Python，Anaconda环境安装配置

Python

安装

​傻瓜式安装，其中可以勾选自动添加环境变量。如果要装Anaconda3，其中会自带python3，无需再额外手动安装python。

pip包管理

​类似conda包管理命令，详见conda。

Anaconda

​其实这里我更推荐使用miniconda，anaconda里面的包太多了，很多平时根本用不到，只要会自己安装包，这里我推荐使用miniconda。当然，如果你是纯小白且嫌麻烦，可以直接装个anaconda。

安装

​傻瓜式安装，曾经出过在windows10中安装失败，出现的Bug通过更新win10后得到解决，貌似是1709 号补丁出现问题，其次，在anaconda安装快结束时可能会出现一个小黑框，不要手贱关掉它，等它自己关闭就可以了，玄学。。。

​若安装过程中没有选择自动添加环境变量（其实两个选项都建议勾选，即便是不推荐），则需要在安装好后手动添加环境变量。

​总结一下，出现问题可能的解决办法有：

1. 更新系统，尤其是win10。

2. 不要手贱关闭快安装完成时出现的小黑框。

3. 组策略里关闭windows defender，可能会有权限问题，但出现这个问题的概率很小。

4. 添加对应的anaconda环境变量（没自动添加时），以自己的路径为准：

   D:\Anaconda3

   D:\Anaconda3\Scripts

   D:\Anaconda3\Library\bin // 这个路径之前有次没添加，notebook打不开

conda包管理和环境管理

conda不同于pip，其不仅提供包管理功能，其还提供了虚拟环境管理功能。

1. 打开命令行输入conda -V检验是否安装以及当前conda的版本。

2. conda常用的命令 （此处仅简要介绍，其它常用命令用到时可以直接去百度）：

   • conda list 查看安装了哪些包。
   • conda env list 或 conda info -e 查看当前存在哪些虚拟环境
   • conda update conda 检查更新当前conda

3. 创建Python虚拟环境

   conda create -n env_name python=X.X（2.7、3.6等）

   conda create -n env_name python=2.7 numpy matplotlib （同时安装必要的包）

4. 激活和关闭虚拟环境（仅以windows为例，linux要在前面加source）

   activate your_env_name

   deactivate your_env_name // 可以使用 python -V查看当前环境

5. 对虚拟环境中安装额外的包。

使用命令conda install -n your_env_name [package]即可安装相应package到your_env_name中 （但推荐先切换到相应虚拟环境下，然后再conda install [package]进行安装）

6. 删除虚拟环境。

• 移除环境

  使用命令conda remove -n your_env_name --all，即可删除。

• 删除环境中的某个包。

  使用命令conda remove --name your_env_name package_name 即可。

Python3与Python2共存（Anconda3与Anaconda2共存）

先安装Anaconda3，其实共存的本质是在Anaconda3中安装python2的虚拟环境（envs目录中），安装完之后，activate到py2的虚拟环境中，在此虚拟环境中安装anaconda（py2版本的），命令如下：

• 下面的代码创建了一个名为py2的python2.7的环境（envs目录中），最后一个参数表示安装anaconda下python2.7的所有默认包（太大，不推荐，推荐自己安装包，不要嫌麻烦直接装个anaconda），这个参数是可选的。

  conda create -n py2 python=2.7 anaconda （不推荐）

  conda create -n py2 python=2.7 numpy pandas matplotlib seaborn keras…… （推荐自己安装包）

  或者使用下面的命令：

  conda create -n py2 python=2.7

  activate py2

  conda install anaconda //此时的conda环境就为py2了（不推荐）

  conda install numpy pandas matplotlib seaborn keras…… （推荐自己安装包）

Jupyter notebook

配置Jupyter notebook使用不同的虚拟环境(kernel)

• 在andconda3中同时安好python3和python2环境之后，在notebook中添加python 2内核的方式如下：

  activate py2

  python -m ipykernel install --user

  这样notebook中就同时存在python3和python2了。

• 为了让Jupyter Notebook支持虚拟运行环境，需要在Anaconda里安装一个插件。（推荐这种方法！！！）

  conda install nb_conda
  可能还需要在要关联的环境安装中：conda install nb_conda_kernels
  或者 source activate myenv
  python -m ipykernel install --user --name myenv --display-name “Python (myenv)”

  这样的话，直接在终端输入jupyter notebook，即可看到在notebook中多了几个自己创建的虚拟环境的内核。

在服务器上配置jupyter，并设置远程登录

• 生成配置文件（~/.jupyter/jupyter_notebook_config.py）
  jupyter notebook --generate-config
• 生成密钥
  先进入python环境，执行from notebook.auth import passwd 和passwd() ，这时会让输入两次密码（作为远程登录jupyter时用），然后会生成一个密钥（用于配置文件用）。
• 编辑配置文件：vim ~/.jupyter/jupyter_notebook_config.py

  c.NotebookApp.ip='想绑定的ip地址'                                  # 就是设置所有ip皆可访问  
  c.NotebookApp.password = u'sha1:cef9c17b4***'        # 刚才生成的那个密钥
  c.NotebookApp.open_browser = False       # 禁止自动打开浏览器  
  c.NotebookApp.port =9999                         # 随便指定一个端口 （冲突时会自动往后寻找没被占用的端口）
  c.NotebookApp.notebook_dir = u'/home/xxx/jupyter'   # 配置jupyter的默认目录（打开jupyter时的根目录）
  

• 在服务器端启动：jupyter notebook
  此时在客户端浏览器中输入绑定的ip：端口号，就可以访问了。

快捷键

​ 网上到处是，补充：esc+h 是调出所有快捷键

插件扩展

Jupyter Lab

Notebook的更友好版本

Jupyter notebook功能扩展Nbextensions (超强！)

python -m pip install jupyter_contrib_nbextensions
jupyter contrib nbextension install --user --skip-running-check

添加对R语言的支持

在安装完R后，进行conda install -c r r-essentials，再新建notebook测试

添加对Julia语言的支持

先安装Julia,运行Julia，using Pkg;Pkg.add('IJulia');using IJulia;notebook()即可

添加对C的支持

Try it Online

其他

Google免费的Notebook CoLab

超级好用！！，还提供了免费的GPU，TPU，冒着被骂的风险也要说一句，美帝（google）良心啊。。。

https://colab.research.google.com/notebooks/welcome.ipynb#scrollTo=-Rh3-Vt9Nev9

https://research.google.com/colaboratory/faq.html

Jupyter 和 Colaboratory 有什么区别？
Jupyter 是一个开放源代码项目，而 Colaboratory 是在 Jupyter 基础之上开发的。通过 Colaboratory，您可以使用 Jupyter 笔记本并与他人共享，完全不需要在您自己的计算机上下载、安装或运行任何内容，只要有浏览器就可以使用。

缺点：我大天朝的墙。