Anaconda详细安装使用教程

微信公众号

关注微信公众号【Microstrong】,我写过四年Android代码,了解前端、熟悉后台,现在研究方向是机器学习、深度学习!一起来学习,一起来进步,一起来交流吧!

本文同步更新在我的微信公众号里,地址:https://mp.weixin.qq.com/s?__biz=MzI5NDMzMjY1MA==&mid=2247484026&idx=1&sn=0ff66328021a4fb6f7411158d6a6a6c0&chksm=ec6533ffdb12bae9c061341fa92852f84da2fdf4ee39113445b22c3050d410a75f002430dbb6#rd

目录:

  1. Anaconda是什么?

  2. 如何安装?

  3. 如何管理包?

  4. 如何管理环境

1.Anaconda是什么?

简单来说,Anaconda是Python的包管理器和环境管理器。先来解决一个初学者都会问的问题:我已经安装了Python,那么为什么还需要Anaconda呢?原因有以下几点:

(1)Anaconda附带了一大批常用数据科学包,它附带了conda、Python和 150 多个科学包及其依赖项。因此你可以用Anaconda立即开始处理数据。

(2)管理包。Anaconda 是在 conda(一个包管理器和环境管理器)上发展出来的。在数据分析中,你会用到很多第三方的包,而conda(包管理器)可以很好的帮助你在计算机上安装和管理这些包,包括安装、卸载和更新包。

(3)管理环境。为什么需要管理环境呢?比如你在A项目中用到了Python2,而新的项目要求使用Python3,而同时安装两个Python版本可能会造成许多混乱和错误。这时候conda就可以帮助你为不同的项目建立不同的运行环境。还有很多项目使用的包版本不同,比如不同的pandas版本,不可能同时安装两个pandas版本。你要做的应该是在项目对应的环境中创建对应的pandas版本。这时候conda就可以帮你做到。

总结:Anaconda解决了官方Python的两大痛点:

(1)提供了包管理功能,Windows平台安装第三方包经常失败的场景得以解决。

(2)提供环境管理功能,解决了多版本Python并存、切换的问题。

2.如何安装?

直接在官网下载安装包,官网地址https://www.anaconda.com/download/。选择Python3.6的安装包进行下载,下载完成后直接安装。安装完成之后会有一个Anaconda Prompt,类似于windows的终端操作,可以输入命令行啦!

 图1:Anaconda安装成功界面

 

3.如何管理包?

安装Anaconda之后,我们就可以很方便的管理安装包(安装,卸载,更新)。

(1)安装包

conda 的包管理功能和pip 是一样的,当然你选择pip 来安装包也是没问题的。

# 安装 matplotlib 
conda install matplotlib 

(2)卸载包

# 删除包
conda remove matplotlib

(3)更新包

# 包更新
conda update matplotlib

(4)查询已经安装的包

# 查看已安装的包
conda list 

(5)修改镜像地址

1.修改Anaconda镜像地址

安装Anaconda时候,访问的是国外的网络,所以下载Anaconda和安装包时会特别慢。我们需要更换到国内镜像源地址,这里我更换到国内的清华大学地址。(永久添加镜像)Windows命令:

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

2.修改pip镜像地址

如果你安装包时用的是pip,感觉也很慢。同样的,我们把pip的镜像源地址改成国内的,豆瓣源速度比较快。(临时修改的方法)Windows命令:

可以在使用pip的时候加参数-i https://pypi.tuna.tsinghua.edu.cn/simple

例子:

#这样就会从清华这边的镜像去安装numpy库。

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy

当然,pip还有永久修改,一劳永逸的办法:

windows下,直接在user目录中创建一个pip目录,如:C:\Users\xx\pip,新建文件pip.ini,内容如下:

 [global]
 index-url = https://pypi.tuna.tsinghua.edu.cn/simple

4.如何管理环境

conda 可以为你不同的项目建立不同的运行环境。

(1)创建环境

conda create –n python27 numpy

上面的命令中,python27是设置环境的名称(-n是指该命令后面的python27是你要创建环境的名称),numpy是你要安装在环境中的包名称。

注意:创建环境时,可以指定要安装在环境中的Python版本。当你同时使用 Python 2.x 和 Python 3.x 中的代码时这很有用。要创建具有特定 Python 版本的环境,例如创建环境名称为python36,并安装最新版本的Python3.6在终端中输入:

conda create –n python36 python=3.6

或也可以这样创建环境名称为python27,并安装最新版本Python2.7:

conda create –n python27 python=2.7

因为我做的项目不同,有时候会用到Python2,还有时候会用到Python3。所以我在自己的计算机上创建了这两个环境,并分别取了这样的环境名称:python27,python36。这样我可以根据不同的项目轻松使用不同版本的python。

2)进入环境

在 Windows 上,你可以使用

conda activate python27

进入。进入之后,你可以在终端提示符中看到环境名称。当然,当你进入环境后,可以用conda list 查看环境中默认的安装包。

图2:进入环境

 

(3)离开环境

在 Windows 上,终端中输入:

deactivate

(4)共享环境

共享环境非常有用,它能让其他人安装你代码中使用的所有包,并确保这些包的版本正确。比如你开发了一个药店数据分析系统,你要提交给项目部署系统的人来部署你的项目,但是他们并不知道你当时开发时使用的是哪个python版本,以及使用了哪些包和包的版本。这怎么办呢?你可以在你当前的环境的终端中使用:

conda env export > environment.yaml

将你当前的环境保存到文件中包保存为YAML文件(包括Pyhton版本和所有包的名称)。命令的第一部分 conda env export 用于输出环境中的所有包的名称(包括 Python 版本)。你在终端中上可以看到导出的环境文件路径。在 GitHub 上共享代码时,最好同样创建环境文件并将其包括在代码库中。这能让其他人更轻松地安装你的代码的所有依赖项。

图3:共享环境

 

那么问题来了:导出的环境文件,在其他电脑环境中如何使用呢?

首先在conda中进入你的环境,比如conda activate python27。然后在使用以下命令更新你的环境:

#其中-f表示你要导出文件在本地的路径,所以/path/to/environment.yml要换成你本地的实际路径
conda env update -f=/path/to/environment.yml

对于不使用conda 的用户,我们通常还会使用以下命令将一个 txt文件导出并包括在其中:

pip freeze > environment.txt 
图4:恢复环境共享

 

然后我将该文件包含在项目的代码库中,其他项目成员即使在他的电脑上没有安装conda也可以使用该文件来安装和我一样的开发环境:

他在自己的电脑上进入python命令环境,然后运行以下命令就可以安装该项目需要的包:

#其中C:\Users\Microstrong\enviroment.txt是该文件在你电脑上的实际路径。
pip install -r C:\Users\Microstrong\enviroment.txt

(5)列出环境

有时候会忘记自己创建的环境名称,这时候用 conda env list 就可以列出你创建的所有环境。

        

       图5:查看环境

                  你会看到环境的列表,而且你当前所在环境的旁边会有一个星号。默认的环境(即当你不在选定环境中时使用的环境)名为 base。

6)删除环境

如果你不再使用某个环境,可以使用以下命令。

#删除指定的环境(在这里环境名为 python27)。
conda env remove -n python27

Reference:

初学python者自学anaconda的正确姿势是什么?? - 猴子的回答 - 知乎 https://www.zhihu.com/question/58033789/answer/254673663

初学python者自学anaconda的正确姿势是什么?? - 刘志军的回答 - 知乎 https://www.zhihu.com/question/58033789/answer/155593506


2019年2月20号补充:Linux下使用Anaconda

1. 列出当前环境信息

conda list

2. 列出现有环境

conda env list

3. 进入相应的环境

source activate python36

4. 退出当前的环境

source deactivate

5. 创建环境

conda create -n python36 python=3.6

6. 移除环境

conda remove -n python36
conda remove -n python36 --all

 

©️2020 CSDN 皮肤主题: 编程工作室 设计师:CSDN官方博客 返回首页