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。

1. 安装Anaconda

   Anaconda分为Linux、Windows、Mac等版本，去 https://www.continuum.io/downloads下载对应的Anaconda包，然后：

   1. Ubuntu执行：

      运行：bash Anaconda-2.2.0-linux-x86_64.sh（对应版本）

      回车后，是许可文件，接收许可，anaconda将安装在~/anaconda下：

      最后会询问是否把anaconda的bin添加到用户的环境变量中。

      运行：conda upgrade –all（更新）

   2. Windows安装：
   3. IOS安装：

       

    

2. 管理包命令：

   （1）安装包：conda install package_name；例如，要安装 numpy，请键入 conda install numpy

   （2）安装多个包：conda install package_name1 package_name2 package_name3；例如，要安装 numpy、scipy、pandas，请键入 conda install numpy scipy pandas

   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）。

   （3）卸载包： conda remove package_name

   ）更新环境中的所有包：conda update –all

   （5）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。

   （6）将用到的包列表导出到文件：pip freeze > requirements.txt

    

3. 环境管理

   （1）创建环境：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。

   conda 创建环境以隔离项目。要创建环境，请在终端中使用 。

   （2）创建环境时，可以指定Python 版本：conda create -n py3 python=3 或 conda create -n py2 python=2； 要安装特定版本（例如
   Python 3.3），请使用 conda create -n py python=3.3。

   （3）进入环境（OSX/Linux ）： source activate my_env；（Windows）：activate my_env；进入环境后显示：(my_env) ~ $

   （4）检查环境中安装的包：(my_env) ~ $ conda list

   （5）在环境中安装包：(my_env) ~ $conda install package_name；在环境中安装的包仅在环境中才有用。

   （6）退出环境：（OSX/Linux ）： source deactivate；（Windows）：deactivate；

   （7）保存环境：conda env export > environment.yaml；将包保存为
   YAML，conda env export 用于输出环境中的所有包的名称（包括
   Python 版本）。 > environment.yaml 将导出的文本写入到 YAML 文件 environment.yaml 中。

   保存环境是为了共享这个环境，为了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。

   ）通过环境文件（environment.yaml ）创建环境： 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： conda env list；列出环境中用到的包。

   ）删除环境：conda env remove -n env_name