【Python小白日記】(三)|Anaconda的安裝和配置

2021-02-19 Data室工作

安裝雖容易，學習路漫漫。在Python的漫漫長路上，作為數據分析師，不必將Python的編程掌握的非常到位，但是我們需要對部分數據分析相關的庫進行掌握，那麼在掌握這些庫之前，需要對庫進行下載安裝，之前的文章中已經介紹了Python的安裝，但還不夠，由於用Python直接安裝庫的過程中會遇到這樣或者那樣的bug,雖然說這些bug都可以解決，但是非常的耗費時間，今天要給大家分享一個神器，名為Anaconda。

Anaconda的安裝可以直接的在官網（https://www.anaconda.com/）中下載安裝包

下載完之後，儘量的按照Anaconda默認的行為安裝，安裝時會自動的吧bin目錄加入到環境變量path中去。

conda --version 命令進行檢驗是否安裝成功。

python --version 命令查看發行版默認的Python版本。

conda管理工具可以同時安裝不同版本的python，並且自由的進行切換，經常使用的有以下的命令：

# 創建一個名為python27的環境，指定Python版本是2.7（不用管是2.7.x，conda會為我們自動尋找2.7.x中的最新版本）

conda create --name python27 python=2.7

# 安裝好後，使用activate激活某個環境

activate python27 # for Windows

source activate python27 # for Linux & Mac

# 激活後，會發現terminal輸入的地方多了python27的字樣，實際上，此時系統做的事情就是把默認2.7環境從PATH中去除，再把2.7對應的命令加入PATH

# 此時，再次輸入 python --version

# 可以得到'Python 2.7.13'，即系統已經切換到了2.7的環境

# 如果想返回默認的python 3.6環境，運行

deactivate python27 # for Windows

source deactivate python27 # for Linux & Mac

conda install scipy(或pip installscipy)  # 安裝scipy

# conda會從從遠程搜索scipy的相關信息和依賴項目，對於python 3.4，conda會同時安裝numpy和mkl（運算加速的庫）

conda list  # 查看已經安裝的packages

# 最新版的conda是從site-packages文件夾中搜索已經安裝的包，不依賴於pip，因此可以顯示出通過各種方式安裝的包

conda list -n python36 # 查看某個指定環境的已安裝包

剩下的代碼的就不一一嘗試運行，如果需要使用可自行選擇

 conda search numpy    # 查找package信息

conda install -n python36 numpy  # 安裝package

# 如果不用-n指定環境名稱，則被安裝在當前活躍環境

# 也可以通過-c指定通過某個channel安裝 

conda update -n python36 numpy  # 更新package

conda remove -n python36 numpy # 刪除package

conda update conda      # 更新conda，保持conda最新

conda update anaconda # 更新anaconda

conda update python      # 更新python

# 假設當前環境是python 3.6, conda會將python升級為3.6.x系列的當前最新版本

Anaconda神器今天就想講到這裡，下期預告【Pycharm的安裝與配置】不見不散！

相關焦點

  • Python IDE ——Anaconda+PyCharm的安裝與配置
    借著研究生期間對於PyCharm安裝的印象，在自己的電腦上重新又安裝了一遍。利用周末的一點時間，將安裝與首次使用流程做個簡單總結。  PyCharm是我用過的Python編輯器中，比較方便好用的一個，可以跨平臺，在macos和windows下面都可以用。
  • 【從小白開始學python系列五】anaconda安裝/已安裝python如何與anaconda共存
    【anaconda】指的是一個開源的【Python】發行版本，是一個安裝、管理【python】相關包的軟體，自帶了【python、Jupyter Notebook、Spyder、conda】等工具，常見的科學計算類的庫都包含在裡面了，使得安裝比常規【python】安裝要容易，很好用。
  • python anaconda安裝 (一)
    * 有python環境  未使用過anaconda管理python環境你要到哪裡去:python大神學會anaconda的使用 anaconda安裝與使用 簡介   發音  [ˌænəˈkɑːndə] 概念  Anaconda是一個包含180+的科學包及其依賴項的發行版本。
  • Python學習之Anaconda的使用及配置方法
    俗話說『人生苦短，我有Python』，但是如果初學Python的過程中碰到包和Python版本的問題估計會讓你再苦一會，我在學習Python的爬蟲框架中看到看到了anaconda的介紹，簡直是相見恨晚啊，我覺的每個Python的學習網站上首先都應該使用anaconda來進行教程，因為在實踐的過程中光環境的各種報錯就能消磨掉你所有的學習興趣!
  • 優雅的安裝和使用Anaconda
    Anaconda作為在python開發中一款優秀的包管理工具，Conda管理工具有著其獨特的優勢，尤其是在機器學習和深度學習的開發中。（env_name表示指定虛擬環境的名稱）同時指定虛擬環境的Python版本號 conda create -n env_name python=3.6在創建環境時就安裝指定的Python包 conda create -n env_name numpy註：以上三條命令根據不同需要選擇其中之一即可以創建一個python版本為3.6，名稱為py36的虛擬環境為例
  • Python數據分析實戰(2)Python,Anaconda安裝
    python一、Python的安裝與環境配置1.Python版本Python分為3.X和2.X兩個大版本。（3）Mac系統 自帶python 2.7，可以執行brew install python安裝新版本。3.環境變量配置Windows系統需要配置環境變量。
  • Python環境配置保姆教程(Anaconda、Jupyter、GPU環境)!
    這篇文章打算把一些必備的python環境配置過程記錄下來，這樣不管是新到了公司實習或者就職，還是新換了電腦，都可以借鑑這篇快速把環境搭建起來啦 😉由於我也是重裝了系統，所以算是從0開始搭建python環境，這次從anaconda安裝開始， 然後到cuda的相關安裝配置，再到cudnn的安裝配置，然後從anaconda中建立虛擬tensorflow
  • Anaconda配置opencv
    在用Anaconda配置opencv環境時會遇到很多很多坑，為幫助讀者配置成功，覃原將已配置成功的版本信息以及關鍵過程寫下，以此作為參考：)
  • Anaconda及Pycharm的安裝及配置教程
    Anaconda是一個基於python的數據處理和科學計算平臺，它已經內置樂許多非常有用的第三方庫，裝上Anaconda，就相當於把python和一些常用的庫自動安裝好了。如果你是python初學者，建議直接安裝Anaconda+Pycharm就可以了。下面介紹Annaconda的下載、安裝和配置過程。
  • CDH中安裝Anaconda和搭建Python私有源
    1 演示環境介紹CDH集群運行正常，Apache服務正常運行作業系統版本：CentOS6.5CM和CDH
  • python 入門:Anaconda的配置
    我自己學python是為了量化交易用的，雖然實話實說，我只會用numpy，自己也還在學。但是對於新手而言，有些東西很煩人的。下載Anaconda推薦Anaconda是因為免費，不需要要你去激活Pycharm。
  • Python安裝教程之anaconda篇
    安裝python通常有兩種方式，一是安裝python安裝包，二是安裝anaconda。這裡我建議小白同學選擇anaconda,一般不要輕易嘗試自己單獨安裝python安裝包,因為很多小白很容易死在安裝軟體這一步為什麼選擇anaconda，因為它安裝簡單，可以傻瓜式的，一直按next完成安裝，這個特點對python初學這非常友好簡單理解，anaconda是將python常用的工具及第三方庫整合在一起一個集成環境。
  • 【CSDN博客分享】vscode Anaconda配置python環境
    vscode   Anaconda配置python環境一.Anaconda下載
  • Anaconda+pycharm配置
    安裝，但是有點麻煩，因此我強烈推薦各位裝上Anaconda，這是一個基於Python的數據處理和科學計算平臺，它已經內置了很多非常有用的第三方庫，安裝上Anaconda，就相當於把數十個第三方模塊自動安裝好了，非常好用，Anaconda安裝自帶Spyder編輯器，夠新手使用了，我之前的所有代碼都是在Spyder編輯器裡完成了。
  • [Python]Anaconda+VS Code介紹、安裝及使用
    其特點的實現主要基於Anaconda擁有的：（二）Anaconda和python      Python是程式語言，官方的Python包含了核心的模塊和庫，為了完成其他任務，需要安裝其他的模塊和庫。      Anaconda將Python和許多與科學計算相關的庫捆綁在一起，形成了一個方便的科學計算環境，你安裝了Ananconda就相當於安裝了Python外加這些模塊和庫。新手更建議安裝Ananconda。
  • Python學習|Anaconda、Jupyter Notebook、pycharm安裝使用詳解
    就 python 學習而言，Anaconda 是 python 全家桶，安裝了 Anaconda，你就擁有了原生 python+常用 python 包+包管理工具+各種 python 編輯器，再也不用為包管理、安裝編輯器而煩惱。因此，現在基本都是使用 Anaconda 了，很少使用原生的 python IDLE。
  • Anaconda安裝和使用
    Anaconda的優點通常情況下，我們直接去Python官網去安裝環境，但為什麼我推薦大家使用Anconda了？首先我們看下Anaconda是什麼：Anaconda是一個集成的Python數據科學環境，簡單的說，Anaconda除了有Python外，還安裝了180多個用於數據分析的第三方庫，而且可以使用conda命令安裝第三方庫和創建多個環境。相對於只安裝Python而言，避免了安裝第三方庫的麻煩。
  • Python發行版Anaconda的安裝與使用
    ，還可以快捷地切換不同版本的Python環境，因此建議要裝Python的話就裝Anaconda，它和Python一樣，也是在Windows、Mac、Linux等多平臺上都可以安裝的，這裡主要介紹一下Windows及Linux下Anaconda的安裝以及基本的使用，Mac系統也是類似。
  • 配置win10+anaconda3+python3.6+pytorch
    下載安裝anaconda如果下載太慢，可以選擇清華鏡像下載：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/3./pkgs/free/- http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/- http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
  • 還在為拿到現成Python代碼卻不知如何運行而煩惱?Anaconda和Pycharm安裝和配置(超詳細)
    不少同學在拿到技術宅分享的Python代碼後，不知道該如何使用、如何運行這些代碼；有的同學安裝了Pycharm和Anaconda後，會因為環境配置的問題，運行不了代碼。於是，技術宅想到，專門寫一期詳細的Anaconda和Pycharm安裝、配置步驟，幫助大家手把手搭建Python運行環境。有了這一篇文章，後續大家下載我們分享的Python代碼後，就可以輕鬆的把代碼運行起來了。