anaconda 使用 小结

前言

Python易用简单方便,而且工具库十分的强大,很多机器学习工具库都提供python API，可是老话说的好---世界上没有免费的午餐，凡事有利有弊。其中比较头疼的就是包管理和Python不同版本的问题，特别是当你同时使用Python2和Python3的时候.  为了解决这些问题，出现了不少发行版的Python工具，比如WinPython、Anaconda等，这些发行版将python和许多常用的package打包，方便pythoners直接使用，此外，还有virtualenv、pyenv等工具管理虚拟环境。其中最受好评的要数Anaconda了.

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，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。Anaconda利用工具/命令conda来进行package和environment的管理，并且已经包含了Python和相关的配套工具。

PS: 

说一下 conda、anaconda这些概念的差别。conda可以理解为一个工具，也是一个可执行命令，其核心功能是包管理与环境管理。包管理与pip的使用类似，环境管理则允许用户方便地安装不同版本的python并可以快速切换。Anaconda则是一个打包的集合，里面预装好了conda、某个版本的python、众多packages、科学计算工具等等，所以也称为Python的一种发行版。

Step1. 安装Anaconda

Anaconda 的官方网站上有详细的安装教程,在此不一一列出.

很人性化的安装:

指定环境安装的shell

安装成功后的提示信息

好了 ,根据控制台给出的提示,你可以关闭终端(terminal)或者选择 执行命令  source ~/.bashrc

再看看bashrc里添加的内容:

添加的内容

如果其他的用户需要使用Anaconda, 那么就需要把这句话放到其他用户的bashrc文件中

Step2: 创建Anaconda环境

# Python 2.7

$ conda create -n   python=2.7

# Python 3.5

$ conda create -n python=3.5

# Python 3.6  这个是最新版的默认指定的安装Python 版本 [] 号代表字段可有可无

$ conda create -n   [python=3.6]

Step3.1: 使用 Anaconda

激活环境:

source activate tensorflow # 这个tensorflow是在step2中创建的Anaconda 虚拟环境的名称

进入这个环境以后,你就可以为所欲为了.

为所欲为的插入两张搞笑的图片

为所欲为

为所欲为到什么地步呢? 可以在你的虚拟环境下安装各种python库,而且不受其他环境的影响.

# 比如: 用pip安装软件...

pip install --ignore-installed tensorflow

退出环境:

source deactivate

Step3.2: 在Pycharm中使用Anaconda环境

1. 找到Preference 选项

1. 找到Preference 选项

在这个里面也能找到:

1. 找到Preference 选项

2. 找到Project Intercepter 并选择自己需要的runtime env

2. 找到Project Intercepter 并选择自己需要的runtime env

好了 : )

Tips

anaconda 查找可用的工具类

anaconda search -t conda tensorflow

选出一个适合你的工具

anaconda show aaronzs/tensorflow-gpu

Using Anaconda API: https://api.anaconda.org

Name:tensorflow-gpu

Summary: TensorFlow helps the tensors flow

Access:public

Package Types:conda

Versions:

+ 1.3.0

To install this package with conda run:

conda install --channel https://conda.anaconda.org/aaronzs tensorflow-gpu