首页 > 编程语言 > 详细

Python - Anaconda

时间:2018-11-22 02:17:03      阅读:101      评论:0      收藏:0      [点我收藏+]

标签:退出   man   fyi   sta   人工智能   server   must   指南   进入   

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:退出   man   fyi   sta   人工智能   server   must   指南   进入   

原文:https://www.cnblogs.com/anliven/p/9998662.html

(0)
(0)
   
举报
评论 一句话评论(0
0条  
登录后才能评论!
© 2014 bubuko.com 版权所有 鲁ICP备09046678号-4
打开技术之扣,分享程序人生!
             

鲁公网安备 37021202000002号