标签：分享 集成开发环境 image span 处理 package 表示 linux move
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。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。
Conda是一个开源的包、虚拟环境管理器，可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换，它的包管理类似PIP。
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。
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。
安装过程略，非常简单，安装完之后运行下面的命令添加源，这样以后通过conda安装包就走国内镜像。镜像大全不只是Anaconda
# 添加Anaconda的TUNA镜像 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ # 设置搜索时显示通道地址，这个可以不加，只是为了看一下是否从镜像站下载 conda config --set show_channel_urls yes
Anaconda安装的框架在 用户安装的不同python环境都会被放在目录~/anacondaX/envs下
环境变量会被自动添加到 ~/.bash_profile/Users/steven/Anaconda
可以在命令中运行conda info -e查看已安装的环境，如下图，我这里有多个环境。
# 确认conda已安装 conda --version # 更新anaconda conda update anaconda # 更新conda版本 conda update conda # 更新当前环境里面所有的包 conda update --all # 更新python conda update python # 查找包 加上--full --name命令 来列出匹配的包 conda search 包名 conda search *scikit* # 模糊查询 # 创建新环境，这个环境就是不同软件版本及其依赖构成的环境，这些环境之间是隔离的 conda create --name 环境名称 环境中的包名 # 查看当前环境 conda info --envs # 查看当前有几个环境 conda env list # 创建一个名为python34的环境，指定Python版本是3.4（不用管是3.4.x，conda会为我们自动寻找3.4.x中的最新版本） conda create --name python34 python=3.4 # 安装好后，使用activate激活某个环境 activate python34 # for Windows source activate python34 # for Linux & Mac # 如果想返回默认的python 2.7环境，运行 deactivate python34 # for Windows source deactivate python34 # for Linux & Mac # 不加环境则返回默认环境 source deactivate # for Linux & Mac deactivate # for Windows # 删除一个已有的环境 --all 表示环境中所有的包 conda remove --name python34 --all # 删除指定环境中的一个包 conda remove --name python34 包名
包管理
# conda的包管理 # 安装scipy conda install scipy # conda会从从远程搜索scipy的相关信息和依赖项目，对于python 3.4，conda会同时安装numpy和mkl（运算加速的库） # 查看已经安装的packages conda list # 查看某个指定环境的已安装包 conda list -n python34 # 查找package信息 conda search numpy # 安装package到指定环境，如果不指定-n则表示当前活跃环境 conda install -n python34 numpy # 更新package conda update -n python34 numpy # 删除package conda remove -n python34 numpy
说明：对于那些无法通过conda安装或者从Anaconda.org获得的包，我们通常可以用pip来安装包。
pip只是一个包管理器，所以它不能为你管理环境。pip甚至不能升级python，因为它不像conda一样把python当做包来处理。但是它可以安装一些conda安装不了的包，pip和conda都集成在Anaconda或miniconda里边。
标签：分享 集成开发环境 image span 处理 package 表示 linux move
原文地址：https://www.cnblogs.com/yunxizhujing/p/9484309.html
