windows下Anaconda的安装与配置正解(Anaconda入门教程) 原创

原创  更新时间:2018年04月05日 01:05:50   投稿:mdxy-dxy   我要评论
最近很多朋友学习python,很多朋友也推荐使用anaconda这个工具,但安装以后也不会使用,这里脚本之家小编就为大家整理一下比较详细的教程,方便自己也方便需要的朋友,希望大家以后多多支持脚本之家

一、下载anaconda

第一步当然是下载anaconda了,官方网站的下载需要用迅雷才能快点,或者直接到清华大学镜像站下载。当然这里推荐脚本之家下载,下载地址都整理好了

下载地址:

//www.jb51.net/softs/556392.html

清华大学提供了镜像,从这个镜像下载速度很快,地址:

https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/

选择相应的版本进行下载就好

下载过程中除了安装位置外,还有两个需要确认的地方。

第一个勾是是否把Anaconda加入环境变量,这涉及到能否直接在cmd中使用conda、jupyter、ipython等命令,推荐打勾,如果不打勾话问题也不大,可以在之后使用Anaconda提供的命令行工具进行操作;第二个是是否设置Anaconda所带的Python 3.6为系统默认的Python版本,这个自己看着办,问题不大。

一路安装完成以后,就可以打开cmd测试一下安装结果。

分别输入python、ipython、conda、jupyter notebook等命令,会看到相应的结果,说明安装成功。(python是进入python交互命令行;ipython是进入ipython交互命令行,很强大;conda是Anaconda的配置命令;jupyter notebook则会启动Web端的ipython notebook)

需要注意的是jupyter notebook命令会在电脑本地以默认配置启动jupyter服务,之后会再谈到这个。

Anaconda安装成功之后,我们需要修改其包管理镜像为国内源。

二、配置镜像地址,否则从官方网站下载升级文件太慢

安装完成后,找到Anaconda prompt,加入镜像地址,完成配置:

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

在 Windows 上,会随 Anaconda 一起安装一批应用程序:

  • Anaconda Navigator,它是用于管理环境和包的 GUI
  • Anaconda Prompt 终端,它可让你使用命令行界面来管理环境和包
  • Spyder,它是面向科学开发的 IDE

为了避免报错,我推荐在默认环境下更新所有的包。打开 Anaconda Prompt (或者 Mac 下的终端),键入:

conda upgrade --all

并在提示是否更新的时候输入 y(Yes)以便让更新继续。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。

管理包

安装了 Anaconda 之后,管理包是相当简单的。要安装包,请在终端中键入 conda install package_name。例如,要安装 numpy,请键入 conda install numpy

你还可以同时安装多个包。类似 conda install numpy scipy pandas 的命令会同时安装所有这些包。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。

Conda 还会自动为你安装依赖项。例如,scipy 依赖于 numpy,因为它使用并需要 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)。

大多数命令都是很直观的。要卸载包,请使用 conda remove package_name。要更新包,请使用 conda update package_name。如果想更新环境中的所有包(这样做常常很有用),请使用 conda update --all。最后,要列出已安装的包,请使用前面提过的 conda list

如果不知道要找的包的确切名称,可以尝试使用 conda search search_term 进行搜索。例如,我知道我想安装 Beautiful Soup,但我不清楚确切的包名称。因此,我尝试执行 conda search beautifulsoup

搜索 beautifulsoup

它返回可用的 Beautiful Soup 包的列表,并列出了相应的包名称 beautifulsoup4。

管理环境

如前所述,你可以使用 conda 创建环境以隔离项目。要创建环境,请在终端中使用 conda create -n env_name list of packages。在这里,-n env_name 设置环境的名称(-n 是指名称),而 list of packages 是要安装在环境中的包的列表。例如,要创建名为 my_env 的环境并在其中安装 numpy,请键入 conda create -n my_env numpy

创建环境时,可以指定要安装在环境中的 Python 版本。这在你同时使用 Python 2.x 和 Python 3.x 中的代码时很有用。要创建具有特定 Python 版本的环境,请键入类似于 conda create -n py3 python=3conda create -n py2 python=2 的命令。实际上,我在我的个人计算机上创建了这两个环境。我将它们用作与任何特定项目均无关的通用环境,以处理普通的工作(可轻松使用每个 Python 版本)。这些命令将分别安装 Python 3 和 Python 2 的最新版本。要安装特定版本(例如 Python 3.3),请使用 conda create -n py python=3.3

进入环境

创建了环境后,在 OSX/Linux 上使用 source activate my_env 进入环境。在 Windows 上,请使用 activate my_env

进入环境后,你会在终端提示符中看到环境名称,它类似于 (my_env) ~ $。环境中只安装了几个默认的包,以及你在创建它时安装的包。你可以使用 conda list 检查这一点。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。要离开环境,请键入 source deactivate(在 OSX/Linux 上)。在 Windows 上,请使用 deactivate

保存和加载环境

共享环境这项功能确实很有用,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。你可以使用 conda env export > environment.yaml 将包保存为 YAML。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)。

将导出的环境输出到终端中

上图中,你可以看到环境的名称和所有依赖项及其版本。导出命令的第二部分 > environment.yaml 将导出的文本写入到 YAML 文件 environment.yaml 中。现在可以共享此文件,而且其他人能够用于创建和你项目相同的环境。

要通过环境文件创建环境,请使用 conda env create -f environment.yaml。这会创建一个新环境,而且它具有同样的在 environment.yaml 中列出的库。

列出环境

如果忘记了环境的名称(我有时会这样),可以使用 conda env list 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。

删除环境

如果你不再使用某些环境,可以使用 conda env remove -n env_name 删除指定的环境(在这里名为 env_name)。

使用环境

对我帮助很大的一点是,我的 Python 2 和 Python 3 具有独立的环境。我使用了 conda create -n py2 python=2 和 conda create -n py3 python=3 创建两个独立的环境,即 py2 和 py3。现在,我的每个 Python 版本都有一个通用环境。在所有这些环境中,我都安装了大多数标准的数据科学包(numpy、scipy、pandas 等)。

我还发现,为我从事的每个项目创建环境很有用。这对于与数据不相关的项目(例如使用 Flask 开发的 Web 应用)也很有用。例如,我为我的个人博客(使用 Pelican)创建了一个环境。

共享环境

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。对于不使用 conda 的用户,我通常还会使用 pip freeze(在此处了解详情)将一个 pip requirements.txt 文件导出并包括在其中。

继续补充一点:

配置完成,可以愉快地玩耍了。

输入:conda list 查看安装了那些包

测试一下:

切换当前环境:

当前是python3,如果切换到2.7,则输入

conda create -n python2 python=2.7

输入:

activate python2

完成环境切换

补充:

conda常用命令
查看当前系统下的环境
conda info -e
创建新的环境
# 指定python版本为2.7
conda create -n python2 python=2.7
# 同时安装必要的包
conda create -n python2 numpy matplotlib python=2.7
环境切换
# linux/Mac下需要使用source activate python2
activate python2
#退出环境
deactivate python2
移除环境
conda remove -n python2 --all

因为篇幅原因,具体的使用可以参考下面的文章

Windows下Anaconda的安装和简单使用方法

相关文章

  • Python 正则表达式操作指南

    Python 正则表达式操作指南

    本文是通过Python的 re 模块来使用正则表达式的一个入门教程,和库参考手册的对应章节相比,更为浅显易懂、循序渐进。
    2009-05-05
  • Python实现 版本号对比功能的实例代码

    Python实现 版本号对比功能的实例代码

    这篇文章主要介绍了 Python实现 版本号对比功能的实例代码,文末给大家补充介绍了python 比较两个版本号大小 ,需要的朋友可以参考下
    2019-04-04
  • python 换位密码算法的实例详解

    python 换位密码算法的实例详解

    这篇文章主要介绍了python 换位密码算法的实例详解的相关资料,换位密码基本原理:先把明文按照固定长度进行分组,然后对每一组的字符进行换位操作,从而实现加密,需要的朋友可以参考下
    2017-07-07
  • Python+Selenium+PIL+Tesseract自动识别验证码进行一键登录

    Python+Selenium+PIL+Tesseract自动识别验证码进行一键登录

    本篇文章主要介绍了Python+Selenium+PIL+Tesseract自动识别验证码进行一键登录,具有一定的参考价值,有兴趣的可以了解下
    2017-09-09
  • Python中最常用的操作列表的几种方法归纳

    Python中最常用的操作列表的几种方法归纳

    这篇文章主要介绍了Python中最常用的操作列表的几种方法归纳,列表的方法是Python学习中最基本的知识,需要的朋友可以参考下
    2015-04-04
  • Python中下划线的使用方法

    Python中下划线的使用方法

    这篇文章主要介绍了Python中下划线的使用方法,是为python编程学习中的基本知识,需要的朋友可以参考下
    2015-03-03
  • python实现中文输出的两种方法

    python实现中文输出的两种方法

    这篇文章主要介绍了python实现中文输出的两种方法,实例分析了Python操作中文输出的技巧,需要的朋友可以参考下
    2015-05-05
  • Python 对输入的数字进行排序的方法

    Python 对输入的数字进行排序的方法

    今天小编就为大家分享一篇Python 对输入的数字进行排序的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-06-06
  • Python函数的参数常见分类与用法实例详解

    Python函数的参数常见分类与用法实例详解

    这篇文章主要介绍了Python函数的参数常见分类与用法,结合实例形式较为详细的分析了Python函数的形参、实参、默认参数、可变参数等概念、使用方法及相关操作注意事项,需要的朋友可以参考下
    2019-03-03
  • python multiprocessing多进程变量共享与加锁的实现

    python multiprocessing多进程变量共享与加锁的实现

    这篇文章主要介绍了python multiprocessing多进程变量共享与加锁的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2019-10-10

最新评论