简介

官网:https://www.anaconda.com

Anaconda是一个用于科学计算的Python发行版,适用于数据分析的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

用来管理包、依赖与环境的工具(可执行命令)

Anaconda

Python的一种发行版,是一个打包的集合(预装好了conda、某个版本的python、众多packages、科学计算工具等),占用空间较大;

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;

Conda与Anaconda的联系与区别

Conda可以理解为一个工具,也是一个可执行命令,其核心功能是包管理与环境管理。包管理与pip的使用类似,环境管理则允许用户方便地安装不同版本的python并可以快速切换。 Anaconda则是一个打包的集合,里面预装好了conda、某个版本的python、众多packages、科学计算工具等等,所以也称为Python的一种发行版。

安装

官方下载:

清华大学anaconda镜像:

下载后根据提示进行安装,安装完成后内容如下:

  • 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 :Anaconda的命令行,通过conda命令可以控制和配置Python运行环境。
  • 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;

使用conda进行环境管理和包管理

conda时anaconda中的环境管理器和包管理器 对于conda的操作都发生在命令行内,我们可以打开Anaconda Prompt进行操作。

检查conda

在使用conda前,我们先检查conda是否已经被安装,以及当前版本是否最新

# 检查conda是否已经安装好,此命令会返回你安装的conda版本
conda --verson
>> conda 4.9.2
# 通过以下命令升级conda到最新版本
# 如果有新版可用,在提示proceed ([y]/n)? 中输入y进行升级
conda update conda

环境管理

环境管理是Python使用中的一大好习惯,如果你不想在一遍遍重装Python和系统中折腾循,那么环境管理是学习Python的过程中非常必要的一环。现在我们用conda进行环境管理。

创建环境

# 创建一个环境名为py34,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 py34 python=3.4
# 通过创建环境,我们可以使用不同版本的Python
conda create --name py27 python=2.7

激活环境

# 在windows环境下使用activate激活
activate py34

# 在Linux & Mac中使用source activate激活
source activate py34

激活后,会发现terminal输入的地方多了(py34)的字样,这表示我们已经进入了py34的环境中。

退出环境

# 在windows环境下使用deactivate
deactivate

# 在Linux & Mac中使用source deactivate
source deactivate

删除环境

如果你不想要这个名为py34的环境,可以通过以下命令删除这个环境。

conda remove -n py34 --all

可以通过以下命令查看已有的环境列表,现在py34已经不在这个列表里,所以我们知道它已经被删除了。

conda info -e

包管理

我们使用conda进行第三方包的安装、卸载和更新。

对于包的下载,我们可以先设置国内镜像。这是因为Anaconda的服务器在国外,所以conda在下载包的时候速度往往很慢。所幸清华TUNA镜像有Anaconda仓库的镜像,我们将其加入conda的配置,即可解决这个问题。

# 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/
conda config --set show_channel_urls yes

接下来我们进行包的安装,请进入指定的环境中(比如上节中的py34),这里我们以pandas(一个数据处理和分析的包)为例进行操作。

查看已安装的包

#使用这条命令来查看在当前环境中,已安装的包和对应版本
conda list

查找可安装的包

#我们可以通过search命令检查pandas这个包是否可以通过conda来安装
#命令返回了这个包的信息,所以是可以通过conda安装的
conda search pandas

安装包

#通过install安装pandas
#如果pandas已经存在于环境中,会提示已经安装,否则在提示proceed ([y]/n)? 中输入y进行安装
conda install pandas

更新包

#通过update更新pandas
conda update pandas

卸载包

#通过remove卸载pandas
conda remove pandas

以上就是conda对于包的安装、更新和卸载。值得一提的是,conda将conda、python等都视为包,因此,完全可以使用conda来管理conda和python的版本,例如

# 更新conda到最新版本,这里conda被当作一个包处理 
conda update conda 

# 同样的,也可以更新anaconda到最新版本
conda update anaconda

# 更新python
# 例如我们所启用的环境是py34,使用的是python3.4,那么conda会将python升级为3.4.x系列中的最新版本
conda update python 

发表评论

邮箱地址不会被公开。 必填项已用*标注