【工具篇】Anaconda使用總結

2022-01-15 數據挖掘民工

本文思路:

Anaconda簡介(是什麼?)

Anaconda的安裝(怎麼搞?)

Conda的環境管理(解決Python2.7和3.6不兼容問題)

配置國內鏡像(解決下載速度問題)

Conda的包管理(日常操作)

Anaconda簡介(是什麼?)

    Anaconda是一個用於科學計算的Python發行版,具有跨平臺(支持 Linux, Mac, Windows)、包管理(一站式搞定第三方包兼容安裝問題)、環境管理(方便多版本python並存、切換)的特點。Anaconda利用工具/命令conda來進行package和environment的管理,並且已經包含了Python和相關的配套工具。

    這裡先解釋下conda、anaconda這些概念的差別。conda可以理解為一個工具,也是一個可執行命令,其核心功能是包管理與環境管理。包管理與pip的使用類似。Anaconda則是一個打包的集合,裡面預裝好了conda、某個版本的python、眾多packages、科學計算工具等等,所以也稱為Python的一種發行版。其實還有Miniconda,顧名思義,它只包含最基本的內容——python與conda,以及相關的必須依賴項,對於空間要求嚴格的用戶,Miniconda是一種選擇。

    進入下文之前,說明一下conda的設計理念——conda將幾乎所有的工具、第三方包都當做package對待,甚至包括python和conda自身!因此,conda打破了包管理與環境管理的約束,能非常方便地安裝各種版本python、各種package並方便地切換。

Anaconda的安裝(怎麼搞?)

下載:Anaconda的下載頁參見官網下載

(https://www.continuum.io/downloads),Linux、Mac、Windows均支持。

安裝:安裝時,會發現有兩個不同版本的Anaconda,分別對應Python 2.7和Python 3.6,兩個版本其實除了這點區別外其他都一樣。因為通過環境管理,我們可以很方便地切換運行時的Python版本。

下載後直接按照說明安裝即可。這裡想提醒一點:儘量按照Anaconda默認的行為安裝——不使用root權限,僅為個人安裝,安裝目錄設置在個人主目錄下(Windows就無所謂了)。這樣的好處是,同一臺機器上的不同用戶完全可以安裝、配置自己的Anaconda,不會互相影響。

對於Mac、Linux系統,Anaconda安裝好後,實際上就是在主目錄下多了個文件夾(~/anaconda)而已,Windows會寫入註冊表。安裝時,安裝程序會把bin目錄加入PATH(Linux/Mac寫入~/.bashrc,Windows添加到系統變量PATH),這些操作也完全可以自己完成。以Linux/Mac為例,安裝完成後設置PATH的操作是

# 將anaconda的bin目錄加入PATH,根據版本不同,也可能是~/anaconda3/bin 

echo'export PATH="~/anaconda2/bin:$PATH"'>>~/.bashrc 

# 更新bashrc以立即生效 

source~/.bashrc

配置好PATH後,可以通過which conda或conda --version命令檢查是否正確。假如安裝的是Python 2.7對應的版本,運行python --version或python -V可以得到Python 2.7.12 :: Anaconda 4.1.1 (64-bit),也說明該發行版默認的環境是Python 2.7。

Conda的環境管理(解決Python2.7和3.6不兼容問題)

    Conda的環境管理功能允許我們同時安裝多個不同版本的Python,並可自由切換。假設我們安裝的是Python 2.7版,那麼Python 2.7就是默認的環境。如果我拿到別人的Python代碼是Python 3.6版,那我就不能直接在2.7的環境上運行了,這時我們來一個乾坤大挪移,把Python2.7環境變成Python3.6環境就OK了,代碼就可以正常運行了。

現在我要發功了,乾坤大挪移開始了,要換成Python 3.6,我們需要做如下操作:

# 創建一個名為python36的環境,指定Python版本是3.6 

conda create--name python36 python=3.6 

# 安裝好後,使用activate激活某個環境 

activate python36   # Windows環境下這樣執行 

source activate python36  # Linux & Mac環境下這樣執行 

# 激活後,會發現terminal輸入的地方多了(python36)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3.6對應的命令加入PATH 

# 此時,再次輸入 

python--version 

# 可以得到`Python 3.6.2 :: Anaconda 6.1.1 (64-bit)`,即系統已經切換到了3.6的環境 

# 如果想返回默認的python 2.7環境,運行 

deactivate python36  # Windows環境下這樣執行 

source deactivate python36  # Linux & Mac環境下這樣執行 

# 刪除一個已有的環境 

conda remove--name python36--all

Linux & Mac環境下用戶安裝的不同python環境都會被放在目錄~/anaconda/envs下,可以在命令中運行conda info -e查看已安裝的環境,當前被激活的環境會顯示有一個星號或者括號。

配置國內鏡像(解決下載速度問題)

    配置國內鏡像呢是將包來源下載地址從國外伺服器地址遷移到國內的地址,國外的地址默認是default,國內用的比較多的地址是清華大學的鏡像(https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/)。

為什麼要改掉鏡像呢?因為Anaconda.org的伺服器在國外,下載速度特別慢,所以改到國內的鏡像快很多,現在我們把清華TUNA鏡像源配置為Anaconda倉庫的鏡像,我們將其加入conda的配置即可:

# 添加Anaconda的TUNA鏡像 

conda config--add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ 

# TUNA的help中鏡像地址加有引號,需要去掉,設置搜索時顯示通道地址 

conda config--set show_channel_urls yes

執行完上述命令後,會生成~/.condarc(Linux/Mac)

或C:UsersUSER_NAME.condarc文件,記錄著我們對conda的配置,直接手動創建、編輯該文件是相同的效果。

Conda的包管理(日常操作)

包管理就是對倉庫中的包:查看|安裝|更新|查找等操作。

例如,如果需要安裝matplotlib:

# 安裝matplotlib 

conda install matplotlib 

# conda會從從遠程搜索matplotlib的相關信息和對應的依賴項目

conda的一些常用操作如下:

# 查看當前環境下已安裝的包 

# 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 

# 查看某個指定環境的已安裝包 

conda list-npython36 

# 查找package信息 

conda search numpy 

# 安裝package 

conda install-npython36 numpy 

# 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 

# 更新package 

conda update-npython36 numpy 

# 刪除package 

conda remove-npython36 numpy

前面已經提到,conda將conda、python等都視為package,因此,完全可以使用conda來管理conda和python的版本,例如

# 更新conda,保持conda最新 

conda update conda 

# 更新anaconda 

conda update anaconda 

# 更新python 

conda update 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

注意:如果創建新的python環境,比如3.6,運行conda create -n python36 python=3.6之後,conda僅安裝python 3.6相關的必須項,如python, pip等,如果希望該環境像默認環境那樣,安裝anaconda集合包,只需要:

# 在當前環境下安裝anaconda包集合 

conda install anaconda 

# 結合創建環境的命令,以上操作可以合併為 

conda create-npython36 python=3.6anaconda 

# 也可以不用全部安裝,根據需求安裝自己需要的package即可

本文參考

Anaconda官網:https://conda.io/docs/user-guide/getting-started.html

相關焦點

  • 師妹總結:做生信不可不知的anaconda使用指南
    anaconda使用教程剛開始接觸生信的小夥伴們,一定都有安裝和使用anaconda的各種迷惑。他的功能,正如anaconda的中文釋義——蟒蛇,強大到「可怕」。今天,讓我們一起來簡易入門conda使用吧! 一、什麼是Anaconda?1. 簡介Anaconda(官方網站)是可以便捷獲取並管理包,同時對環境可以統一管理的發行版本。
  • Anaconda使用說明
    如果Jack開發的A模塊裡面又使用了Tom開發的B模塊,這種情況又該怎麼辦?我們需要一個模塊管理工具,就像手機的App store應用商店那樣來幫我們管理各種各樣的模塊。在編程領域,並不會使用一個有界面的軟體來做模塊管理,因為程式設計師們更喜歡直接輸入命令代碼,比如 shangdian anzhuang wangzherongyao(讓應用商店安裝一個王者榮耀)。
  • Anaconda安裝和使用
    「Python數據分析養成記」第一篇前言俗話說的好,「工欲善其事,必先利其器」。
  • Anaconda使用之安裝篇(Windows)
    一、在Anaconda官網 (https://www.anaconda.com/download/) 直接根據電腦系統類型進行下載不同的版本:Windows、macOS、Linux。但是官網的下載的龜速你懂得。
  • pycharm中使用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!Anaconda的安裝不同的作業系統都是直接的在官網中下載安裝包進行下載,選擇你最經常使用的Python版本進行安裝,下載完之後,儘量的按照anaconda默認的行為安裝,現在的版本不會將bin目錄加入到環境變量path中去。
  • 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。
  • 優雅的安裝和使用Anaconda
    ,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。echo 'export PATH="/home/userneme/anaconda3/bin:$PATH"' >> ~/.bashrc1.3 換掉默認anaconda源地址(可選,最好替換掉)conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda
  • Python IDE ——Anaconda+PyCharm的安裝與配置
    全世界只有不到2%的人關注了視覺IMAX你真是個特別的人視覺IMAX的第45篇文章一 前言  最近莫名其妙地想學習一下Python,想著利用業餘時間學習一下機器學習(或許僅僅是腦子一熱吧)。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。在學習推薦系統、機器學習、數據挖掘時,python是非常強大的工具,也有很多很強大的模塊,但是模塊的安裝卻是一件令人頭疼的事情。
  • [計算機科學工具系列] Anaconda和conda
    [計算機科學工具系列] Anaconda和condaAnaconda和conda分別是什麼?anaconda的安裝因為現在只有python3還在更新,而python3.x和python2.x本身的區別還是蠻大的,這篇文章只會討論python3下的安裝和使用,一來遵循官方倡導的統一為python3.x標準,二來也便於讀者理解和學習。
  • 在Windows上使用Cuda和Anaconda設置Tensorflow-GPU
    這裡是 @小白學視覺 的第 51 篇推文
  • 開源Python版本Anaconda
    Python3.8IDE界面Anaconda是將Python和許多常用的package(Python開源包)打包直接來使用的Python發行版本,支持Windows、Linux和macOS系統,並有一個conda(開源包packages和虛擬環境environment的管理系統)強大的執行工具。
  • Python工具——Anaconda+Pycharm的安裝過程
    適用對象:編程完全小白,準備安裝Python進行學習本文特點:十分具體詳細,細緻到了每一步安裝過程的截圖,看了此篇,這其中差點在安裝過程的繁瑣中就放棄了學習,因而在這裡寫下安裝過程,一方面希望能讓後面的初學者不在安裝上面浪費時間,進行快速高效安裝;另一方面也算是自己的總結。工具下載:工具可以從公眾號:我是米酒,中回復「資料」從網盤下載。如有錯誤,請指出。
  • Anaconda3詳細安裝使用教程及問題
    /anaconda/cloud/msys2/配置完後可以測試一下,安裝第三方包明顯神速了,哈哈哈3.共享環境共享環境非常有用,它能讓其他人安裝你代碼中使用的所有包,並確保這些包的版本正確。比如你開發了一個系統,你要提交給項目部署系統的人來部署你的項目,但是他們並不知道你當時開發時使用的是哪個python版本,以及使用了哪些包和包的版本。這怎麼辦呢?
  • anaconda的下載、安裝及使用
    寫在前面第一次使用conada是九月份,那是看了一個公眾號的推薦帖子,那時我嘗試安裝了miniconda,使用和安裝軟體都非常簡單,那會安裝的使
  • Anaconda安裝與使用
    建立Tensorflow的Anaconda虛擬環境之所以要使用Anaconda虛擬環境安裝Tensorflow,是因為在一臺計算機中,我們需要安裝很多軟體,但每個軟體所需要的Python關聯或版本都不相同,這就可能造成兼容性衝突。為了解決這一問題,我們可以使用Anaconda虛擬環境來安裝,讓網站框架與TensorFlow分別安裝在不同的虛擬環境中, 這樣就不會有版本不一致的衝突了。
  • Anaconda 零基礎使用說明
    精品文章,第一時間送達Anaconda 零基礎使用說明Anaconda 是 Python 的一個科學計算發行版,支持 Linux、Mac
  • Python學習工具第二期 — Anaconda下載、安裝與使用
    上一期我們介紹了Python、Pycharm、Anaconda三者之間的關係以及使用,這一期主要詳細介紹如何在Windows上下載和安裝工具Anaconda
  • Anaconda介紹、安裝及使用教程
    ② condaconda是包及其依賴項和環境的管理工具。▪ 適用語言:Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN。▪ 適用平臺:Windows, macOS, Linux▪ 用途:① 快速安裝、運行和升級包及其依賴項。
  • 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 多版本切換工具- Pyenv/Virtualenv 及 Anaconda 科學計算環境的配置
    解決多python環境下,python版本切換的工具–pyenv應運而生。同時,另外一個工具virtualenv則提供了一種功能, 就是將一個目錄建立為一個虛擬的python環境, 這樣的話, 用戶可以建立多個虛擬環境, 每個環境裡面的python版本可以是不同的, 也可以是相同的, 而且環境之間相互獨立。