39 Anaconda

Anaconda and conda

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。

Anaconda中会有一个Python为主版本，其余版本的Python安装在Anaconda\envs目录下

可以认为conda是Anaconda的灵魂

conda

conda和Anaconda的关系

Anaconda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。

其实还有Miniconda，它只包含最基本的内容python与conda，以及相关的必须依赖项。

conda可以认为是一个工具，或者一个可执行的命令，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。

conda将所有的工具、第三方包都当做package对待，甚至包括python和conda自身！

因此，conda打破了包管理与环境管理的约束，能非常方便地安装各种版本python、各种package并方便地切换。

conda cmd windows

conda管理

conda --version# 更新condaconda update conda

环境管理

conda create --name filename biopython# 安装Python34, conda仅安装python3.4需要的必须项conda create -n Python34 python=3.4  # -n == --name# 安装环境的同时, 引入six和babel包conda create -n Python34 python=3.4 six babel

filename = 在AnacondaX\envs\下创建的文件名，并将biopython安装在该目录下

biopython = 软件名称

列出所有的环境

# 查看已安装的环境和目前所使用的Python版本(分支)conda info -e # -e == --envs

与git类似，正在使用的环境会在前面标注*

使用和退出某个版本的Python

# 激活某个Python环境, 激活的环境为Anaconda2\envs\下的文件夹名字activate Python34# 返回默认的环境deactivate Python34

克隆环境

# 克隆originName的环境, 并命名为cloneNameconda create --name cloneName --clone originName

删除环境

# 删除名为Python34的环境conda remove --name python34 --all

Python管理

# 查找package信息conda search numpy  # 查找numpy的信息conda search python # 查找可安装的Python版本信息 # 查看已经安装的packagesconda list# 查看某个指定环境的已安装包conda list -n Python34# 在当前环境下安装anaconda包集合, 默认为当前使用环境conda install anacondaconda install beautifulsoup4 --name pyVersion # 给pyVersion引入beautifulsoup4# 为当前环境导入packagepip install package# 安装package,如果不用-n指定环境名称, 则被安装在当前活跃环境conda install -n python34 numpy# 删除Python34中的某个包conda remove -n Python34 package# 删除Python34中的numpyconda remove -n python34 numpy# 删除Python34的环境conda remove -n Python34 --all# 更新packageconda update -n python34 numpy# 更新conda，保持conda最新conda update conda# 更新anacondaconda update anaconda# 更新python,假设当前环境是python3.4, conda会将python升级为3.4.x系列的当前最新版本conda update python

用户安装的不同python环境都会被放在目录anaconda/envs下

Anaconda安装的是Python某一系列中的最高版本

如果不指定Python环境，默认为当前工作环境

设置国内镜像

如果需要安装很多packages，你会发现conda下载的速度经常很慢，因为Anaconda.org的服务器在国外。所幸的是，清华TUNA镜像源有Anaconda仓库的镜像，我们将其加入conda的配置即可

# 添加Anaconda的TUNA镜像, 地址不需要加引号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

参考网址

1. http://python.jobbole.com/86236/
2. https://conda.io/docs/test-drive.html