Anaconda管理Python
来源:互联网 发布:将军在上 知乎 编辑:程序博客网 时间:2024/06/05 11:19
学Python已经两周了,偶然听群里聊天聊到了Anaconda,觉得挺好的,就记录下来,先记录简单用法,在啰嗦的记录
简单使用
下载
https://www.anaconda.com/download/
按提示安装,并添加环境变量
检查版本
conda --verison
anaconda版本conda info --envs
anaconda环境
环境切换
- 创建2.7版本:执行
conda create --name python27 python=2.7
会自动下载2.7 - 执行
conda info --envs
查看版本就有2.7了 python --version
查看当前python版本(我是3.6)- 切换版本:
activate python27
- 还原版本:
deactivate python27
- 删除版本:
conda remove --name python27 --all
- 创建2.7版本:执行
开始啰嗦
Anaconda是专注于数据分析的Python发行版本,包含了conda、Python等190多个科学包及其依赖项。作为好奇宝宝的你是不是发现了一个新名词 conda,那么你一定会问 conda 又是什么呢?
什么是 conda ?
conda 是开源包(packages)和虚拟环境(environment)的管理系统。
- packages 管理:
可以使用 conda 来安装、更新 、卸载工具包 ,并且它更关注于数据科学相关的工具包。在安装 anaconda 时就预先集成了像 Numpy、Scipy、 pandas、Scikit-learn 这些在数据分析中常用的包。另外值得一提的是,conda 并不仅仅管理Python的工具包,它也能安装非python的包。比如在新版的 Anaconda 中就可以安装R语言的集成开发环境 Rstudio(虽然我不学统计,但是也要知道)。 - 虚拟环境管理:
在conda中可以建立多个虚拟环境,用于隔离不同项目所需的不同版本的工具包,以防止版本上的冲突。对纠结于 Python 版本的同学们,我们也可以建立 Python2 和 Python3 两个环境,来分别运行不同版本的 Python 代码。
知道 是什么(what) 的同时,我们也需要问一问 为什么(why) 。那么,为什么要选择用Anaconda呢?
Anaconda 的优点
Anaconda的优点总结起来就八个字:省时省心、分析利器。
- 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。
解决了 是什么 以及 为什么 的问题后,下面让我们看一下 怎么做(How)。
怎么用
去年开发webAPP用的库依赖是Python2,就看了两天,但是也没怎么用上,今年和算法一起搞智能应用,就重新拾起来了,但是发现Python2的代码都不能用了,于是重新开始学习Python3,所以建议学Python3吧,Python2被彻底弃用也只是个时间问题
Anaconda可以同时管理多个版本的Python,所以装哪个不重要,建议装3,如果需要可以内建2
装完之后会多出好多应用
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,我觉得还挺好用的,但是因为工具需要,还是用的IDEA。
管理Python包
- 安装包:
conda install 包名
- 安装多个包:
conda install 包名1 包名2 包名3
,空格分隔
- 指定版本
conda install 包名=版本号
- 如
conda install numpy=1.10
- 移除包
conda remove 包名
- 升级包
conda update 包名
- 升级所有包
- 建议刚装完先升级一下所有包
- 打开终端,输入
conda upgrade --all
,全都升级
- 查看所有包:
conda list
- 查询包
conda search 你能想起来的部分
管理环境
创建环境
conda create -n env_name list of packages
- -n 代表 name
- env_name 是需要创建的环境名称
list of packages则是列出在新环境中需要安装的工具包
参考最上面的安装python2.7,然后进行变形
创建一个python2.7,还附带安装pandas包,并且会自动安装相关的依赖包
# 标准格式conda create -n env_name list of packages# 上面创建的2.7conda create --name python27 python=2.7# 现在删掉,重新定义一个conda create -n py2 python=2.7 pandas
进入环境
env_name是定义的环境名
- linux:
source activate env_name
- window:
activate env_name
退出环境
env_name是定义的环境名
- linux
source deactivate env_name
- windows
deactivate env_name
删除环境
conda env remove -n env_name
显示所有的环境:
conda env list
环境分享
导出环境
将当前环境下的 package 信息存入名为 environment 的 YAML 文件中。
conda env export > environment.yaml
导入环境
从将名为 environment 的 YAML 文件中导入环境。
conda env create -f environment.yaml
本文参考伯乐在线,简书http://www.jianshu.com/p/169403f7e40c
- Anaconda管理Python
- anaconda管理不同版本Python
- 使用 Anaconda 管理 Python 环境
- win10下Anaconda管理Python开发环境
- mac 中python的anaconda包管理
- anaconda引起的python包管理问题
- python版本管理--Anaconda和jupyter
- Anaconda python
- python Anaconda
- Python Anaconda
- Anaconda python
- Anaconda 管理 packages
- anaconda管理环境
- 【工具】Anaconda版本管理
- CentOS7 运行Python Anaconda
- python anaconda 安装包
- Mac anaconda python mysql
- python anaconda mkl
- R作图多图精细布局
- python机器视觉学习笔记(一)
- MongoDB启动提示:由于目标计算机积极拒绝,无法连接
- Java多线程系列--【基础篇03】- Thread中start()和run()的区别
- Struts2执行流程
- Anaconda管理Python
- codevs 3143 二叉树
- 判断一棵树是否为二叉排序树
- spring4.1+hibernate 报"缺少类com.machange.v1...."的解决办法
- 第二届全国智能制造(中国制造2025)创新创业大赛 人工智能专项赛决赛暨人工智能前沿趋势论坛即将来袭
- 逆波兰表达式(此篇文章加上上篇栈文章,即可完美实现内容)
- Linux环境在安装Python3
- SPOJ-tree:Query on a tree (树链剖分)
- virtualbox笔记本Network is unreachable解决方法