Anaconda详细教程

Anaconda介绍、安装及使用教程

前言

Python是一种面向对象的解释型计算机程序设计语言，具有跨平台的特点，可以在Linux、macOS以及Windows系统中搭建环境并使用，其编写的代码在不同平台上运行时，几乎不需要做较大的改动就能运行。

Python的应用遍及人工智能、科学计算、Web开发、系统运维、大数据及云计算、金融、游戏开发等，具有数量庞大且功能相对完善的标准库和第三方库。

一、Anaconda

1、简介

Anaconda是大型的科学计算平台，是Python集成开发环境，包含了大量的科学包，能够方便快捷的对程序包进行管理和部署。

2、特点

• 安装简单

• 包含了数百个科学模块，高效运用于各种项目

• 免费社区支持

• Anaconda 是跨平台的，有 Windows、macOS、Linux 版本

• 支持多种语言：Python、R、Java等

3、包管理工具——conda

3.1 升级

升级Anaconda需要先升级conda

conda update conda

conda update anaconda

conda update anaconda-navigator # 最新版本的anaconda-navigator

3.2 卸载

Linux、Mac 删除安装路径

rm -rf anaconda

3.3 基本命令

conda --version                  # 查看 conda 版本

conda update -n base conda        # update最新版本的conda

conda create -n xxxx              # 创建名为 xxxx 的虚拟环境

conda create -n xxxx python=3.5  # 创建包含 python3.5 的名为 xxxx 的虚拟环境

conda remove -n xxxx --all        # 删除名为 xxxx 的虚拟环境

conda activate xxxx              # 进入 xxxx 环境

source activate xxxx

conda deactivate                  # 退出环境

source activate

conda env list                    # 显示所有的虚拟环境

conda info --envs                # 查看当前环境


conda clean -p                    # 删除没有用的包

conda clean -t                    # tar打包

conda clean -y -all              # 删除所有的安装包及cache

3.4 对包的操作

conda list                  # 查看所有已经安装的包

conda list -n xxxx          # 指定查看 xxxx 虚拟环境下安装的 package

conda install -n xxxx xxx  # 在指定环境中安装 xxx 包

conda update xxx            # 更新包 xxx

conda uninstall xxx        # 卸载包 xxx

3.5 镜像源

conda config --show                        # 查看已经安装过的镜像源

conda config --remove channels url        # 删除 url 源

conda config --add channels                # 添加 url 源

conda config --set show_channel_urls yes  # 从channel中安装包时显示channel的url

修改配置文件 ~/.condarc

channels:

  - https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/main/

  - https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/free/

  - https://mirrors.sjtug.sjtu.edu.cn/anaconda/cloud/conda-forge/

  - defaults

show_channel_urls: true

查看是否生效

conda info

4、pip

4.1 基本命令

pip --version                # 查看版本

pip --help                  # 获取帮助

pip install -U pip          # 升级 pip

pip install pkg              # 安装包

pip install pkg=version      # 安装指定版本的包

pip install --upgrade pkg    # 升级包

pip uninstall pkg            # 卸载包

pip search pkg              # 搜索包

pip show                    # 显示安装包信息

pip show -f pkg              # 查看指定包的详细信息

pip list                    # 列出已安装的包

pip list -o                  # 查看可升级的包

4.2 升级

Linux、Mac

pip install --upgrade pip

windows

python -m pip install -U pip

4.3 镜像源

临时使用清华源

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple some-package

永久修改

Linux、Mac：~/.pip/pip.conf

windows：C:\Users\xx\pip\pip.ini

[global]

index-url = https://pypi.tuna.tsinghua.edu.cn/simple

# 阿里云 http://mirrors.aliyun.com/pypi/simple/

# 中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/

# 豆瓣(douban) http://pypi.douban.com/simple/

# 清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/

# 中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/

[install]

trusted-host = mirrors.aliyun.com

二、安装

官网地址：https://www.anaconda.com/

1、Windows

安装时一般默认就行，在Advanced Installation Options这一步，不要勾选Add Anaconda to my PATH environment variable

image.png

image.png

2、Linux

命令行安装

bash ~/Downloads/Anaconda3-5.0.1-MacOSX-x86_64.sh

• 安装过程中，出现提示Press Enter to confirm the location, Press CTRL-C to cancel the installation or specify an alternate installation directory.

• 如果接受默认安装路径，则会显示 PREFIX=/home//anaconda<2 or 3> 并且继续安装。

• 出现提示Do you wish the installer to prepend the Anaconda install location to PATH in your /home//.bash_profile ?

• 建议输入yes。

3、Mac

前面直接下一步

image.png

在这，可以点击Change Install Location来改变安装位置。

image.png

完成！

image.png

点击Anaconda-Navigator的图标，打开

image.png

启动成功，说明安装完成。

三、jupyter

1、notebook环境配置

1.1、Windows

打开控制面板->系统->高级系统设置->环境变量，选中系统变量中的path进行添加

image.png

在Anaconda安装位置下的的Script目录及Library\bin目录复制进去，如

image.png

2、配置

2.1、生成配置文件

jupyter notebook --generate-config

2.2、设置密码

jupyter notebook password

# 这步设置的密码用于浏览器访问时输入

2.3、修改配置文件

Windows

C:\Users\Administrator\.jupyter\jupyter_notebook_config.py

Linux、Mac

vim ~/.jupyter/jupyter_notebook_config.py

# 前面的 # 去掉

c.NotebookApp.ip = '*'                    # 开启所有的IP访问，即可使用远程访问

c.NotebookApp.open_browser = False        # 关闭启动后的自动开启浏览器

c.NotebookApp.port = 8888                # 设置端口8888，也可用其他的，比如1080，8080等等

c.NotebookApp.notebook_dir = ’‘          # 设置 notebook 默认打开的目录

c.PAMAuthenticator.encoding = 'utf8'      # 指定utf-8编码，解决读取中文路径或者文件乱码问题

2.4、启动notebook

jupyter notebook  # 启动 notebook

jupyter lab      # 启动 lab

2.5 远程登录

启动notebook之后在浏览器中输入启动是打印的网址或者：

localhost:port/tree  # 进入 jupyter notebook

localhost:port/lab    # 进入 jupyter lab

jupyter在服务器服务器，想在本地浏览器访问时，需要在终端输入命令

ssh -N -L localhost:7777:login-0-0.local:12315 [email protected]

注：localhost:7777指定本地浏览器需要输入的地址，login-0-0.local:12315代表服务器运行jupyter时打印的输出信息中的地址

3、jupyter kernel

3.1 扩展 R kernel

install.package('IRkernel')

# displayname 指定jupyter中显示的名字

IRkernel::installspec(name = 'ir32', displayname = 'R 3.2')

3.2 查看kernel

jupyter kernelspec list

3.3 卸载指定kernel

jupyter kernelspec remove kernel_name

四、jupyter 插件

1、jupyter notebook 插件

1.1、安装并激活 jupyter_contrib_nbextensions

pip install jupyter_contrib_nbextensions

jupyter contrib nbextension install --user

1.2、 安装并启用 Jupyter Nbextensions Configurator

pip install jupyter_nbextensions_configurator

jupyter nbextensions_configurator enable --user

1.3、conda安装的方式

conda install -c conda-forge jupyter_contrib_nbextensionsconda install -c

conda-forge jupyter_nbextensions_configurator

可替代1.1和1.2

完成后，在启动 jupyter notebook后可在浏览器菜单栏中多了一栏

image.png

选中想要的插件即可添加

1.4、插件选择

Variable Inspector ：这是一个查看变量的插件

Table of Contents ：自动生成目录插件

Table of Contents ：自动生成目录插件

Codefolding： 代码折叠

Autopep8： 自动代码格式优化

AutoSaveTime： 控制脚本的自动保存时间

Hide Input All： 隐藏所有的代码单元，保持所有的输出和 markdown 单元可见

Spellchecker： 对 markdown 单元中的内容进行拼写检查

插件很多，可根据需要添加

2、jupyter lab插件

image.png

• 点击菜单栏Settings下拉框中的Advanced Settings Editor选项，进入设置页面

image.png

• 接着，点击Extension Manager，并且在右边的空白框里填上{'enabled':true}，并且按右上角的保存按钮。

image.png

• 最后，你会看到Lab右边会出现插件栏的按钮，我已经安装过一些插件

介绍几款好用的插件

注：安装这些插件需要先安装 node，并将node添加到环境变量中。安装时请注意node版本

2.1、toc

这是一个目录插件，安装后就能很方便地在Lab上展示notebook或者markdown的目录。

目录可以滚动，并且能展示或隐藏子目录。

https://link.zhihu.com/?target=https%3A//github.com/jupyterlab/jupyterlab-toc

2.2、LaTeX

支持在线编辑并预览LaTeX文档。

https://link.zhihu.com/?target=https%3A//github.com/jupyterlab/jupyterlab-latex

2.3、drawio

可以在Lab中启用drawio绘图工具，是一款非常棒的流程图工具。

https://link.zhihu.com/?target=https%3A//github.com/QuantStack/jupyterlab-drawio

2.4、variableinspector

该插件可以在Lab中展示代码中的变量及其属性，类似RStudio中的变量检查器。

https://link.zhihu.com/?target=https%3A//github.com/lckr/jupyterlab-variableInspector

2.5、go to Definition

该插件用于在Lab笔记本和文件编辑器中跳转到变量或函数的定义。

https://link.zhihu.com/?target=https%3A//github.com/krassowski/jupyterlab-go-to-definition

2.6、lsp

该插件用于自动补全、参数建议、函数文档查询、跳转定义等。

https://link.zhihu.com/?target=https%3A//github.com/krassowski/jupyterlab-lsp

2.7 spreadsheet

该插件用于在Lab上显示excel表格，只读

https://link.zhihu.com/?target=https%3A//github.com/quigleyj97/jupyterlab-spreadsheet

2.8、debugger

可用于试调

conda install xeus-python=0.8.0 -c conda-forge

jupyter labextension install @jupyterlab/debugger

https://github.com/jupyterlab/debugger

2.9、matplotlib、dash、plotly等可交互式绘图

帮助我们在notebook界面配合matplotlib实现交互式的作图，只需要在绘图之前执行魔法命令%matplotlib widget

matplotlib：https://github.com/matplotlib/ipympl

plotly：https://github.com/plotly/plotly.py

2.10、kite

在jupyter lab使用kite代码补全服务

https://github.com/kiteco/jupyterlab-kite

欢迎关注我的微信公众号

image.png