anaconda超全的windows下新手使用指南

anaconda超全的windows下新手使用指南

---

参考文献：

anaconda使用总结

前言

      对于大多的python爱好者来说，python本身简便的语法结构真的让人很难以割弃。作为一名刚刚入坑的python爱好者来说，总是绕不开环境管理这一个让人为难的问题，不是考虑要安装python2还是python3，就是要考虑安装的位置，而anaconda很好的帮我们解决了一系列的问题，让我们少走了不少弯路。

什么是anaconda？

      对于我们刚刚入坑的新手来说，anaconda可以理解为是一个用来进行python环境管理与包管理的软件，其中基本上包含了大多数的python包。它用来管理环境的是一个叫conda的工具，在anaconda的伪终端中使用conda命令行，可以进行包管理与环境管理；

画个重点----anaconda结构：

    Anaconda Navigtor：用于管理工具包和环境的图形用户界面，后续涉及的众多管理命令也可以在 Navigator 中手工实现。

    Jupyter notebook：基于web的交互式计算环境，可以编辑易于人们阅读的文档，用于展示数据分析的过程。

    qtconsole：一个可执行 IPython 的仿终端图形界面程序，相比 Python Shell 界面，qtconsole 可以直接显示代码生成的图形，实现多行代码输入执行，以及内置许多有用的功能和函数。

    spyder：一个使用Python语言、跨平台的、科学运算集成开发环境。

两大优点：

       省时省心：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。不仅可以方便地安装、更新、卸载工具包，而且安装时能自动安装相应的依赖包，同时还能使用不同的虚拟环境隔离不同要求的项目。

      分析利器：在Anaconda官网中是这么宣传自己的：适用于企业级大数据分析的Python工具。其包含了720多个数据科学相关的开源包，在数据可视化、机器学习、深度学习等多方面都有涉及。不仅可以做数据分析，甚至可以用在大数据和人工智能领域。

如何下载与安装：

下载：https://www.anaconda.com/distribution/

安装：安装过程中基本是可以一路“next”,但是请在安装路径那里选择自己的安装位置，由于你可能会创建多个环境，会占用很大硬盘内存空间，所以请选择空间容量大的盘进行安装，此外，请在下图中点击勾选“Add Anaconda to my PATH environment variable.”（“添加Anaconda至我的环境变量。”） ”

环境管理：

在安装完成之后，最重要的就是进行环境的管理，这里的环境就是指代不同的python版本，一个环境可以按照一个python版本，并且进行该python版本的包管理。一般，在安装完Anaconda之后，会有一个对应的base环境，该环境包含了基础的python包。                                                                                                            首先，打开Anaconda的伪终端，依次根据需求输入下面命令。

创建新环境：

# enname是新环境的名字，可以任意设定，而python=xx,则是选不同的python版本

conda create --name enname python=3.4

激活/切换环境：

#envname是要激活的环境的名字，可以用于激活新环境也可以在不同环境间进行切换

activate envname

返回默认环境：

deactivate envname

移除环境：

conda remove --name envname --all

查看当前环境数量与地址：

conda info -e

复制环境：

#new_envname:要创建的环境名字，copy_envname被复制的环境名字

conda create –name new_envname –clone copy_envname

远程复制环境：

#path为需要被复制的远程环境的地址，可以在远程计算机上面使用conda info -e查询，也可以在远程计算机上直接复制环境到本地计算机，此时，path的就该环境的存储位置，建议两计算机anaconda版本一样

conda create -n BBB --clone path

导出与导入环境：

#conda导出已有环境，环境会被保存在 environment.yaml文件中                                                          

conda env export > environment.yaml

#当我们想再次创建该环境，或根据别人提供的.yaml文件复现环境时                                                     

conda env create -f environment.yaml

包管理：

在进行包，管理之前，最好对环境进行换源操作，这样可以加快安装包的速度，仅仅是一个建议，可换可不换，以下是换为清华源。

# 添加Anaconda的TUNA镜像                                                                                                                  

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

# 设置搜索时显示通道地址                                                                                                                      

conda config --set show_channel_urls yes

在进行完上述命令后，会再C:\Users\username,（"username"是你的计算机的用户名），生成condarc文件，打开后如下图

安装包：

#scipy包的名字

conda install scipy

查看已经安装的包：

conda list

更新包：                                                                                                                                                 

#numpy更新包的名字，all代表更新所有的包                                                                                          

conda update -n numpy/all

jupyter notebook管理

一般，在anaconda的伪终端中输入jupyter notebook就可以启动jupyter notebook进行编程，但是，jupyter notebook的默认工作路径是：C:\Users\username，这样不方便对工程进行管理，所以更改默认路径是很重要的。

更改默认路径：

打开anaconda的伪终端，输入jupyter notebook --generate-config，那么在C:\Users\username\.jupyter中会生成一个文件“jupyter_notebook_config.py”，打开该文件，并打开                                                               

## The directory to use for notebooks and kernels.

#c.NotebookApp.notebook_dir = ' '

将其改为

## The directory to use for notebooks and kernels.

c.NotebookApp.notebook_dir = 'E:\python '

其中E:\python为我的工作空间，你可以改成你自己的,注意要去掉“#”

把新环境添加到kenel中：

#安装ipykernel包

pip install ipykernel                                                                                                                                          

#安装后，执行以下命令                                                                                                                         

python -m ipykernel install --user