含了conda、Python等190多个科学包及其依赖项。

Anaconda优势:
(1)不需要配置python环境变量。
(2)已经集成很多packages,且安装也方便。
(3)可配置不同python环境,切换方便。

conda 是开源包(packages)和虚拟环境(environment)的管理系统。

packages 管理: 可以使用 conda 来安装、更新 、卸载工具包 ,并且它更关注于数据科学相关的工具包。在安装 anaconda 时就预先集成了像 Numpy、Scipy、 pandas、Scikit-learn 这些在数据分析中常用的包。另外值得一提的是,conda 并不仅仅管理Python的工具包,它也能安装非python的包。比如在新版的 Anaconda 中就可以安装R语言的集成开发环境 Rstudio。

虚拟环境管理: 在conda中可以建立多个虚拟环境,用于隔离不同项目所需的不同版本的工具包,以防止版本上的冲突。对纠结于 Python 版本的同学们,我们也可以建立 Python2 和 Python3 两个环境,来分别运行不同版本的 Python 代码。

1. 下载

https://www.continuum.io/downloads

2. 安装

直接点击一路安装即可。

安装完anaconda,就相当于安装了Python、IPython、集成开发环境Spyder、一些包等等。

Anaconda Navigtor :用于管理工具包和环境的图形用户界面,后续涉及的众多管理命令也可以在 Navigator 中手工实现。

Jupyter notebook :基于web的交互式计算环境,可以编辑易于人们阅读的文档,用于展示数据分析的过程。

qtconsole :一个可执行 IPython 的仿终端图形界面程序,相比 Python Shell 界面,qtconsole 可以直接显示代码生成的图形,实现多行代码输入执行,以及内置许多有用的功能和函数。

spyder :一个使用Python语言、跨平台的、科学运算集成开发环境。

输入conda list来看一下所有安装时自带的Python扩展。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。

安装完成后,我们还需要对所有工具包进行升级,以避免可能发生的错误。

conda upgrade --all

3. python包管理

主要命令如下:

conda list #查看已安装列表  
conda install scikit-learn #安装某一个包  
conda install numpy scipy pandas #安装多个包  
conda install numpy=1.10 #设定安装包版本  
conda remove package_name #删除  
conda update package_name #更新  
conda search search_term #模糊查询  

4. Python环境管理

默认的环境是root,你也可以创建一个新环境。

conda create -n py2 python=2.7 pandas
set CONDA_FORCE_32BIT=1 # 设置32位
conda create -n py27_32 python=2.7
set CONDA_FORCE_32BIT= #切回系统默认

其中,py2是env_name,后面可设定Python版本和需要安装包的列表。

其他常用操作如下:

conda env list #显示所有环境  
activate env_name #启动某个环境  
deactivate #退出  
conda env remove -n env_name #删除  
conda env export > environment.yaml #将当前环境下的package信息存入YAML文件中  
conda env create -f environment.yaml #用他人分享的YAML文件来创建一样的运行环境  

参考资料:
[1]《致Python初学者们-Anaconda入门使用指南》
http://www.th7.cn/Program/Python/201702/1115361.shtml
[2]《Anaconda安装及使用教程》
http://www.360doc.com/content/16/1029/18/25664332_602357786.shtml

你可能感兴趣的:(【python】Anaconda的安装与使用)