Anaconda总结

一、Anaconda简介

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,基于Apache 2.0开源。Anaconda包含了conda、Python等180多个科学包及其依赖项。

二、为什么要使用Anaconda?

1)Anaconda 附带了一大批常用数据科学包,它附带了 conda、Python 和 150 多个科学包及其依赖项。因此你可以立即开始处理数据。

2)Anaconda 是在 conda(一个包管理器和环境管理器)上发展出来的。

在数据分析中,你会用到很多第三方的包,而conda(包管理器)可以很好的帮助你在计算机上安装和管理这些包,包括安装、卸载和更新包。

3)管理环境

如果A项目中用了 Python 2,而B项目要求使用Python 3,而同时安装两个Python版本可能会造成许多混乱和错误。这时候 conda就可以帮助你为不同的项目建立不同的运行环境。

还有很多项目使用的包版本不同,比如不同的pandas版本,不可能同时安装两个 Numpy 版本,你要做的应该是,为每个 Numpy 版本创建一个环境,然后项目的对应环境中工作。这时候conda就可以帮你做到。

三、Anaconda的安装

进入官方网站下载相应的安装包,Linux、Mac、Windows均支持。

Anaconda 的下载文件比较大(约 500 MB),因为它附带了 Python 中最常用的数据科学包。

如果计算机上已经安装了 Python,安装不会对你有任何影响。实际上,脚本和程序使用的默认 Python 是 Anaconda 附带的 Python。

完成安装后,如果你是在windows上操作,按下面图打开 Anaconda Prompt 终端,对于Anaconda的操作都是在终端上进行的。

Anaconda总结_第1张图片

四、管理包

Anaconda融合了conda的包管理功能,所以我们可以在命令行中使用conda进行包的管理(安装,卸载,更新)。

1)安装包

在终端中键入:

conda install package_name

例如,要安装 pandas,在终端中输入:

conda install pandas

你还可以同时安装多个包。类似 conda install pandas numpy  的命令会同时安装所有这些包。还可以通过添加版本号(例如 conda install numpy=1.10)来指定所需的包版本。

conda 还会自动为你安装依赖项。例如,scipy 依赖于 numpy,因为它使用并需要 numpy。如果你只安装 scipy (conda install scipy),则 conda 还会安装 numpy(如果尚未安装的话)。

2)卸载包

在终端中键入 :

conda remove package_names

上面命令中的package_names是指你要卸载包的名称,例如你想卸载pandas包:conda remove pandas

3)更新包

在终端中键入:

conda update package_name

如果想更新环境中的所有包(这样做常常很有用),使用:conda update --all。

4)列出已安装的包

conda list

五、管理环境

Conda的环境管理功能允许我们同时安装若干不同版本的Python,并能自由切换。对于上述安装过程,假设我们采用的是Python 2.7对应的安装包,那么Python 2.7就是默认的环境。

1)创建环境:

如果如果我们想要创建一个Python3.5的环境,则可以输入:

conda create -n env_name python=3

其中,env_name为你所创建的环境名。

2)激活环境:

通过activate env_name命令可进入特定的虚拟环境中。

3)去除环境:

若要退出环境,则可输入:

deactivate env_name

你可能感兴趣的:(Anaconda总结)