码迷，mamicode.com
首页 > 编程语言 > 详细

Python - Anaconda

时间：2018-11-22 02:30:27      阅读：245      评论：0      收藏：0      [点我收藏+]

标签：3.1   OLE   led   ror   三方   图形用户界面   must   支持   参考   

简介

Anaconda是一个用于科学计算的Python发行版，适用于企业级大数据分析的Python工具，也可以用在大数据和人工智能领域。
  • 支持 Linux, Mac, Windows系统;
  • 包含了Python和相关的配套工具，包括许多非常有用的第三方库;
  • 利用Conda来管理包和运行环境，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;

Conda

Anaconda

Miniconda

  • 只包含最基本的内容（python与conda，以及相关的必须依赖项）的命令行工具，适合对于空间要求严格的用户；
 

安装

注意：如无特别说明，本文内容仅适用于windows7系统；
 
 
下载后根据提示进行安装，将安装如下应用：
技术分享图片
  • Anaconda Navigtor ：用于管理工具包和环境的图形用户界面，管理命令也可以在 Navigator 中手工实现。
  • Anaconda Prompt ：可执行IPython的仿终端图形界面程序。
  • Jupyter notebook ：基于web的交互式计算环境，可以编辑易于阅读的文档和展示数据分析的过程。
  • Spyder：使用Python语言、跨平台的、科学运算集成开发环境。
  • Reset Spyder Settings：恢复Spyder的默认设置。
 
安装Anaconda完成后，Path环境变量将指向Anaconda自带的Python，其内置的第三方模块安装在自己的路径下，不影响系统已安装的Python目录；
 

运行应用

Anaconda Navigtor：可能启动较慢
技术分享图片

 

Anaconda Prompt
 技术分享图片

Jupyter notebook

技术分享图片

Spyder

技术分享图片

添加conda环境变量

避免找不到conda 命令的错误提示，需要添加conda环境变量；
例如：“D:\DownLoadFiles\anaconda3\Scripts\”
技术分享图片

帮助信息

  • 命令行下执行"conda -h"或“conda --help”可以获得帮助信息；
  • 命令行下执行"conda <argument> -h"或“conda <argument> --help”可以获得具体参数的帮助信息；

添加conda代理和国内镜像

$ conda -h
usage: conda [-h] [-V] command ...

conda is a tool for managing and deploying applications, environments and packages.

Options:

positional arguments:
  command
    clean        Remove unused packages and caches.
    config       Modify configuration values in .condarc. This is modeled
                 after the git config command. Writes to the user .condarc
                 file (C:\Users\guowli\.condarc) by default.

 

根据“conda -h”的提示信息，修改配置文件（如果没有，可以创建）
这里为“C:\Users\guowli\.condarc”
 
设置代理（国内清华大学镜像）
$ cat /C/Users/guowli/.condarc
proxy_servers:
    http: http://10.144.1.10:8080
    https: http://10.144.1.10:8080

 

添加国内镜像源
可以在命令行下执行如下命令（配置改动将更新到配置文件）
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 --set show_channel_urls yes

conda源操作的基本命令

conda config --show                查看当前所有配置
conda config --show-sources        查看当前使用源
conda config --remove channels     删除指定源
conda config --add channels        加指定源

或者直接修改修改配置文件

 

$ cat /C/Users/guowli/.condarc
channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
  - defaults
show_channel_urls: True
allow_other_channels: True

 

管理Python包

升级所有工具包

安装完成后，可以对所有工具包进行升级，在命令行执行“conda upgrade --all”，询问是否安装升级版本时，输入y。
 

常用命令

conda install <package_name>         安装包
conda install numpy scipy pandas     同时安装多个包
conda install numpy=1.10             安装包的指定版本
conda install anaconda               在当前环境安装anaconda集合包

conda remove <package_name>   移除包
conda update <package_name>   升级包

conda list                     查看当前环境已安装的包信息
conda search <package_name>   查询包信息
conda search <search_term>    模糊查询包信息

conda install --name <env_name> <package_name>   在指定环境安装的包信息
conda remove  --name <env_name> <package_name>   移除指定环境的包
conda update  --name <env_name> <package_name>   升级指定环境的包
conda list --name <env_name>                     查看指定环境的已安装的包信息

conda update conda      更新conda
conda update anaconda   更新anaconda

 

通过pip来管理包

1. 设置允许pip访问conda包管理，执行命令“conda config --set use_pip True”；
$ conda config --set use_pip True

$ cat /c/Users/guowli/.condarc
use_pip: true
2. 激活其中的一个运行环境
3. 在激活的运行环境中，执行pip命令来管理包，可以通过“--proxy”参数设置代理地址；
 

管理Python环境

如果安装了 Python3 版本的 Anaconda 后，默认的 root 环境是 Python3；

常用命令

conda create --name <env_name>  <list of packages>    创建新环境 
conda create --name testpy2 python=2.7 pandas         创建名为testpy2的运行环境，并安装pandas包及其依赖包
conda create --name testpy36 python=3.6 anaconda      创建名为testpy36的运行环境，并安装anaconda集合包（conda默认环境）

conda env remove --name <env_name>    删除环境
conda env list                    显示所有的环境

conda info                        显示当前安装的conda信息
conda info --envs                 显示所有运行环境

source activate <env_name>    激活（进入）环境
source deactivate             去激活（退出）当前环境

 

分享运行环境

为了保证代码可以正确运行，分享代码的同时，也需要将运行环境分享；
通过conda可将当前环境下的 package 信息存入YAML 文件， 当执行他人的代码时，可使用此YAML文件创建同样的运行环境；
conda env export > BackupEnv.yaml    将当前运行环境的package信息导出到名为BackupEnv的YAML文件
conda env create --force BackupEnv.yaml   使用YAML文件创建运行环境

 

完整示例

创建运行环境---》查看运行环境---》进入运行环境---》退出运行环境---》删除运行环境
$ py --version   # 当前默认python版本
Python 3.7.1


$ conda create --name testpy2 python=2.7 pandas  # 创建名为testpy2的运行环境，并安装pandas包及其依赖包
Solving environment: done

## Package Plan ##

  environment location: D:\DownLoadFiles\anaconda3\envs\testpy2    # 创建的运行环境的所在目录

  added / updated specs:  # conda仅安装pandas和python2.7相关的必须项（pandas的依赖项，python2.7, pip等）
    - pandas
    - python=2.7


The following packages will be downloaded:    # 将要下载当前没有的安装包

    package                    |            build
    ---------------------------|-----------------
    vc-9                       |       h7299396_1           3 KB
    python-dateutil-2.7.5      |           py27_0         275 KB
    pandas-0.23.4              |   py27h39f3610_0         8.8 MB
    pytz-2018.7                |           py27_0         250 KB
    certifi-2018.10.15         |           py27_0         139 KB
    setuptools-40.5.0          |           py27_0         653 KB
    numpy-base-1.15.4          |   py27h2753ae9_0         3.8 MB
    pip-18.1                   |           py27_0         1.8 MB
    vs2008_runtime-9.00.30729.1|       hfaea7d5_1        1017 KB
    wincertstore-0.2           |   py27hf04cefb_0          13 KB
    python-2.7.15              |       h2880e7c_3        20.3 MB
    six-1.11.0                 |           py27_1          21 KB
    numpy-1.15.4               |   py27hbe4291b_0          36 KB
    mkl_fft-1.0.6              |   py27hac4a418_0         120 KB
    wheel-0.32.2               |           py27_0          52 KB
    ------------------------------------------------------------
                                           Total:        37.1 MB

The following NEW packages will be INSTALLED:    # 将要安装的包

    blas:            1.0-mkl
    certifi:         2018.10.15-py27_0
    icc_rt:          2017.0.4-h97af966_0
    intel-openmp:    2019.0-118
    mkl:             2019.0-118
    mkl_fft:         1.0.6-py27hac4a418_0
    numpy:           1.15.4-py27hbe4291b_0
    numpy-base:      1.15.4-py27h2753ae9_0
    pandas:          0.23.4-py27h39f3610_0
    pip:             18.1-py27_0
    python:          2.7.15-h2880e7c_3
    python-dateutil: 2.7.5-py27_0
    pytz:            2018.7-py27_0
    setuptools:      40.5.0-py27_0
    six:             1.11.0-py27_1
    vc:              9-h7299396_1
    vs2008_runtime:  9.00.30729.1-hfaea7d5_1
    wheel:           0.32.2-py27_0
    wincertstore:    0.2-py27hf04cefb_0

Proceed ([y]/n)? y


Downloading and Extracting Packages
vc-9                 | 3 KB      | ######################################################################## | 100%
python-dateutil-2.7. | 275 KB    | ######################################################################## | 100%
pandas-0.23.4        | 8.8 MB    | ######################################################################## | 100%
pytz-2018.7          | 250 KB    | ######################################################################## | 100%
certifi-2018.10.15   | 139 KB    | ######################################################################## | 100%
setuptools-40.5.0    | 653 KB    | ######################################################################## | 100%
numpy-base-1.15.4    | 3.8 MB    | ######################################################################## | 100%
pip-18.1             | 1.8 MB    | ######################################################################## | 100%
vs2008_runtime-9.00. | 1017 KB   | ######################################################################## | 100%
wincertstore-0.2     | 13 KB     | ######################################################################## | 100%
python-2.7.15        | 20.3 MB   | ######################################################################## | 100%
six-1.11.0           | 21 KB     | ######################################################################## | 100%
numpy-1.15.4         | 36 KB     | ######################################################################## | 100%
mkl_fft-1.0.6        | 120 KB    | ######################################################################## | 100%
wheel-0.32.2         | 52 KB     | ######################################################################## | 100%
Preparing transaction: done
Verifying transaction: done
Executing transaction: done
#
# To activate this environment, use:
# > activate testpy2
#
# To deactivate an active environment, use:
# > deactivate
#
# * for power-users using bash, you must source
#


$ conda env list    # 显示所有运行环境
# conda environments:
#
base                  *  D:\DownLoadFiles\anaconda3    # 星号表示是当前运行环境
testpy2                  D:\DownLoadFiles\anaconda3\envs\testpy2


$ source activate testpy2    # 进入testpy2运行环境
(testpy2)


$ conda env list
# conda environments:
#
base                     D:\DownLoadFiles\anaconda3
testpy2               *  D:\DownLoadFiles\anaconda3\envs\testpy2    # 星号表示是当前运行环境

(testpy2)


$ py --version
Python 3.7.1
(testpy2)    # 括号中显示当前的运行环境


$ conda info  # 显示conda信息

     active environment : testpy2
    active env location : D:\DownLoadFiles\anaconda3\envs\testpy2
            shell level : 1
       user config file : C:\Users\guowli\.condarc
 populated config files : C:\Users\guowli\.condarc
          conda version : 4.5.11
    conda-build version : 3.16.2
         python version : 3.7.1.final.0
       base environment : D:\DownLoadFiles\anaconda3  (writable)
           channel URLs : https://repo.anaconda.com/pkgs/main/win-64
                          https://repo.anaconda.com/pkgs/main/noarch
                          https://repo.anaconda.com/pkgs/free/win-64
                          https://repo.anaconda.com/pkgs/free/noarch
                          https://repo.anaconda.com/pkgs/r/win-64
                          https://repo.anaconda.com/pkgs/r/noarch
                          https://repo.anaconda.com/pkgs/pro/win-64
                          https://repo.anaconda.com/pkgs/pro/noarch
                          https://repo.anaconda.com/pkgs/msys2/win-64
                          https://repo.anaconda.com/pkgs/msys2/noarch
          package cache : D:\DownLoadFiles\anaconda3\pkgs
                          C:\Users\guowli\AppData\Local\conda\conda\pkgs
       envs directories : D:\DownLoadFiles\anaconda3\envs
                          C:\Users\guowli\AppData\Local\conda\conda\envs
                          C:\Users\guowli\.conda\envs
               platform : win-64
             user-agent : conda/4.5.11 requests/2.20.0 CPython/3.7.1 Windows/7 Windows/6.1.7601
          administrator : False
             netrc file : None
           offline mode : False

(testpy2)


$ source deactivate    # 退出当前运行环境


$ conda env list
# conda environments:
#
base                  *  D:\DownLoadFiles\anaconda3    # 星号表示是当前运行环境
testpy2                  D:\DownLoadFiles\anaconda3\envs\testpy2


$ conda env remove --name testpy2    # 删除运行环境

Remove all packages in environment D:\DownLoadFiles\anaconda3\envs\testpy2:


## Package Plan ##

  environment location: D:\DownLoadFiles\anaconda3\envs\testpy2


The following packages will be REMOVED:

    blas:            1.0-mkl
    certifi:         2018.10.15-py27_0
    icc_rt:          2017.0.4-h97af966_0
    intel-openmp:    2019.0-118
    mkl:             2019.0-118
    mkl_fft:         1.0.6-py27hac4a418_0
    numpy:           1.15.4-py27hbe4291b_0
    numpy-base:      1.15.4-py27h2753ae9_0
    pandas:          0.23.4-py27h39f3610_0
    pip:             18.1-py27_0
    python:          2.7.15-h2880e7c_3
    python-dateutil: 2.7.5-py27_0
    pytz:            2018.7-py27_0
    setuptools:      40.5.0-py27_0
    six:             1.11.0-py27_1
    vc:              9-h7299396_1
    vs2008_runtime:  9.00.30729.1-hfaea7d5_1
    wheel:           0.32.2-py27_0
    wincertstore:    0.2-py27hf04cefb_0

Proceed ([y]/n)? y


$ conda env list
# conda environments:
#
base                  *  D:\DownLoadFiles\anaconda3


$

 

参考信息

Python - Anaconda

标签：3.1   OLE   led   ror   三方   图形用户界面   must   支持   参考   

原文地址：https://www.cnblogs.com/anliven/p/9998662.html
踩
(0)
赞
(0)
   
举报
评论 一句话评论（0）
登录后才能评论！
分享档案
更多>
2021年07月29日 (22)
2021年07月28日 (40)
2021年07月27日 (32)
2021年07月26日 (79)
2021年07月23日 (29)
2021年07月22日 (30)
2021年07月21日 (42)
2021年07月20日 (16)
2021年07月19日 (90)
2021年07月16日 (35)
周排行
mamicode.com排行更多图片
更多
友情链接
兰亭集智   国之画   百度统计   站长统计   阿里云   chrome插件   新版天听网
关于我们 - 联系我们 - 留言反馈
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码！