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. 梦想CAD控件COM接口搜索图面上的文字

    点击此处下载演示实例 主要用到函数说明: _DMxDrawX::NewSelectionSet 实例化一个构造选择集进行过滤,该类封装了选择集及其处理函数. _DMxDrawX::NewResbuf ...

  2. ThinkPHP---thinkphp控制器、路由、分组设置(C)

    配置文件分3类:系统配置文件,分组配置文件,应用配置文件 ①系统配置文件ThinkPHP/Conf/convention.php: ②分组 / 模块 /平台配置文件Home/Conf/config.p ...

  3. Scrapy 组件的具体用法

    一.Spider 用法 在 Scrapy 中,要抓取网站的链接配置.抓取逻辑.解析逻辑都是在 Spider 里完成的.Spider 的一些基础属性和基础方法: name:爬虫名字,Spider的名字定 ...

  4. 诊断:记一次存储异常CRASH致数据库无法正常打开的恢复

    数据库存储异常crash,首先控制文件出现问题 ORA-: ????? ???? ORA-: ???? : '/oracledata/oradata/orc11rac/orc11rac/system0 ...

  5. 首次开通blog,以后会慢慢把oneNote和印象笔记的笔记转过来

    之前一直都是把笔记和经验写到OneNote上面,终于,OneNote无法同步了,转战blog吧,在这上面写一些笔记和一些技术,有空可以慢慢回顾一下.笔记这种东西,过一段时间再看就会有不同的感悟.

  6. eclipse 中为 java 项目生成 API 文档、JavaDoc

    当我们的项目很大,编写了很多代码的时候,就需要生成一个标准的 API 文档,让后续的开发人员,或者合作者可以清晰的了解您方法的使用. 1.点击 eclipse 的 Project 菜单,选择 Gene ...

  7. linux hexdump-显示文件十六进制格式

    博主推荐:获取更多 linux文件内容查看命令 收藏:linux命令大全 hexdump命令一般用来查看“二进制”文件的十六进制编码,但实际上它能查看任何文件,而不只限于二进制文件. 语法 hexdu ...

  8. 54.string field聚合以及fielddata原理初探

    主要知识点: 直接对分词的term进行聚合后果 设置fielddata=true 直接用.keyword进行聚合 doc value 的性能问题     一.直接对分词的term进行聚合后果     ...

  9. exists关键词和case表达式

    首先声明一下,exist和case没有必然联系,这里只是为了一起整理个笔记. EXIST谓词 如果存在对应的记录,返回TRUE.否则,返回FALSE.*实际使用中,即使不适用exist,基本也可以使用 ...

  10. 腾讯云,搭建Git服务器

    下载安装 git 任务时间:5min ~ 10min Git 是一款免费.开源的分布式版本控制系统,用于敏捷高效地处理任何或小或大的项目. 此实验以 CentOS 7.2 x64 的系统为环境,搭建 ...