Anaconda

为什么要使用它

在实际项目开发中，我们通常会根据自己的需求去下载各种相应的框架库，如Scrapy、Beautiful Soup等，但是可能每个项目使用的框架库并不一样，或使用框架的版本不一样，这样需要我们根据需求不断的更新或卸载相应的库。直接对我们的Python环境操作会让我们的开发环境和项目造成很多不必要的麻烦，管理也相当混乱。
如一下场景：

场景1：项目A需要某个框架1.0版本，项目B需要这个库的2.0版本。如果没有安装虚拟环境，那么当你使用这两个项目时，你就需要 来回 的卸载安装了，这样很容易就给你的项目带来莫名的错误；

场景2：公司之前的项目需要python2.7环境下运行，而你接手的项目需要在python3环境中运行，想想就应该知道，如果不使用虚拟环境，这这两个项目可能无法同时使用，使用python3则公司之前的项目可能无法运行，反正则新项目运行有麻烦。而如果虚拟环境可以分别为这两个项目配置不同的运行环境，这样两个项目就可以同时运行。

其实虚拟环境好处也确实比较多，会给我们项目的开发带来许多的好处，研究virtualenv会花费一定的精力.

什么是Anconda

Anconda是一个数据分析的平台 是一个数据分析工具的整合,相当于Office356是一个办公软件的工具整合.
是一个综合的学习平台

---

环境控制

Anaconda是一个方便的python包管理和环境管理软件，一般用来配置不同的项目环境。 我们常常会遇到这样的情况，正在做的项目A和项目B分别基于python2和python3，而第电脑只能安装一个环境，这个时候Anaconda就派上了用场，它可以创建多个互不干扰的环境，分别运行不同版本的软件包，以达到兼容的目的。 Anaconda通过管理工具包、开发环境、Python版本，大大简化了你的工作流程。

---

在环境配置这一方面，Anaconda拥有一套强大的环境管理系统，在安装深度学习环境时尤其方便，我们可以使用命令行快速创建多个虚拟环境，并且一行命令配置tensorflow、pytorch等环境，conda会自动检测我们GPU的型号并配置相应的cuda/cudnn等，并且在安装Anaconda的同时已自带安装了许多工具包。而Pycharm大部分工具包需要我们手动安装，版本需要自己选择。

---

环境介绍

虚拟环境： 不想使用系统环境，而新建一个虚拟的环境。我们可以新建多个虚拟环境，每个环境中安装不同的包，从而达到不同项目使用不同环境而不互相冲突的效果。

• Virtualenv Enviroment：虚拟环境
• CondaEnv：方便Pycharm直接调用Anaconda里创建的环境.
• System Interpreter：使用系统解释器，使用本地的环境，当初安装python的时候用pip装了一些包就会在这里。

---

基本的工具介绍

---

1.JupyterNotebook

---

是一个轻量级的代码IDE 适合进行基础语言的学习
它提供了一种简单的、流线型的、以文档为中心的体验。
在你的浏览器中尝试安装笔记本电脑。语言的选择。jupiter支持超过40种编程语言
它默认使用Python
配置R语言

2.Rstudio

---

Rstudio是R语言的IDE：相较于原生IDE它可以查看变量使用更为方便
Rstudio基础了解

3.spyder

---

相当于Rstudio 只不过更换了语言 他的内部分区和Rstudio相差无几 利于Python进行数据分析

4.pycharm

---

Pycharm+Anaconda一起使用

1. 充分利用conda配置管理环境的便捷，
2. 又可以在熟悉的Jetbrains工具下进行编程，使用其强大的功能。（集成开发环境 ： IntelliJ IDEA ）

首先使用conda创建环境，安装好自己需要的包后打开Pycharm，在环境配置中就有使用Conda环境的选项：

使用后续更新

Anaconda安装及其日常维护

---

安装

---

建议

对于Anaconda的安装 需要注意在安装前先得将电脑使用的环境进行合理的配置 具体配置参考配置环境

下载官网地址

详细安装过程

参考一

参考二

维护

anaconda用法：

• 查看已经安装的包： conda list
• 安装和更新：conda install requests (conda update requests)
• 更新所有库 conda update --all
• 更新 conda 自身 conda update conda
• 更新anaconda 自身conda update anaconda

anaconda换源：
制定清华的源：
conda config --add channels https: //mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
详细使用方法
有资源显示源地址：
conda config – set show_channel_urls

---