标签分类
技术文章
当前位置:主页 > 计算机编程 > python > anaconda使用教程(图文)

anaconda用法的图文教程

  • 发布时间:
  • 作者:码农之家原创
  • 点击:61

anaconda使用教程(图文)

这篇文章主要知识点是关于anaconda,使用教程,anaconda使用教程(图文),Anaconda的新手使用大全 的内容,如果大家想对相关知识点有系统深入的学习,可以参阅以下电子书

Python编程快速上手:让繁琐工作自动化
  • 类型:Python3编程大小:20.7 MB格式:PDF出版:人民邮电出版社作者:斯维加特
立即下载

更多相关的学习资源可以参阅 程序设计电子书Python电子书、等栏目。

Anaconda是一个面向Python和R编程语言的数据科学和机器学习平台。它的设计目的是使创建和分发项目的过程变得简单、稳定和可跨系统复制,并且可以在Linux、Windows和OSX上使用。

 

anaconda使用教程(图文)

Anaconda是一个基于Python的平台,管理主要的数据科学包,包括panda、scikit-learn、SciPy、NumPy和谷歌的机器学习平台TensorFlow。它与conda(类似于pip的安装工具)、Anaconda导航器(用于GUI体验)和spyder(用于IDE)一起打包。

本教程将介绍Python编程语言的Anaconda、conda和spyder的一些基础知识,并向您介绍开始创建自己的项目所需的概念。(推荐:Python教程)

conda的基本知识

Conda是Anaconda包管理和环境工具,是Anaconda的核心。它很像pip,只是它被设计用于Python、C和R包管理。Conda还以一种类似于virtualenv的方式管理虚拟环境,我在这里已经介绍过了。

确认安装

第一步是确认系统上的安装和版本。下面的命令将检查Anaconda是否已安装,并将版本打印到终端。

$ conda --version

你应该会看到类似于下面的结果。我目前安装了4.4.7版本。

$ conda --version
conda 4.4.7

更新版本

可以使用conda的update参数来更新conda,如下所示。

$ conda update conda

此命令将更新到最新版本的conda。

Proceed ([y]/n)? y

Downloading and Extracting Packages
conda 4.4.8: ########################################################### | 100%
openssl 1.0.2n: ######################################################## | 100%
certifi 2018.1.18: ##################################################### | 100%
ca-certificates 2017.08.26: ############################################ | 100%
Preparing transaction: done
Verifying transaction: done
Executing transaction: done

通过再次运行version参数,我们看到我的版本已更新到4.4.8,这是该工具的最新版本。

$ conda --version
conda 4.4.8

创造一个新的环境

要创建一个新的虚拟环境,可以运行下面的一系列命令。

$ conda create -n tutorialConda python=3
$ Proceed ([y]/n)? y

你可以在下面看到安装到新环境中的包。

Downloading and Extracting Packages
certifi 2018.1.18: ##################################################### | 100%
sqlite 3.22.0: ######################################################### | 100%
wheel 0.30.0: ########################################################## | 100%
tk 8.6.7: ############################################################## | 100%
readline 7.0: ########################################################## | 100%
ncurses 6.0: ########################################################### | 100%
libcxxabi 4.0.1: ####################################################### | 100%
python 3.6.4: ########################################################## | 100%
libffi 3.2.1: ########################################################## | 100%
setuptools 38.4.0: ##################################################### | 100%
libedit 3.1: ########################################################### | 100%
xz 5.2.3: ############################################################## | 100%
zlib 1.2.11: ########################################################### | 100%
pip 9.0.1: ############################################################# | 100%
libcxx 4.0.1: ########################################################## | 100%
Preparing transaction: done
Verifying transaction: done
Executing transaction: done
#
# To activate this environment, use:
# > source activate tutorialConda
#
# To deactivate an active environment, use:
# > source deactivate
#

激活

与virtualenv非常相似,你必须激活新创建的环境。下面的命令将激活Linux上的环境。

source activate tutorialConda
Bradleys-Mini:~ BradleyPatton$ source activate tutorialConda
(tutorialConda) Bradleys-Mini:~ BradleyPatton$

安装包

conda list命令将列出当前安装到项目中的包。你可以使用install命令添加附加包及其依赖项。

$ conda list
# packages in environment at /Users/BradleyPatton/anaconda/envs/tutorialConda:
#
# Name Version Build Channel
ca-certificates 2017.08.26 ha1e5d58_0
certifi 2018.1.18 py36_0
libcxx 4.0.1 h579ed51_0
libcxxabi 4.0.1 hebd6815_0
libedit 3.1 hb4e282d_0
libffi 3.2.1 h475c297_4
ncurses 6.0 hd04f020_2
openssl 1.0.2n hdbc3d79_0
pip 9.0.1 py36h1555ced_4
python 3.6.4 hc167b69_1
readline 7.0 hc1231fa_4
setuptools 38.4.0 py36_0
sqlite 3.22.0 h3efe00b_0
tk 8.6.7 h35a86e2_3
wheel 0.30.0 py36h5eb2c71_1
xz 5.2.3 h0278029_2
zlib 1.2.11 hf3cbc9b_2

要将panda安装到当前环境中,你需要执行下面的shell命令。

$ conda install pandas

它将下载并安装相关的包和依赖项。

The following packages will be downloaded:

package | build
---------------------------|-----------------
libgfortran-3.0.1 | h93005f0_2 495 KB
pandas-0.22.0 | py36h0a44026_0 10.0 MB
numpy-1.14.0 | py36h8a80b8c_1 3.9 MB
python-dateutil-2.6.1 | py36h86d2abb_1 238 KB
mkl-2018.0.1 | hfbd8650_4 155.1 MB
pytz-2017.3 | py36hf0bf824_0 210 KB
six-1.11.0 | py36h0e22d5e_1 21 KB
intel-openmp-2018.0.0 | h8158457_8 493 KB
------------------------------------------------------------
Total: 170.3 MB

The following NEW packages will be INSTALLED:

intel-openmp: 2018.0.0-h8158457_8
libgfortran: 3.0.1-h93005f0_2
mkl: 2018.0.1-hfbd8650_4
numpy: 1.14.0-py36h8a80b8c_1
pandas: 0.22.0-py36h0a44026_0
python-dateutil: 2.6.1-py36h86d2abb_1
pytz: 2017.3-py36hf0bf824_0
six: 1.11.0-py36h0e22d5e_1

通过再次执行list命令,我们可以看到新包安装在虚拟环境中。

$ conda list
# packages in environment at /Users/BradleyPatton/anaconda/envs/tutorialConda:
#
# Name Version Build Channel
ca-certificates 2017.08.26 ha1e5d58_0
certifi 2018.1.18 py36_0
intel-openmp 2018.0.0 h8158457_8
libcxx 4.0.1 h579ed51_0
libcxxabi 4.0.1 hebd6815_0
libedit 3.1 hb4e282d_0
libffi 3.2.1 h475c297_4
libgfortran 3.0.1 h93005f0_2
mkl 2018.0.1 hfbd8650_4
ncurses 6.0 hd04f020_2
numpy 1.14.0 py36h8a80b8c_1
openssl 1.0.2n hdbc3d79_0
pandas 0.22.0 py36h0a44026_0
pip 9.0.1 py36h1555ced_4
python 3.6.4 hc167b69_1
python-dateutil 2.6.1 py36h86d2abb_1
pytz 2017.3 py36hf0bf824_0
readline 7.0 hc1231fa_4
setuptools 38.4.0 py36_0
six 1.11.0 py36h0e22d5e_1
sqlite 3.22.0 h3efe00b_0
tk 8.6.7 h35a86e2_3
wheel 0.30.0 py36h5eb2c71_1
xz 5.2.3 h0278029_2
zlib 1.2.11 hf3cbc9b_2

对于不属于Anaconda存储库的包,可以使用典型的pip命令。由于大多数Python用户都熟悉这些命令,所以我不会在这里讨论这些。

Anaconda Navigator(Anaconda导航器)

Anaconda包含一个基于GUI的导航应用程序,使开发变得容易。它包括spyder IDE和 jupyter notebook作为预装项目。这允许你从GUI桌面环境快速启动一个项目。

anaconda使用教程(图文)

为了从导航器新创建的环境开始工作,我们必须在左边的工具栏下选择我们的环境。

anaconda使用教程(图文)

然后我们需要安装我们想要使用的工具。对我来说,这就是spyder IDE。这是我大部分数据科学工作的地方,对我来说,这是一个高效的Python IDE。只需单击spyder的dock tile上的install按钮。导航器将完成剩下的工作。

anaconda使用教程(图文)

安装之后,你可以从相同的dock tile打开IDE。这将从你的桌面环境启动spyder。

anaconda使用教程(图文)

spyder

anaconda使用教程(图文)

spyder是Anaconda的默认IDE,对于Python中的标准和数据科学项目都非常强大。spyder IDE有一个集成的IPython笔记本、一个代码编辑器窗口和控制台窗口。

anaconda使用教程(图文)

Spyder还包括标准的调试功能和一个变量资源管理器,当事情没有完全按计划进行时,它可以提供帮助。

结论

anaconda是Python中数据科学和机器学习的良好环境。它附带了一套经过精心策划的软件包,旨在为一个强大、稳定和可复制的数据科学平台共同工作。这允许开发人员分发他们的内容,并确保在不同的机器和操作系统上产生相同的结果。它带有内置的工具,使生活变得更简单,就像导航器一样,允许你轻松地创建项目和切换环境。它是我开发算法和创建财务分析项目的首选。我甚至发现我在大多数Python项目中都使用它,因为我熟悉环境。如果你想开始学习Python和数据科学,Anaconda是一个不错的选择。

以上就是anaconda使用教程(图文)的详细内容,更多请关注码农之家其它相关文章!

Anaconda的新手使用大全

这次给大家带来Anaconda的新手使用大全,新手使用Anaconda的注意事项有哪些,下面就是实战案例,一起来看一下。

Python易用,但用好却不易,其中比较头疼的就是包管理和Python不同版本的问题,特别是当你使用Windows的时候。为了解决这些问题,有不少发行版的Python,比如WinPython、Anaconda等,这些发行版将python和许多常用的package打包,方便pythoners直接使用,此外,还有virtualenv、pyenv等工具管理虚拟环境。(推荐学习教程:Python视频教程)

个人尝试了很多类似的发行版,最终选择了Anaconda,因为其强大而方便的包管理与环境管理的功能。该文主要介绍下Anaconda,对Anaconda的理解,并简要总结下相关的操作。

Anaconda概述

Anaconda是一个用于科学计算的Python发行版,支持 Linux, Mac, Windows系统,提供了包管理与环境管理的功能,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。Anaconda利用工具/命令conda来进行package和environment的管理,并且已经包含了Python和相关的配套工具。

这里先解释下conda、anaconda这些概念的差别。conda可以理解为一个工具,也是一个可执行命令,其核心功能是包管理与环境管理。包管理与pip的使用类似,环境管理则允许用户方便地安装不同版本的python并可以快速切换。Anaconda则是一个打包的集合,里面预装好了conda、某个版本的python、众多packages、科学计算工具等等,所以也称为Python的一种发行版。其实还有Miniconda,顾名思义,它只包含最基本的内容——python与conda,以及相关的必须依赖项,对于空间要求严格的用户,Miniconda是一种选择。

进入下文之前,说明一下conda的设计理念——conda将几乎所有的工具、第三方包都当做package对待,甚至包括python和conda自身!因此,conda打破了包管理与环境管理的约束,能非常方便地安装各种版本python、各种package并方便地切换。

Anaconda的安装

Anaconda的下载页参见官网下载,Linux、Mac、Windows均支持。

安装时,会发现有两个不同版本的Anaconda,分别对应Python 2.7和Python 3.5,两个版本其实除了这点区别外其他都一样。后面我们会看到,安装哪个版本并不本质,因为通过环境管理,我们可以很方便地切换运行时的Python版本。(由于我常用的Python是2.7和3.4,因此倾向于直接安装Python 2.7对应的Anaconda)

下载后直接按照说明安装即可。这里想提醒一点:尽量按照Anaconda默认的行为安装——不使用root权限,仅为个人安装,安装目录设置在个人主目录下(Windows就无所谓了)。这样的好处是,同一台机器上的不同用户完全可以安装、配置自己的Anaconda,不会互相影响。

对于Mac、Linux系统,Anaconda安装好后,实际上就是在主目录下多了个文件夹(~/anaconda)而已,Windows会写入注册表。安装时,安装程序会把bin目录加入PATH(Linux/Mac写入~/.bashrc,Windows添加到系统变量PATH),这些操作也完全可以自己完成。以Linux/Mac为例,安装完成后设置PATH的操作是

# 将anaconda的bin目录加入PATH,根据版本不同,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后,可以通过which condaconda --version命令检查是否正确。假如安装的是Python 2.7对应的版本,运行python --version或python -V可以得到Python 2.7.12 :: Anaconda 4.1.1 (64-bit),也说明该发行版默认的环境是Python 2.7。

Conda的环境管理

Conda的环境管理功能允许我们同时安装若干不同版本的Python,并能自由切换。对于上述安装过程,假设我们采用的是Python 2.7对应的安装包,那么Python 2.7就是默认的环境(默认名字是root,注意这个root不是超级管理员的意思)。

假设我们需要安装Python 3.4,此时,我们需要做的操作如下:

# 创建一个名为python34的环境,指定Python版本是3.4(不用管是3.4.x,conda会为我们自动寻找3.4.x中的最新版本)
conda create --name python34 python=3.4

# 此时,再次输入
python --version
# 可以得到`Python 3.4.5 :: Anaconda 4.1.1 (64-bit)`,即系统已经切换到了3.4的环境

# 如果想返回默认的python 2.7环境,运行
deactivate python34 # for Windows
source deactivate python34 # for Linux & Mac

# 删除一个已有的环境
conda remove --name python34 --all

# 安装好后,使用activate激活某个环境
activate python34 # for Windows
source activate python34 # for Linux & Mac
# 激活后,会发现terminal输入的地方多了python34的字样,实际上,此时系统做的事情就是把默认2.7环境从PATH中去除,再把3.4对应的命令加入PATH

用户安装的不同python环境都会被放在目录~/anaconda/envs下,可以在命令中运行conda info -e查看已安装的环境,当前被激活的环境会显示有一个星号或者括号。

说明:有些用户可能经常使用python 3.4环境,因此直接把~/anaconda/envs/python34下面的bin或者Scripts加入PATH,去除anaconda对应的那个bin目录。这个办法,怎么说呢,也是可以的,但总觉得不是那么elegant……

如果直接按上面说的这么改PATH,你会发现conda命令又找不到了(当然找不到啦,因为conda在~/anaconda/bin里呢),这时候怎么办呢?方法有二:1. 显式地给出conda的绝对地址 2. 在python34环境中也安装conda工具(推荐)。

Conda的包管理

Conda的包管理就比较好理解了,这部分功能与pip类似。

例如,如果需要安装scipy:

# 安装scipy
conda install scipy
# conda会从从远程搜索scipy的相关信息和依赖项目,对于python 3.4,conda会同时安装numpy和mkl(运算加速的库)

# 查看已经安装的packages
conda list
# 最新版的conda是从site-packages文件夹中搜索已经安装的包,不依赖于pip,因此可以显示出通过各种方式安装的包

conda的一些常用操作如下:

# 查看当前环境下已安装的包
conda list

# 查看某个指定环境的已安装包
conda list -n python34

# 查找package信息
conda search numpy

# 安装package
conda install -n python34 numpy
# 如果不用-n指定环境名称,则被安装在当前活跃环境
# 也可以通过-c指定通过某个channel安装

# 更新package
conda update -n python34 numpy

# 删除package
conda remove -n python34 numpy

前面已经提到,conda将conda、python等都视为package,因此,完全可以使用conda来管理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
# 假设当前环境是python 3.4, conda会将python升级为3.4.x系列的当前最新版本

补充:如果创建新的python环境,比如3.4,运行conda create -n python34 python=3.4之后,conda仅安装python 3.4相关的必须项,如python, pip等,如果希望该环境像默认环境那样,安装anaconda集合包,只需要:

# 在当前环境下安装anaconda包集合
conda install anaconda

# 结合创建环境的命令,以上操作可以合并为
conda create -n python34 python=3.4 anaconda
# 也可以不用全部安装,根据需求安装自己需要的package即可

设置国内镜像

如果需要安装很多packages,你会发现conda下载的速度经常很慢,因为Anaconda.org的服务器在国外。所幸的是,清华TUNA镜像源有Anaconda仓库的镜像,我们将其加入conda的配置即可:

# 添加Anaconda的TUNA镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
# TUNA的help中镜像地址加有引号,需要去掉

# 设置搜索时显示通道地址
conda config --set show_channel_urls yes

执行完上述命令后,会生成~/.condarc(Linux/Mac)或C:\Users\USER_NAME\.condarc文件,记录着我们对conda的配置,直接手动创建、编辑该文件是相同的效果。

Anaconda具有跨平台、包管理、环境管理的特点,因此很适合快速在新的机器上部署Python环境。总结而言,整套安装、配置流程如下:

  • 下载Anaconda、安装

  • 配置PATH(bashrc或环境变量),更改TUNA镜像源

  • 创建所需的不用版本的python环境

  • Just Try!

cheat-sheet 下载:

Conda cheat sheet


相信看了本文案例你已经掌握了方法,更多精彩请关注码农之家其它相关文章!

推荐阅读:

python操作excel读写数据

python使用unittest测试接口步奏详解

以上就是Anaconda的新手使用大全的详细内容,更多请关注码农之家其它相关文章!

以上就是本次给大家分享的全部知识点内容总结,大家还可以在下方相关文章里找到儿童python编程入门书籍推、 解决axios.interceptors.respon、 vue项目中使用md5加密以及、 等python文章进一步学习,感谢大家的阅读和支持。

上一篇:python和汇编语言的区别知识点

下一篇:《python cookbook》评价、笔记

展开 +

收起 -

学习笔记
网友NO.569445

详细介绍开源软件包和环境管理系统Anaconda的安装使用

Anaconda是一个用于科学计算的Python发行版,支持 Linux, Mac, Windows系统,提供了包管理与环境管理的功能,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。 Anaconda 实际上是一个软件发行版,它附带了conda、Python和150多个科学包及其依赖项。其中,conda是一个开源的软件包管理系统和环境管理系统,和 virtualenv 功能差不多,可以在电脑上同时安装Python2和Python3。 安装: 试了下,不能使用pip安装,需要到 官网下载 ,然后安装。 conda使用 通过conda管理包 # 安装pandas$ conda install pandas# 更新pandas$ conda update pandas# 删除pandas$ conda remove pandas# 搜索$ conda search pandas 管理环境: # 创建py2的python2环境,自带pandas和numpy$ conda create -n py2 python=2 pandas numpy# 激活py2环境,通过python -V可以看到是python2.7$ source activate py2# 退出py2环境$ source deactivate# 创建py3的Python3环境$ conda create -n py3 python=3 pandas numpy# 激活py3环境$ source activate py3# py3环境中安装相关包$ conda install pandas 注意:在py3中安装的包,在py2中是看不到的,py2与py3的环境完全是隔离的。 Anaconda具有跨平台、包管理、环境管理的特点,因此很适合快速在新的机器上部署Python环境。 以上就是详细介绍开源软件包和环境管理系统Anaconda的安装使用的详细内容,更多请关注码农之家其它相……

网友NO.972204

Anaconda 离线安装 python 包的操作方法

因为有时直接使用pip install在线安装 Python 库下载速度非常慢,所以这里介绍使用 Anaconda 离线安装 Python 库的方法。 这里以安装 pyspark 这个库为例,因为这个库大约有180M,我这里测试的在线安装大约需要用二十多个小时,之后使用离线安装的方法,全程大约用时10分钟。 查看所需的 Python 包 如果不知道具体使用什么版本的 Python 库,可以先尝试在 Aanconda Prompt 中直接使用 pip install pyspark 我这里根据提示可以看到需要下载的包是pyspark-2.2.0.post0.tar.gz,但显示下载需要二十多个小时,最后下载失败。 没关系,这里已经明确知道需要的包是pyspark-2.2.0.post0.tar.gz了,只需离线下载安装这个包即可。 下载 Python 包 一般常见的 Python 包都可以在官方网址:https://pypi.python.org/pypi 找到,可以在右上角搜索框中搜索自己需要的 Python 库。 这里直接在右上角搜索pyspark-2.2.0.post0.tar.gz,得到搜索结果如下图,点击“pyspark 2.2.0” 然后点击下载,可以使用浏览器默认的下载方式,也可以复制下载链接后再迅雷中下载,推荐迅雷下载 离线安装 Python 包 下载好后就可以离线安装 Python 包了,还是打开 Aanconda Prompt ,然后切换到存放pyspark-2.2.0.post0.tar.gz的目录文件,我的路径是D:\下载\迅雷下载 我是存放在 D 盘,可以先切换到 D 盘,然后切换到存放 Python 包……

网友NO.356063

解决python3在anaconda下安装caffe失败的问题

Python 跟 Python3 完全就是两种语言 1、import caffe FAILED 环境为 Ubuntu 16 cuda 8.0 NVIDIA 361.77 Anaconda2。昨天莫名其妙Caffe不能用了: import caffeTraceback (most recent call last): File "stdin", line 1, in module File "/home/duchengyao/project/caffe/python/caffe/__init__.py", line 1, in module from .pycaffe import Net, SGDSolver, NesterovSolver, AdaGradSolver, RMSPropSolver, AdaDeltaSolver, AdamSolver File "/home/duchengyao/project/caffe/python/caffe/pycaffe.py", line 13, in module from ._caffe import Net, SGDSolver, NesterovSolver, AdaGradSolver, \ImportError: /home/duchengyao/project/caffe/python/caffe/../../build/lib/libcaffe.so.1.0.0-rc3: undefined symbol: _ZN2cv8imencodeERKNSt7__cxx1112basic_stringIcSt11char_traitsIcESaIcEEERKNS_11_InputArrayERSt6vectorIhSaIhEERKSB_IiSaIiEE 各种折腾都无效,重装Anaconda以后错误消失,import caffe 成功。 2、 import FAILED again after “$conda install opencv” 用 conda install opencv 安装完Opencv后,又出现了同样的错误提示,卸载后错误消失。 Conda 安装后的Opencv 版本为2.4.10,而系统apt安装的版本为2.4.9.1。我尝试从conda 安装2.4.9版,可是需要处理很多conflict。 最后实在走投无路了准备换成Anaconda3,环境搭建完成后运行程序的时候简直尴尬了,各种库不兼容。终于知道为啥老鸟们调侃Python 跟Python3完全是两种语言了 3、 解决方案 暂时的解决方案为放弃anaconda,全部用apt安装……

网友NO.707571

Anaconda下安装mysql-python的包实例

Anaconda下需要使用Python与MySQL数据库进行交互,所以需要import一个mysql-python的包, 但是在ipython中引用的时候发现Anaconda并没有包含该包,因此需要自己对该依赖包进行安装。 打开windows下的cmd,载命令行输入conda install mysql-python,回车。 其他的依赖包也可以使用该方法添加。 以上这篇Anaconda下安装mysql-python的包实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持码农之家。 ……

<
1
>

Copyright 2018-2019 xz577.com 码农之家

版权责任说明