Anaconda介绍

Anaconda是用于科学计算（数据科学，机器学习应用程序，大规模数据处理，预测分析等）的Python和R编程语言的免费开源发行版，旨在简化包管理和部署。包版本由包管理系统conda管理。Anaconda发行版已被超过600万用户使用，包括1400多种适用于Windows，Linux和MacOS的流行数据科学包。下载后直接双击安装。使用时，可以点击启动相应的编程环境。

Anaconda安装

Anaconda安装请参见上文说明

注意 Anaconda默认源下载速度感人，请提前换源为清华大学或中国科学研究院源
1 添加清华源，命令行中直接使用以下命令

1
2
3
4
5
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

conda config --set show_channel_urls yes

2 添加中科大源，命令行中直接使用以下命令

1
2
3
4
5
6
7
8
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/

conda config --set show_channel_urls yes

Anaconda使用

编程环境

anaconda_jupty notebook
anaconda_jupty notebook
  • Python(shell) ： 标准CPython
  • IPython(shell)： 相当于在命令窗口的命令提示符后输入ipython回车。pip install ipython安装的ipython用法一样。
  • Ipython QTConsole
  • IPython Notebook：直接点击打开，或者在命令提示符中输入ipython.exe notebook
  • Jupyter QTConsole
  • Jupyter Notebook：直接点击打开，或在终端中输入： jupyter notebook 以启动服务器；在浏览器中打开notebook页面地址：http://localhost:8888 。Jupyter Notebook是一种 Web 应用，能让用户将说明文本、数学方程、代码和可视化内容全部组合到一个易于共享的文档中。
  • Spyder：直接点击打开IDE。最大优点就是模仿MATLAB的“工作空间”
  • Anaconda Prompt ： 命令行终端
  • 支持其他IDE，如Pycharm

环境创建

clone
clone

可通过Create Clone Import Remove可视化操作管理，也可以使用命令行管理环境和第三方包

  • 创建环境：在Anaconda终端中 conda create -n env_name package_names[=ver]
  • 使用环境：在Anaconda终端中 activate env_name
  • 离开环境：在Anaconda终端中 deactivate
  • 导出环境设置：conda env export > environmentName.yaml 或 pip freeze > environmentName.txt
  • 导入环境设置：conda env update -f=/path/environmentName.yaml 或 pip install -r /path/environmentName.txt
  • 列出环境清单：conda env list
  • 删除环境： conda env remove -n env_name

命令行操作请参见下一篇文章

包管理

  • 列出已经安装的包：在命令提示符中输入pip list或者用conda list
  • 安装新包：在命令提示符中输入“pip install 包名”，或者“conda install 包名”
  • 更新包： conda update package_name
  • 升级所有包： conda upgrade –all
  • 卸载包：conda remove package_names
  • 搜索包：conda search search_term

结语

现在你是不是发现用上anaconda就可以十分简单的解决单个python环境所带来的弊端, 而且也明白了其实这一切的实现并没有那么神奇.当然anaconda除了包管理之外还在于其丰富数据分析包, 不过那就是另一个内容了。