【Python】科学计算环境 —— Anaconda

Anaconda是一个和Canopy类似的科学计算环境,但用起来更加方便。自带的包管理器conda也很强大。

首先是下载安装。Anaconda提供了Python2.7和Python3.4两个版本,同时如果需要其他版本,还可以通过conda来创建。安装完成后可以看到,Anaconda提供了Spyder,IPython和一个命令行。

Conda

conda参考文档:

http://conda.pydata.org/docs/

  • conda list  :   输入 conda list 来看一下所有安装时自带的Python扩展。粗略看了一下,其中包括了常用的 Numpy , Scipy , matplotlib 和 networkx 等,以及 beautiful-soup , requests , flask , tornado 等网络相关的扩展。
  • conda install 要安装的python包 :  安装指定的python包
  • conda创建虚拟环境  :  

科学计算环境的另一个要求就是能够多个Python版本并存,尤其是2.x和3.x的并存。这个通过 virtualenv 可以做到。Anaconda也正是通过其实现的。

下面用conda创建一个名叫python2的版本为python2.7的环境。

conda create -n test python=3.4.3 anaconda

这样就会在Anaconda安装目录下的envs目录下创建test这个目录,且该环境将包含指定的anaconda中包含的全部的包,如果环境名后面不加其他的包名,则默认只包含基本的python模块。

向其中安装扩展可以:直接用 conda install 并用 -n 指明安装到的环境,这里自然就是 test。

怎样在IDE中使用创建出来的环境?如果是PyCharm等IDE,直接设置Python安装目录就可以了。

  • conda的repo中的扩展不算太新,如果想要更新的,可能要用PyPI或者自己下载源码。而conda和pip关联的很好。使用pip安装的东西可以使用conda来管理,这点要比Canopy好。





你可能感兴趣的:(python)