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。

Anaconda 的优点？

Anaconda的优点总结起来就八个字：省时省心、分析利器。

省时省心： Anaconda通过管理工具包、开发环境、Python版本，大大简化了你的工作流程。不仅可以方便地安装、更新、卸载工具包，而且安装时能自动安装相应的依赖包，同时还能使用不同的虚拟环境隔离不同要求的项目。
分析利器： 在 Anaconda 官网中是这么宣传自己的：适用于企业级大数据分析的Python工具。其包含了720多个数据科学相关的开源包，在数据可视化、机器学习、深度学习等多方面都有涉及。不仅可以做数据分析，甚至可以用在大数据和人工智能领域。

什么是 conda ？

conda 是开源包（packages）和虚拟环境（environment）的管理系统。

　　　packages 管理：

　　　　可以使用 conda 来安装、更新、卸载工具包，并且它更关注于数据科学相关的工具包。在安装 anaconda 时就预先集成了像 Numpy、Scipy、 pandas、Scikit-learn 这些在数据分析中常用的包。另外值得一提的是，conda 并不仅仅管理Python的工具包，它也能安装非python的包。比如在新版的 Anaconda 中就可以安装R语言的集成开发环境 Rstudio。

　　　虚拟环境管理： 在conda中可以建立多个虚拟环境，用于隔离不同项目所需的不同版本的工具包，以防止版本上的冲突。对纠结于 Python 版本的同学们，我们也可以建立 Python2 和 Python3 两个环境，来分别运行不同版本的 Python 代码。

　　国外下载（官网）：

　　　　下载地址：https://www.anaconda.com/download/

　　　　下载版本：https://repo.continuum.io/archive/Anaconda3-5.0.0.1-Linux-x86_64.sh

　　国内下载：

　　　　　　　http://mirrors.ustc.edu.cn/

　　　　下载：https://mirrors.ustc.edu.cn/anaconda/archive/

Linux安装：

#首先给脚本一个可执行权限

chmod 755 Anaconda3-5.0.0.1-Linux-x86_64.sh

#执行脚本，根据提示该回车的回车。

sh Anaconda3-5.0.0.1-Linux-x86_64.sh

#添加环境变量

export PATH=/root/anaconda3/bin:$PATH

#要不你重启执行，要不就执行下面命令让环境变量立刻生效。

source /etc/profile

#查看版本

anaconda -V

#测试安装scrapy

coda install scrapy

[root@localhost ~]# python

Python 3.6.2 |Anaconda, Inc.| (default, Sep 30 2017, 18:42:57)

[GCC 7.2.0] on linux

Type "help", "copyright", "credits" or "license" for more information.

>>> import scrapy

>>>

安装完成后，我们还需要对所有工具包进行升级，以避免可能发生的错误。打开你电脑的终端，在命令行中输入：

conda upgrade --all

这里 package_name 是需要安装包的名称。你也可以同时安装多个包，比如同时安装numpy 、scipy 和 pandas，则执行如下命令：

conda install numpy scipy pandas

你也可以指定安装的版本，比如安装 1.1 版本的 numpy ：

conda install numpy=1.10

移除一个 package：

conda remove package_name

升级 package 版本：

conda update package_name

查看所有的 packages：

conda list

如果你记不清 package 的具体名称，也可以进行模糊查询：

conda  search search_term

参考与：http://www.jianshu.com/p/169403f7e40c