Anaconda 安装和使用

https://www.cnblogs.com/liruihuan/p/9101613.html

最近看了些关于数据分析的书,想系统的整理下相关知识,算是学习笔记吧,也希望能帮到初学者。

1、Anaconda介绍
安装python的方法有很多种,数据分析方面比较常用Anaconda。Anaconda是一个开源的Python发行版本,其包含了conda、Python等多个科学包及其依赖项,也可以使用Miniconda这个较小的发行版,仅包含conda和 Python。Anaconda可以管理包,就是能够安装、更新、移除工具包,比如Numpy、Scipy、pandas、Scikit-learn等数据分析中常用的包;也可以管理环境,能够创建、访问、共享、移除环境,用于隔离不同项目所需要的不同版本的工具包,所以,我们可以建立 Python2 和 Python3 两个环境,来分别运行不同版本的 Python 代码。

2、Anaconda安装
可以从官网下载 Anaconda 的安装程序,也可以在清华大学开源软件镜像站下载,后者因为在国内,所以下载速度相对快些。无论是 Windows、Linux 还是 MAC 的 OSX 系统,都可以找到对应的安装软件。如果电脑是64位的就选64位版本。根据提示进行安装,完成后会发现有几项内容:

Anaconda Navigator:管理工具包和环境的图形用户界面。
Anaconda Prompt:终端,可以使用命令行来管理包和环境。
Jupyter Notebook :基于web的交互式计算环境,可以编辑易于人们阅读的文档,用于展示数据分析的过程。
Spyder:一个使用Python语言、跨平台、科学运算的集成开发环境。
2.1 配置环境变量
有的情况下,可能会遇到找不到 conda 命令的错误提示,这很可能是环境路径设置的问题,下面是 window、mac 下配置环境变量的方法:

  1. window 系统

计算机->右键选择属性->高级系统设置->环境变量->系统变量->path。在path中加入anaconda安装的目录就可以了,如下图:

  1. MAC 电脑

在终端输入以下命令:

1
export PATH=~/anaconda3/bin:$PATH
2.2 配置国内镜像
如果运行以下更新包命令:

1
conda upgrade --all
如果出现 CondaHTTPError: HTTP 000 CONNECTION FAILED for url...的错误信息,需要运行以下命令:

1
2
3
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
即可添加 Anaconda Python 免费仓库。

至此,完成安装Anaconda,下面让我们看一下如何用Anaconda管理环境和工具包。

3、Anaconda使用
3.1 环境管理器

  1. 创建环境

格式:

1
conda create --name env_name package_names
其中,env_name 是环境的名称,package_names 是安装在创建环境中的包名称。

例如,要创建环境 python36,其中包含包python,并指定版本,在 Anaconda Prompt(终端)中输入:

1
conda create --name python36 python=3.6
也可以使用以下命令创建环境

1
conda create -n python2 python=2.7

  1. 进入环境

windows 下格式

1
activate env_name
Linux & Mac 下格式

1
source activate env_name

  1. 离开环境

windows 下格式

1
deactivate
Linux & Mac 下格式

1
source deactivate

  1. 列出环境

格式:

1
conda env list
执行命令之后,结果如下图:

其中,带星号(*)的环境是当前环境。

  1. 删除环境

格式:

1
conda remove --name env_name --all
其中,env_name 是环境的名称。

例如,删除环境 python36,在 Anaconda Prompt(终端)中输入:

1
conda remove --name python36 --all
也可以使用以下命令删除环境python36

1
conda env remove -n python36
3.2 包管理

  1. 安装包

格式:

1
conda install package_name
package_name为包的名称

例如,要安装 numpy,在 Anaconda Prompt(终端)中输入:

1
conda install numpy
如果要同时安装多个包,可以输入:

1
conda install pandas numpy
如果想要指定包的版本,可以输入

1
conda install numpy=1.14
也可以指定环境安装包,可以输入以下命令安装 numpy

1
conda install -n python36 numpy

  1. 移除包

格式:

1
conda remove package_name
例如,要移除 numpy,在 Anaconda Prompt(终端)中输入:

1
conda remove numpy
也可以指定环境移除包,可以输入以下命令移除 numpy

1
conda remove -n python36 numpy

  1. 更新包

格式:

1
conda update package_name
要更新环境中的所有包,在 Anaconda Prompt(终端)中输入:

1
conda update --all
也可以指定环境更新包,可以输入以下命令更新 numpy

1
conda update -n python36 numpy

  1. 列出已安装的包

要查看所有的包,在 Anaconda Prompt(终端)中输入:

1
conda list
也可以查询某个指定环境的已安装包

1
conda list -n python36

  1. 查询包的信息

格式:

1
conda search package_name
例如,下面是查询包 numpy 的信息

1
conda search numpy

注:1、如果在终端用命令创建了多个环境,然而在 Jupyter Notebook 中不显示创建的环境,这时候需要安装包 nb_conda 用于 Jupyter Notebook 自动关联 Anaconda 环境,执行命令如下:

1
conda install nb_conda
  2、创建新的 python 环境,比如3.6,运行

1
conda create --name python36 python=3.6
之后,conda 仅安装 python 3.6 相关的必须包,如 python,pip 等,如果希望 python36 像默认环境,在 Anaconda Prompt(终端)中输入:

1
conda create -n python36 python=3.6 anaconda

Anaconda 安装和使用Numpy、Scipy、pandas、Scikit-learn的更多相关文章

  1. numpy,scipy,pandas 和 matplotlib

    numpy,scipy,pandas 和 matplotlib 本文会介绍numpy,scipy,pandas 和 matplotlib 的安装,环境为Windows10. 一般情况下,如果安装了Py ...

  2. ubuntu python 安装numpy,scipy.pandas.....

    http://blog.csdn.net/Yakumoyukarilan/article/details/51340358

  3. python-数据处理的包Numpy,scipy,pandas,matplotlib

    一,NumPy包(numeric python,数值计算) 该包主要包含了存储单一数据类型的ndarry对象的多维数组和处理数组能力的函数ufunc对象.是其它包数据类型的基础.只能处理简单的数据分析 ...

  4. python爬虫之Anaconda安装

    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 ...

  5. Anaconda安装与常用命令及方法(深度学习入门1)

    Anaconda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. 安装Anaconda Anaconda分为Linux.Windows.Mac等版本,去 htt ...

  6. Ubuntu16.04下安装配置numpy,scipy,matplotlibm,pandas 以及sklearn+深度学习tensorflow配置+Keras2.0.6(非Anaconda环境)

    1.ubuntu镜像源准备(防止下载过慢): 参考博文:http://www.cnblogs.com/top5/archive/2009/10/07/1578815.html 步骤如下: 首先,备份一 ...

  7. ubantu下安装pip,python,pycharm,numpy,scipy,matplotlibm,pandas 以及sklearn

    ubuntu 安装 pip 及 pip 常用命令: https://blog.csdn.net/danielpei1222/article/details/62969815 ubuntu下不同版本py ...

  8. windows下安装python科学计算环境,numpy scipy scikit ,matplotlib等

    安装matplotlib: pip install matplotlib 背景: 目的:要用Python下的DBSCAN聚类算法. scikit-learn 是一个基于SciPy和Numpy的开源机器 ...

  9. [python] 安装numpy+scipy+matlotlib+scikit-learn及问题解决

    这篇文章主要讲述Python如何安装Numpy.Scipy.Matlotlib.Scikit-learn等库的过程及遇到的问题解决方法.最近安装这个真是一把泪啊,各种不兼容问题和报错,希望文章对你有所 ...

随机推荐

  1. CAD与用户互在图面上得到一个矩形框(com接口VB语言)

    主要用到函数说明: MxDrawXCustomFunction::ExApp_CutDwg 与用户互在图面上得到一个矩形框,详细说明如下: 参数 说明 IN DOUBLE dX1 保存范围的左下角位置 ...

  2. CSS 类名的问题

    以下以数字开头的 CSS 类名不会生效: .1st{ color: red; } 一个合法的 CSS 类名必需以下面其中之一作为开头: 下划线 _ 短横线 - 字母 a-z 然后紧跟其他 _,- 数字 ...

  3. A4. JVM 内存分配及回收策略

    [概述] Java 技术体系中所提倡的自动内存管理最终可以归结为自动化地解决两个问题:给对象分配内存以及回收分配给对象的内存. 对象的内存分配,往大方向讲,就是在堆上分配,对象主要分配在新生代的 Ed ...

  4. spring 中属性scope 的prototype(有状态)和singleton(无状态)

    默认情况下,从bean工厂所取得的实例为Singleton(bean的singleton属性) Singleton: Spring容器只存在一个共享的bean实例, 默认的配置. Prototype: ...

  5. 迭代器,生成器(generator)和Promise的“微妙”关系

    需要Promise源码版的朋友:传送链接 本文主要讲述(iterator)和生成器*/yield之间的联系和各自的用法,以及生成器的高配版本aysnc/await的使用. 大纲: 迭代器(iterat ...

  6. 杂文Python

    2.文件操作 文件操作的过程:打开文件获得句柄——>操作文件行(遍历等)——>关闭文件 打开文件获得句柄 比较low的方法: f = open("file_path", ...

  7. Random和ArrayList的应用

    /*Random类应用与Math类应用,创建一个类, * 1)分别用Random类和Math.random()方法生成随机数. * 2) 把Math.random()方法生成的随机数,转换成1-100 ...

  8. react入门-----(jsx语法,在react中获取真实的dom节点)

    1.jsx语法 var names = ['Alice', 'Emily', 'Kate']; <!-- HTML 语言直接写在 JavaScript 语言之中,不加任何引号,这就是 JSX 的 ...

  9. MySQL Connector/Python 接口 (一)

    这里仅介绍 MySQL 官方开发的 Python 接口,参见这里: https://dev.mysql.com/doc/connector-python/en/ Chapter 1 Introduct ...

  10. 洛谷 1541 NOIp2010提高组 乌龟棋

    [题解] 很容易想到这是一个DP,f[i][j][k][l]表示4种卡片分别用了多少张,那么转移方程就是f[i][j][k][l]=Max(f[i-1][j][k][l],f[i][j-1][k][l ...