Anacond的介紹

Anaconda指的是一個(gè)開(kāi)源的Python發(fā)行版本，其包含了conda、Python等180多個(gè)科學(xué)包及其依賴(lài)項(xiàng)。 因?yàn)榘舜罅康目茖W(xué)包，Anaconda 的下載文件比較大（約 531 MB），如果只需要某些包，或者需要節(jié)省帶寬或存儲(chǔ)空間，也可以使用Miniconda這個(gè)較小的發(fā)行版（僅包含conda和 Python）。

Conda是一個(gè)開(kāi)源的包、環(huán)境管理器，可以用于在同一個(gè)機(jī)器上安裝不同版本的軟件包及其依賴(lài)，并能夠在不同的環(huán)境之間切換

Anaconda包括Conda、Python以及一大堆安裝好的工具包，比如：numpy、pandas等

Miniconda包括Conda、Python

Anacond下載

下載地址：官網(wǎng)地址

Anaconda 是跨平臺(tái)的，有 Windows、macOS、Linux 版本，我們這里以 Windows 版本為例，點(diǎn)擊那個(gè) Windows 圖標(biāo)。

我這里選擇下載

Python 2.7 version *--Python 2.7 版 *

64-Bit Graphical Installer (564 MB) --64位圖形安裝程序（564 MB）

當(dāng)然，你也可以根據(jù)自己的實(shí)際情況，選擇 Python 3.6版的，或者 32-Bit 版本的。

安裝包有 564MB，因?yàn)榫W(wǎng)速的關(guān)系，下載時(shí)間可能會(huì)比較長(zhǎng)，請(qǐng)耐心等待。我這里下載完成 Anaconda2-5.2.0-Windows-x86_64.exe文件了。

安裝 Anaconda 

雙擊下載好的 Anaconda2-5.2.0-Windows-x86_64.exe文件，出現(xiàn)如下界面，點(diǎn)擊 Next 即可。

點(diǎn)擊Next

點(diǎn)擊 I Agree （我同意），不同意，當(dāng)然就沒(méi)辦法繼續(xù)安裝啦。

Install for: Just me還是All Users，假如你的電腦有好幾個(gè) Users ，才需要考慮這個(gè)問(wèn)題.其實(shí)我們電腦一般就一個(gè) User，就我們一個(gè)人使用，如果你的電腦有多個(gè)用戶(hù)，選擇All Users，我這里直接 All User，繼續(xù)點(diǎn)擊 Next 。

Destination Folder 是“目標(biāo)文件夾”的意思，可以選擇安裝到什么地方。默認(rèn)是安裝到 C:\ProgramData\Anaconda2文件夾下。你也可以選擇 Browse... ，選擇想要安裝的文件夾。我這里 C 盤(pán)空間充裕，所以我直接就裝到默認(rèn)的地方。

這里提一下，Anaconda 很強(qiáng)大，占用空間也不小啊，2.6GB，差不多是一部高清電影的體積了。不過(guò)，為了學(xué)習(xí)，這點(diǎn)硬盤(pán)空間算什么呢。

繼續(xù)點(diǎn)擊 Next> 。

這里來(lái)到 Advanced Options 了，所謂的“高級(jí)選項(xiàng)”。如果你英文好，有一定背景知識(shí)的話(huà)，肯定明白這界面上的意思。兩個(gè)默認(rèn)就好，第一個(gè)是加入環(huán)境變量，第二個(gè)是默認(rèn)使用 Python 2.7，點(diǎn)擊“Install”，終于開(kāi)始安裝額。

安裝時(shí)間根據(jù)你的電腦配置而異，電腦配置高，硬盤(pán)是固態(tài)硬盤(pán)，速度就更快。安裝過(guò)程其實(shí)就是把 Anaconda2-5.2.0-Windows-x86_64.exe文件里壓縮的各種 dll 啊，py 文件啊，全部寫(xiě)到安裝目標(biāo)文件夾里。

過(guò)程還是很漫長(zhǎng)的，畢竟 2.6GB 的無(wú)數(shù)個(gè)小文件啊，請(qǐng)耐心等待。

經(jīng)過(guò)漫長(zhǎng)的等待，終于安裝完成 Installation Complete （安裝完成）了，點(diǎn)擊最后一個(gè) Next>。

點(diǎn)擊Install Microsoft VSCode

點(diǎn)擊 Finish，那兩個(gè) √ 可以取消。

配置環(huán)境變量

如果是windows的話(huà)需要去 控制面板\系統(tǒng)和安全\系統(tǒng)\高級(jí)系統(tǒng)設(shè)置\環(huán)境變量\用戶(hù)變量\PATH 中添加 anaconda的安裝目錄的Scripts文件夾, 比如我的路徑是C:\ProgramData\Anaconda2\Scripts, 看個(gè)人安裝路徑不同需要自己調(diào)整.

之后就可以打開(kāi)命令行(最好用管理員模式打開(kāi)) 輸入 conda --version

如果輸出conda 4.5.4之類(lèi)的就說(shuō)明環(huán)境變量設(shè)置成功了.

為了避免可能發(fā)生的錯(cuò)誤, 我們?cè)诿钚休斎隿onda upgrade --all 先把所有工具包進(jìn)行升級(jí)

管理虛擬環(huán)境

接下來(lái)我們就可以用anaconda來(lái)創(chuàng)建我們一個(gè)個(gè)獨(dú)立的python環(huán)境了.接下來(lái)的例子都是在命令行操作的,請(qǐng)打開(kāi)你的命令行吧.

activate

activate 能將我們引入anaconda設(shè)定的虛擬環(huán)境中, 如果你后面什么參數(shù)都不加那么會(huì)進(jìn)入anaconda自帶的base環(huán)境,

你可以輸入python試試, 這樣會(huì)進(jìn)入base環(huán)境的python解釋器, 如果你把原來(lái)環(huán)境中的python環(huán)境去除掉會(huì)更能體會(huì)到, 這個(gè)時(shí)候在命令行中使用的已經(jīng)不是你原來(lái)的python而是base環(huán)境下的python.而命令行前面也會(huì)多一個(gè)(base) 說(shuō)明當(dāng)前我們處于的是base環(huán)境下。

創(chuàng)建自己的虛擬環(huán)境

我們當(dāng)然不滿(mǎn)足一個(gè)base環(huán)境, 我們應(yīng)該為自己的程序安裝單獨(dú)的虛擬環(huán)境.

創(chuàng)建一個(gè)名稱(chēng)為learn的虛擬環(huán)境并指定python版本為3(這里conda會(huì)自動(dòng)找3中最新的版本下載)

conda create -n learn python=2

于是我們就有了一個(gè)learn的虛擬環(huán)境, 接下來(lái)我們切換到這個(gè)環(huán)境, 一樣還是用activae命令 后面加上要切換的環(huán)境名稱(chēng)

切換環(huán)境

activate learn

如果忘記了名稱(chēng)我們可以先用

conda env list

去查看所有的環(huán)境

現(xiàn)在的learn環(huán)境除了python自帶的一些官方包之外是沒(méi)有其他包的, 一個(gè)比較干凈的環(huán)境我們可以試試

先輸入python打開(kāi)python解釋器然后輸入

>>> import requests

會(huì)報(bào)錯(cuò)找不到requests包, 很正常.接下來(lái)我們就要演示如何去安裝requests包

exit()

退出python解釋器

安裝第三方包

輸入

conda install requests

或者

pip install requests

來(lái)安裝requests包.

安裝完成之后我們?cè)佥斎雙ython進(jìn)入解釋器并import requests包, 這次一定就是成功的了.

卸載第三方包

那么怎么卸載一個(gè)包呢

conda remove requests

或者

pip uninstall requests

就行啦.

查看環(huán)境包信息

要查看當(dāng)前環(huán)境中所有安裝了的包可以用

conda list

導(dǎo)入導(dǎo)出環(huán)境

如果想要導(dǎo)出當(dāng)前環(huán)境的包信息可以用

conda env export > environment.yaml

將包信息存入yaml文件中.

當(dāng)需要重新創(chuàng)建一個(gè)相同的虛擬環(huán)境時(shí)可以用

conda env create -f environment.yaml

其實(shí)命令很簡(jiǎn)單對(duì)不對(duì), 我把一些常用的在下面給出來(lái), 相信自己多打兩次就能記住

activate // 切換到base環(huán)境
activate learn // 切換到learn環(huán)境
conda create -n learn python=3 // 創(chuàng)建一個(gè)名為learn的環(huán)境并指定python版本為3(的最新版本)
conda env list // 列出conda管理的所有環(huán)境
conda list // 列出當(dāng)前環(huán)境的所有包
conda install requests 安裝requests包
conda remove requests 卸載requets包
conda remove -n learn --all // 刪除learn環(huán)境及下屬所有包
conda update requests 更新requests包
conda env export > environment.yaml // 導(dǎo)出當(dāng)前環(huán)境的包信息
conda env create -f environment.yaml // 用配置文件創(chuàng)建新的虛擬環(huán)境

深入一下

或許你會(huì)覺(jué)得奇怪為啥anaconda能做這些事, 他的原理到底是什么, 我們來(lái)看看anaconda的安裝目錄

這里只截取了一部分, 但是我們和本文章最開(kāi)頭的python環(huán)境目錄比較一下, 可以發(fā)現(xiàn)其實(shí)十分的相似, 其實(shí)這里就是base環(huán)境. 里面有著一個(gè)基本的python解釋器, lLib里面也有base環(huán)境下的各種包文件.

那我們自己創(chuàng)建的環(huán)境去哪了呢, 我們可以看見(jiàn)一個(gè)envs, 這里就是我們自己創(chuàng)建的各種虛擬環(huán)境的入口, 點(diǎn)進(jìn)去看看

可以發(fā)現(xiàn)我們之前創(chuàng)建的learn目錄就在下面, 再點(diǎn)進(jìn)去

這不就是一個(gè)標(biāo)準(zhǔn)的python環(huán)境目錄嗎?

這么一看, anaconda所謂的創(chuàng)建虛擬環(huán)境其實(shí)就是安裝了一個(gè)真實(shí)的python環(huán)境, 只不過(guò)我們可以通過(guò)activate,conda等命令去隨意的切換我們當(dāng)前的python環(huán)境, 用不同版本的解釋器和不同的包環(huán)境去運(yùn)行python腳本.

與JetBrains PyCharm 連接

在工作環(huán)境中我們會(huì)集成開(kāi)發(fā)環(huán)境去編碼, 這里推薦JB公司的PyCharm, 而PyCharm也能很方便的和anaconda的虛擬環(huán)境結(jié)合

在Setting => Project => Project Interpreter 里面修改 Project Interpreter , 點(diǎn)擊齒輪標(biāo)志再點(diǎn)擊Add Local為你某個(gè)環(huán)境的python.exe解釋器就行了

比如你要在learn環(huán)境中編寫(xiě)程序, 那么就修改為C:\Users\Administrator\AppData\Local\conda\conda\envs\learn, 可以看到這時(shí)候下面的依賴(lài)包也變成了learn環(huán)境中的包了.接下來(lái)我們就可以在pycharm中愉快的編碼了。

Anaconda 初體驗(yàn)

按下 Windows 徽標(biāo)鍵，調(diào)出 Windows 開(kāi)始菜單，可以看到 “最近添加”的：Anaconda2(64-bit)

Anaconda Prompt

打開(kāi)Anaconda Prompt，這個(gè)窗口和doc窗口一樣的，輸入命令就可以控制和配置python，最常用的是conda命令，這個(gè)pip的用法一樣，此軟件都集成了，你可以直接用，點(diǎn)開(kāi)的話(huà)如下圖。用命令“conda list”查看已安裝的包，從這些庫(kù)中我們可以發(fā)現(xiàn)NumPy,SciPy,Matplotlib,Pandas，說(shuō)明已經(jīng)安裝成功了!

還可以使用conda命令進(jìn)行一些包的安裝和更新

conda list：列出所有的已安裝的packages

conda install name：其中name是需要安裝packages的名字，比如，我安裝numpy包，輸入上面的命令就是“conda install numpy”。單詞之間空一格，然后回車(chē)，輸入y就可以了。

安裝完anaconda，就相當(dāng)于安裝了Python、IPython、集成開(kāi)發(fā)環(huán)境Spyder、一些包等等。你可以在Windows下的cmd下查看：

Anaconda Navigtor

用于管理工具包和環(huán)境的圖形用戶(hù)界面，后續(xù)涉及的眾多管理命令也可以在 Navigator 中手工實(shí)現(xiàn)。

Jupyter notebook

基于web的交互式計(jì)算環(huán)境，可以編輯易于人們閱讀的文檔，用于展示數(shù)據(jù)分析的過(guò)程。

Qtconsole

一個(gè)可執(zhí)行 IPython 的仿終端圖形界面程序，相比 Python Shell 界面，qtconsole 可以直接顯示代碼生成的圖形，實(shí)現(xiàn)多行代碼輸入執(zhí)行，以及內(nèi)置許多有用的功能和函數(shù)。

Spyder

一個(gè)使用Python語(yǔ)言、跨平臺(tái)的、科學(xué)運(yùn)算集成開(kāi)發(fā)環(huán)境。

點(diǎn)擊 Anaconda Navigator ，第一次啟用，會(huì)初始化，耐心等待一段時(shí)間，加載完成，界面如圖。

Spyder編輯器，我們以后就可以用這款編輯器來(lái)編寫(xiě)代碼，它最大優(yōu)點(diǎn)就是模仿MATLAB的“工作空間”。spyder.exe放在安裝目錄下的Scripts里面，如我的是C:\ProgramData\Anaconda2\Scripts\spyder.exe, 直接雙擊就能運(yùn)行。我們可以右鍵發(fā)送到桌面快捷方式，以后運(yùn)行就比較方便了。

我們簡(jiǎn)單編寫(xiě)一個(gè)程序來(lái)測(cè)試一下安裝是否成功，該程序用來(lái)打開(kāi)一張圖片并顯示。首先準(zhǔn)備一張圖片，然后打開(kāi)spyder，編寫(xiě)如下代碼：

# -*- coding: utf-8 -*-
 
"""
Spyder Editor
 
This is a temporary script file.
"""
from skimage import io
 
img = io.imread('C:/Users/Administrator/Desktop/379283176280170726.jpg')
 
io.imshow(img)

將其中的C:/Users/Administrator/Desktop/379283176280170726.jpg改成你自己要顯示圖片的位置，然后點(diǎn)擊上面工具欄里的綠色三角進(jìn)行運(yùn)行，最終顯示如下：

jupyterlab 

我們點(diǎn)擊 jupyterlab 下面的 Launch ，會(huì)在默認(rèn)瀏覽器（我這里是 Chrome）打開(kāi) http://localhost:8888/lab 這樣一個(gè)東東，這里就可以輸入 Python 代碼啦，來(lái)一句 Hello World 吧。

我們可以打開(kāi) Anaconda Navigator -> Launch jupyterlab ，也可以直接在瀏覽器輸入 http://localhost:8888/lab （可以保存為書(shū)簽）。如果是布置在云端，可以輸入服務(wù)器域名（IP），是不是很爽？

VSCode

Visual Studio Code是一個(gè)輕量級(jí)但功能強(qiáng)大的源代碼編輯器，可在桌面上運(yùn)行，適用于Windows，macOS和Linux。它內(nèi)置了對(duì)JavaScript，TypeScript和Node.js的支持，并為其他語(yǔ)言（如C ++，C＃，Java，Python，PHP，Go）和運(yùn)行時(shí)（如.NET和Unity）提供了豐富的擴(kuò)展生態(tài)系統(tǒng)。

Glueviz

Glue是一個(gè)Python庫(kù)，用于探索相關(guān)數(shù)據(jù)集內(nèi)部和之間的關(guān)系。其主要特點(diǎn)包括：

鏈接統(tǒng)計(jì)圖形。使用Glue，用戶(hù)可以創(chuàng)建數(shù)據(jù)的散點(diǎn)圖，直方圖和圖像（2D和3D）。膠水專(zhuān)注于刷牙和鏈接范例，其中任何圖形中的選擇傳播到所有其他圖形。

靈活地跨數(shù)據(jù)鏈接。Glue使用不同數(shù)據(jù)集之間存在的邏輯鏈接來(lái)覆蓋不同數(shù)據(jù)的可視化，并跨數(shù)據(jù)集傳播選擇。這些鏈接由用戶(hù)指定，并且是任意靈活的。

完整的腳本功能。Glue是用Python編寫(xiě)的，并且建立在其標(biāo)準(zhǔn)科學(xué)庫(kù)（即Numpy，Matplotlib，Scipy）之上。用戶(hù)可以輕松地集成他們自己的python代碼進(jìn)行數(shù)據(jù)輸入，清理和分析。

Orange3

交互式數(shù)據(jù)可視化

通過(guò)巧妙的數(shù)據(jù)可視化執(zhí)行簡(jiǎn)單的數(shù)據(jù)分析。探索統(tǒng)計(jì)分布，箱形圖和散點(diǎn)圖，或深入了解決策樹(shù)，層次聚類(lèi)，熱圖，MDS和線性投影。即使您的多維數(shù)據(jù)也可以在2D中變得合理，特別是在智能屬性排名和選擇方面。

老師和學(xué)生都喜歡它

在教授數(shù)據(jù)挖掘時(shí)，我們喜歡說(shuō)明而不是僅僅解釋。而橙色很棒。Orange在世界各地的學(xué)校，大學(xué)和專(zhuān)業(yè)培訓(xùn)課程中使用，支持?jǐn)?shù)據(jù)科學(xué)概念的實(shí)踐培訓(xùn)和視覺(jué)插圖。甚至還有專(zhuān)門(mén)為教學(xué)設(shè)計(jì)的小部件。

附加組件擴(kuò)展功能

使用Orange中可用的各種附加組件從外部數(shù)據(jù)源挖掘數(shù)據(jù)，執(zhí)行自然語(yǔ)言處理和文本挖掘，進(jìn)行網(wǎng)絡(luò)分析，推斷頻繁項(xiàng)目集并執(zhí)行關(guān)聯(lián)規(guī)則挖掘。此外，生物信息學(xué)家和分子生物學(xué)家可以使用Orange通過(guò)差異表達(dá)對(duì)基因進(jìn)行排序并進(jìn)行富集分析。

Rstudio

R軟件自帶的有寫(xiě)腳本的工具，可是我不是很喜歡用（并不是說(shuō)不好哈），我更喜歡用RStudio（網(wǎng)上還有Tinn-R，RWinEdt等）。因?yàn)槲矣X(jué)得其本身比較方便，另外在編程的時(shí)候有些功能很方便。下面這個(gè)界面是我修改了主題的，下面我將介紹如何修改主題，來(lái)方便編程。

結(jié)語(yǔ)

現(xiàn)在你是不是發(fā)現(xiàn)用上anaconda就可以十分優(yōu)雅簡(jiǎn)單的解決上面所提及的單個(gè)python環(huán)境所帶來(lái)的弊端了呢, 而且也明白了其實(shí)這一切的實(shí)現(xiàn)并沒(méi)有那么神奇.

當(dāng)然anaconda除了包管理之外還在于其豐富數(shù)據(jù)分析包, 不過(guò)那就是另一個(gè)內(nèi)容了, 我們先學(xué)會(huì)用anaconda去換一種方法管里自己的開(kāi)發(fā)環(huán)境, 這已經(jīng)是一個(gè)很大的進(jìn)步了。

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。