Anaconda 使用入门

参考自：

• Anaconda 安装和使用指南
• Anaconda 完全入门指南

目录

• • • Anaconda 与 Conda 是什么？
    • Anaconda 安装
    • Anaconda Navigator
    • pycharm连接

Anaconda 与 Conda 是什么？

什么是 Anaconda ？

Anaconda 是一个用于python/R科学计算和机器学习的开源工具(也称为Python的一种发行版)，支持 Linux, macOS, Windows, 包含了conda等众多工具包及其依赖项，提供了包管理与环境管理的功能，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。

什么是 Miniconda ？

• 相较于Anaconda会预安装众多的软件包，Miniconda就是一个迷你 Anaconda，只是预安装conda、Python及其依赖；
• 用户在使用过程中根据自己的需求再使用conda安装软件包或创建各种环境;
• 对于内存有限，或者觉得Anaconda预安装过于冗余的童鞋可以选择Miniconda.

什么是 conda ？

Package, dependency and environment management for any language—Python, R, Ruby, Lua, Scala, Java, JavaScript, C/ C++, FORTRAN*

conda是一种开源的包和环境管理系统。

• 适用语言：Python, R, Ruby, Lua, Scala, Java, JavaScript, C/ C++, FORTRAN*
• 适用平台：Windows, macOS, Linux

包管理

• 作为包管理工具，conda将所有的工具和第三方程序都当作包来管理；
• conda 可以快速安装，运行和更新包及其相关的依赖关系。

环境管理

• conda也是一个环境管理工具， 可以创建多个虚拟环境，并基于工作目的在切换环境使用不同版本的工具包。例如，电脑上除了默认版本的Python，还可以创建其他各种版本python封闭环境，并在这些python版本之间进行快速切换。

讲到到Python包管理器，就不得不提到 pip。 pip是标准Python发行版自带的包管理工具，用于查找、下载、安装、卸载安装包

conda VS pip

pip

• pip是标准Python发行版的包管理器，只能用于Python；
• pip安装包时并不会自动安装相关的依赖关系；
• pip 无法管理Python 版本；

conda

• conda 安装包时会自动安装相关的依赖关系;
• conda 适用于Python, R等多种语言，可以安装python包以外的其他软件；
• conda 可以管理Python 版本；
• conda 可以创建和管理虚拟环境；

Anaconda 的优点

• 快速下载和安装1500 + Python/R 数据科学包
• 使用Conda 管理库、依赖项和环境
• 使用scikit-learn、TensorFlow和Theano开发和训练机器学习和深度学习模型
• 使用Dask、NumPy、panda和Numba分析数据
• 使用Matplotlib、Bokeh、Datashader和Holoviews可视化结果

Anaconda 安装

从Anaconda官网下载Anaconda ，下载Python 3.7 version ；

这个有两种安装模式：

• 64-Bit Graphical Installer (634 MB)
• 64-Bit Command-Line Installer (544 MB)

Anaconda Navigator

Anaconda Navigator

Anaconda Navigator是 Anaconda 内置的桌面图形用户界面(GUI)，不需要使用命令行就可以启动应用和管理conda包和环境。

Home: 当前环境下的应用程序

• JupyterLab
• Jupyter Notebook
• QTConsole
• Spyder
• VSCode
• Glueviz
• Orange 3 App
• Rodeo
• RStudio

在Spyder IDE中运行Python

打开Spyder ，展示的是默认界面(通过view -> Panes 调整)：

左边面板是编辑器；
右上方面板可以查看帮助，变量，当前目录文件系统；
右下面板是IPython console: 可以查看运行结果或运行日志；

a.构建一个hello.py程序

print("Hello Anaconda")

b. 运行(F5)，右下角Console查看程序运行状态

在Jupyter Notebook中运行Python

启动jupyter notebook

$ jupyter notebook

#New->Python3
print("Hello Anaconda")
#Run or  Cell -> Run Cells

jupyterlab

基于Web 的下一代 Jupyter，集成了更多的功能;

conda 命令

conda 命令一览：

• conda clean: #删除没有用到的包和清除缓存
• conda config: #修改 .condarc 中的配置；这个命令是模仿 git config而来；默认写入到~/.condarc
• conda create: #用于创建新环境
• conda info: #查看conda 详细信息
• conda install: #为指定的环境安装包
• conda list: #查看指定环境安装包信息
• conda remove: #移除指定环境指定安装包
• conda search: #搜索安装包，并展示搜索结果
• conda update: #更新安装包

管理 conda

conda 版本查看

$ conda --version
conda 4.5.12

conda 版本更新

$ conda update conda

conda 管理环境

查看已安装的环境

conda env list   #conda info --envs

创建一个名为python36的环境，并安装Python 3.6和pandas

conda create --name python36 python=3.6 pandas

**某个环境

conda 4.6以后版本

Windows: conda activate python36
Linux and macOS: conda activate python36

conda 4.6以前版本

Windows: activate python36
Linux and macOS: source activate python36

退出当前环境

conda deactivate

返回默认环境

conda activate

分享环境：将当前环境信息生成YAML文件

conda env export > environment.yaml

YAML文件格式：

name: stats2
channels:
  - javascript
dependencies:
  - python=3.4   # or 2.7
  - bokeh=0.9.2
  - numpy=1.9.*
  - nodejs=0.10.*
  - flask
  - pip:
    - Flask-Testing

利用YAML文件生成环境

conda env create -f environment.yaml

删除一个已有的环境及其安装包

conda remove --name myenv --all

conda 管理Python

创建一个包含Python 2.7的环境

conda create --name python27 python=2.7
conda activate python27
python -V
Python 2.7.15 :: Anaconda, Inc.

克隆环境python27: 可以使用此方法为环境重新命名

conda create --name myclone --clone python27

4.4 conda 管理包
查看当前环境已经安装的包

conda list  

查看指定环境中的安装包

conda list -n python27

在Anaconda 库中搜索包

conda search numpy  #模糊搜索
conda search numpy=1.12
conda search numpy[subdir=linux-64] #指定系统
conda search --override-channels --channel http://conda.anaconda.org/mutirri iminuit  #指定仓库安装包

安装包到当前环境

conda install numpy

安装包到指定环境

conda install -n python27 numpy

同时安装多个包到当前环境

conda install numpy scipy

安装指定版本包到指定环境

conda install -n python27 scipy=0.15.0

安装包更新

conda update numpy

移除安装包

conda remove -n python27 scipy

设置国内镜像

参考国内镜像源(清华anaconda镜像源)

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/
conda config --set show_channel_urls yes

注:这些设置存储在~/.condarc文件中;

pycharm连接

在工作环境中我们会集成开发环境去编码, 这里推荐JB公司的pycharm, 而pycharm也能很方便的和anaconda的虚拟环境结合

在Setting => Project => Project Interpreter 里面修改 Project Interpreter , 点击齿轮标志再点击Add Local为你某个环境的python.exe解释器就行了

比如你要在learn环境中编写程序, 那么就修改为D:\Software\Anaconda\envs\learn, 可以看到这时候下面的依赖包也变成了learn环境中的包了.接下来我们就可以在pycharm中愉快的编码了.