【python】Anaconda安装配置

【python】Anaconda安装配置

转自作者：猴子 来自

1、为什么安装Anaconda？

1. Anaconda 附带了 conda、Python 和 150 多个科学包及其依赖项，可以帮助你快速开始处理数据。
2. 便于管理包：Anaconda 是在conda（一个包管理器和环境管理器）上发展出来的。在数据分析中，你会用到很多第三方的包，而conda（包管理器）可以很好的帮助你在计算机上安装和管理这些包，包括安装、卸载和更新包。
3. 便于管理环境：比如你在A项目中用了 Python 2，而新的项目B老大要求使用Python3，而同时安装两个Python版本可能会造成许多混乱和错误。这时候 conda就可以帮助你为不同的项目建立不同的运行环境。

2、怎么安装Anaconda？

1. 官网地址：， 里面可以找到安装程序（支持多个平台： Windows、Mac OS X 和 Linux），以及安装说明。

2. 根据你的操作系统是32位还是64位选择对应的版本下载。

3. Anaconda 的下载文件比较大（约 500 MB），因为它附带了 Python 中最常用的数据科学包。

4. 如果计算机上已经安装了 Python，安装不会对你有任何影响。实际上，脚本和程序使用的默认 Python 是 Anaconda 附带的 Python。

5. 注意：如果你是windows 10系统，注意在安装Anaconda软件的时候，右击安装软件→选择以管理员的身份运行。
   

6. 完成安装后，在windows操作系统中，打开Anaconda Prompt终端（以管理员的身份运行）。

8. 在终端或命令提示符中键入 conda list，查看已经安装的内容。
   
   如果安装后，在Anaconda Prompt中都无法使用Conda命令，解决方法在这里：
   

9. 为了避免后面使用报错，你需要先更新下所有包。在终端输入更新所有包的命令：conda upgrade --all ，并在提示是否更新的时候输入 y（Yes）让更新继续。初次安装下的软件包版本一般都比较老旧，因此提前更新可以避免未来不必要的问题。
   如果以上命令运行后报错，参考这里的解决办法：

3、怎么管理包？

5. 安装包：
   1）在终端中键入：conda install package_name 。例如，要安装 pandas，输入：conda install package_name 。
   2）你还可以同时安装多个包。类似 conda install pandas numpy
   3）还可以通过添加版本号（例如 conda install numpy=1.10）来指定所需的包版本。
   4）conda 还会自动为你安装依赖项。例如，scipy 依赖于 numpy，因为它使用必须需要 numpy。如果你只安装 scipy (conda install scipy)，则 conda 还会安装 numpy（如果尚未安装的话）。

6. 卸载包
   在终端中键入 ：conda remove package_names 。上面命令中的package_names是指你要卸载包的名称。例如，想卸载pandas包，输入：conda remove pandas

7. 更新包
   在终端键入：conda update package_name
   如果想更新环境中的所有包（这样做常常很有用），使用：conda update --all。

8. 列出已安装的包
   在终端键入：conda list

4、怎么管理环境？

conda 可以为你不同的项目建立不同的运行环境。
安装nb_conda用于notebook自动关联nb_conda的环境。

1. 创建环境
   1）在终端中使用: conda create -n env_name package_names
   上面的命令中，env_name 是设置环境的名称（-n 是指该命令后面的env_name是你要创建环境的名称），package_names 是你要安装在创建环境中的包名称。
   例如，要创建环境名称为 py3 的环境并在其中安装 numpy，在终端中输入 conda create -n py3 pandas。
   2）创建环境时，可以指定要安装在环境中的 Python 版本，如果你要安装特定版本（例如 Python 3.6），请使用 conda create -n py python=3.6

2. 进入环境
   1）在 Windows 上，你可以使用 activate my_env进入。在 OSX/Linux 上使用 source activate my_env 进入环境。
   2）进入环境后，你会在终端提示符中看到环境名称，下面图片是我进入py3的环境（这里的py3是我上面创建环境时自己起的名称，你可以起个自己喜欢的名称）。
   
   进入环境后，我可以用conda list 查看环境中默认安装的几个包：
   
   在环境中安装包的命令与前面一样：conda install package_name。
   不过，这次你安装的特定包仅在你进入环境后才可用。

3. 离开环境
   在 Windows 上，终端输入： deactivate
   在 OSX/Linux 上，终端输入：source deactivate

4. 共享环境
   1）共享环境非常有用，它能让其他人安装你的代码中使用的所有包，并确保这些包的版本正确。比如你开发了一个药店数据分析系统，你要提交给项目部署系统的王二狗来部署你的项目，但是王二狗并不知道你当时开发时使用的是哪个python版本，以及使用了哪些包和包的版本。这怎么办呢？
   你可以在你当前的环境中终端中使用 conda env export > environment.yaml 将你当前的环境保存到文件中保存为YAML文件（包括Pyhton版本和所有包的名称）。
   
   命令的第一部分 conda env export 用于输出环境中的所有包的名称（包括 Python 版本）。
   在“notebook工作文件夹”下（及你在终端中上图的路径）可以看到导出的环境文件：
   
   2）在 GitHub 上共享代码时，最好同样创建环境文件并将其包括在代码库中。这能让其他人更轻松地安装你的代码的所有依赖项。
   导出的环境文件，在其他电脑环境中如何使用呢？
   首先在conda中进入你的环境，比如activate py3
   然后在使用以下命令更新你的环境：
   conda env update -f=/path/l
   #其中-f表示你要导出文件在本地的路径，所以/path/l要换成你本地的实际路径
   3）对于不使用 conda 的用户，我通常还会使用 pip freeze > 将一个 txt文件导出并包括在其中。
   具体见这里：/
   举个例子你可能更容易理解这个使用场景：
   首先，我在自己的电脑上在conda中将项目的包导出成 文件：
   
   然后我将该文件包含在项目的代码库中，其他项目成员即使在他的电脑上没有安装conda也可以使用该文件来安装和我一样的开发环境：
   他在自己的电脑上进入python命令环境，然后运行以下命令就可以安装该项目需要的包：pip install -r /，其中/是该文件在你电脑上的实际路径。
   

5. 列出环境
   有时候会忘记自己创建的环境名称，这时候用 conda env list 就可以列出你创建的所有环境。
   你会看到环境的列表，而且你当前所在环境的旁边会有一个星号。默认的环境（即当你不在选定环境中时使用的环境）名为 root。
   

6. 删除环境
   如果你不再使用某个环境，可以使用 conda env remove -n env_name 删除指定的环境（在这里环境名为 env_name）。

conda的官方文档：
.html

jupyter notebook 可以做哪些

Python管理包工具anaconda安装过程常见问题解决办法