anaconda_anaconda汉化 - CSDN
anaconda 订阅
《Anaconda》是美国说唱女歌手妮琪·米娜演唱的一首说唱歌曲,由Sir Mix-A-Lot等创作,收录于妮琪·米娜的第三张录音室专辑《The Pinkprint》中,于2014年8月4日发行。《Anaconda》在美国公告牌单曲榜上最高名次为第2名,是妮琪·米娜成绩最高的歌曲之一。 [1-4] 展开全文
《Anaconda》是美国说唱女歌手妮琪·米娜演唱的一首说唱歌曲,由Sir Mix-A-Lot等创作,收录于妮琪·米娜的第三张录音室专辑《The Pinkprint》中,于2014年8月4日发行。《Anaconda》在美国公告牌单曲榜上最高名次为第2名,是妮琪·米娜成绩最高的歌曲之一。 [1-4]
信息
歌曲时长
4分20秒
歌曲原唱
妮琪·米娜
中文名称
大蟒蛇
MV导演
寇林·提米
发行时间
2014年8月4日
谱    曲
妮琪·米娜,詹姆·詹姆斯,安瑟尼·雷,厄内斯特·克拉克,马科斯·帕拉西奥斯
音乐风格
说唱
外文名称
Anaconda
所属专辑
The Pinkprint
歌曲语言
英语
填    词
Sir Mix-A-Lot
编    曲
Sir Mix-A-Lot,皮罗·利达·唐
Anaconda创作背景
《Anaconda》的制作人皮罗·利达·唐曾经邀请说唱女歌手梅西·埃丽奥特来演唱这首歌,被拒绝后,她重新录制了这首歌,让妮琪·米娜来演唱。这首歌采样了说唱男歌手Sir Mix-a-Lot的歌曲《Baby Got Back》。 [5] 
收起全文
  • Anaconda的介绍及安装过程

    万次阅读 多人点赞 2018-05-07 16:35:00
    最近学习python,安装了anaconda,在这里详细讲下anaconda的安装,配置及使用的过程。有学习过python的人知道,传统的安装和使用python的过程中,会遇到如下问题:安装好了后,各种配置,比如配置环境变量啥的,对于...

    最近学习python,安装了anaconda,在这里详细讲下anaconda的安装,配置及使用的过程。

    有学习过python的人知道,传统的安装和使用python的过程中,会遇到如下问题:

    1. 安装好了后,各种配置,比如配置环境变量啥的,对于小白,这个可能还不知道,麻烦。
    2. 安装python后,想管理python的包,还得安装个包管理器pip,来安装第三方包,麻烦。
    3. 最重要的一点是,python2和python3的区别非常大,目前还有很多的包不兼容,安装了python3,但有的项目却要在python2下运行,但是传统的话一台机器上并不能安装两个python环境。

    总之就是麻烦。

    Anaconda的概念及作用?

    anconda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通俗点说,你只需要安装一个anconda,安装好之后,会有一个默认的python环境,安装anconda2就是默认python2,安装python3就是默认python3,同时,anconda还给你预装了大部分常用的python包,你只需要用anconda自带的命令conda来安装你需要的包就行了,还有一点,如果你安装了anconda2已经有了python2环境,你可以通过conda来安装python3,anconda可以管理两个版本的python环境,并提供切换方式,可以随时切换到不同的python版本。

    conda命令类似于pip,是anconda的包管理器工具,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。

    下面以windows下anaconda的安装为例

    安装过程

    软件的下载

    建议不要去官网下载,windows下anconda最新版本500多M,官网下载比较慢,时间长,推荐去清华大学开源镜像站去下载,至于下载anaconda2还是anaconda3,都可以,反正后面可以再装另外一个python环境。

    下载地址:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

    下载好之后,双击exe进行安装就行了,安装过程中有一点注意,如下图:


    第一个勾是是否把Anaconda加入环境变量,官方提示不推荐勾选,说勾选后,在以后的卸载或重装时可能会导致问题,勾选的话,能直接在cmd中使用conda、jupyter、ipython等命令,不勾选的话,也可以在之后使用Anaconda提供的命令行工具进行操作,这个其实勾不勾选问题都不大,我选择官方推荐的,没有勾选。

    第二个勾是是否设置Anaconda所带的Python 3.6为系统默认的Python版本。


    最后一步,如果你不想了解“Anaconda云”和“Anaconda支持”,则可以不勾选“Learn more about Anaconda Cloud”和“Learn more about Anaconda Support”,我把两个勾选都去掉了。

    其他的可以修改安装路径,然后一路默认,直到安装完毕就行了。

    安装完毕之后,左下角菜单,可以看到如下:


    上面这几个都是什么呢?

    Anaconda Navigator 是Anaconda可视化的管理界面。

    Anaconda Prompt 是一个Anaconda的终端,可以便捷的操作conda环境,类似于cmd的命令行工具

    Jupyter Notebook 是一个交互式笔记本,支持运行40多种编程语言。IPython notebook是一个基于IPython REPL的web应用,安装IPython后在终端输入ipython notebook即可启动服务。jupyter是把IPython和Python解释器剥离后的产物,将逐渐替代IPython独立发行。

    Spyder 是一个使用Python语言的开放源代码跨平台科学运算IDE。Spyder可以跨平台,也可以使用附加组件扩充,自带交互式工具以处理数据。

    展开全文
  • Anaconda 入门详解

    千次阅读 2019-06-11 10:54:16
    Anaconda Anaconda简介 Anaconda是一个免费开源的Python和R语言的发行版本,用于计算科学(数据科学、机器学习、大数据处理和预测分析),Anaconda致力于简化包管理和部署。Anaconda的包使用软件包管理系统Conda进行...

    Anaconda

    Anaconda简介

    Anaconda是一个免费开源的Python和R语言的发行版本,用于计算科学(数据科学、机器学习、大数据处理和预测分析),Anaconda致力于简化包管理和部署。Anaconda的包使用软件包管理系统Conda进行管理。超过1200万人使用Anaconda发行版本,并且Anaconda拥有超过1400个适用于Windows、Linux和MacOS的数据科学软件包。

    Anaconda拥有超过1400个软件包其中包含Conda和虚拟环境管理,他们都被包含在Anaconda Navigator中,因此无需去了解独立安装每个库。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。可以使用已经包含在Anaconda中的命令conda install或者pip install从Anaconda仓库中安装开源软件包。Pip提供了Conda大部分功能,并且大多数情况下两个可以同时使用。可以使用conda build命令构建自定义包,然后通过上传到Anaconda Cloud、PyPI或其他仓库来分享给其他人。

    Anaconda2默认包含Python 2.7,Anaconda3默认包含Python 3.7,但是你可以创建虚拟环境来使用任意版本的Python包。

    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 特点

    • 丰富的第三方库

    Anaconda 附带了一大批常用数据科学包,它附带了 conda、Python 和 150 多个科学包及其依赖项。因此你可以立即开始处理数据。

    • 管理包

    Anaconda 是在 conda(一个包管理器和环境管理器)上发展出来的。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。

    Anaconda还包含一些功能强大的工具

    • Anaconda Navigtor :用于管理工具包和环境的图形用户界面,后续涉及的众多管理命令也可以在 Navigator 中手工实现。

    • 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。

    • qtconsole :一个可执行 IPython 的仿终端图形界面程序,相比 Python Shell 界面,qtconsole 可以直接显示代码生成的图形,实现多行代码输入执行,以及内置许多有用的功能和函数。

    • spyder :一个使用Python语言、跨平台的、科学运算集成开发环境。

    Anaconda 安装

    • 下载

    官网点击Download进入下载页面,选择对应的平台和版本下载,我这里是Anaconda3-2019.03-MacOSX-x86_64.pkg这个版本

    • 安装

    下载完成后双击下一步下一步知道安装完成,安装完成后自动会把anaconda的执行文件的路径添加到环境变量中无需手动配置,如何需要手动改变需要自行配置。

    Anaconda的使用

    
    # 获取帮助
    $ conda --help
    
    # 安装完成后验证conda的版本和python的版本等详细信息
    
    $ conda info
    
    C:\>conda info
    
         active environment : None
           user config file : C:\Users\Andy\.condarc
     populated config files : C:\Users\Andy\.condarc
              conda version : 4.6.12
        conda-build version : 3.10.5
             python version : 3.6.2.final.0
           base environment : D:\software\devapps\anaconda3-5.2.0  (writable)
               channel URLs : https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64
                              https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/noarch
                              https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/win-64
                              https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/noarch
                              https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/win-64
                              https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/noarch
                              https://repo.anaconda.com/pkgs/main/win-64
                              https://repo.anaconda.com/pkgs/main/noarch
                              https://repo.anaconda.com/pkgs/free/win-64
                              https://repo.anaconda.com/pkgs/free/noarch
                              https://repo.anaconda.com/pkgs/r/win-64
                              https://repo.anaconda.com/pkgs/r/noarch
                              https://repo.anaconda.com/pkgs/msys2/win-64
                              https://repo.anaconda.com/pkgs/msys2/noarch
              package cache : D:\software\devapps\anaconda3-5.2.0\pkgs
                              C:\Users\Andy\.conda\pkgs
                              C:\Users\Andy\AppData\Local\conda\conda\pkgs
           envs directories : D:\software\devapps\anaconda3-5.2.0\envs
                              C:\Users\Andy\.conda\envs
                              C:\Users\Andy\AppData\Local\conda\conda\envs
                   platform : win-64
                 user-agent : conda/4.6.12 requests/2.21.0 CPython/3.6.2 Windows/10 Windows/10.0.17763
              administrator : False
                 netrc file : None
               offline mode : False
    
    
    C:\>
    
    # 列出我本机的所有环境,第一个是自己创建的,后面的是我自己后续创建的
    $ conda info -e
    
    C:\Users\Andy>conda info -e
    # conda environments:
    #
    base                  *  D:\software\devapps\anaconda3-5.2.0
    python27                 D:\software\devapps\anaconda3-5.2.0\envs\python27
    python36                 D:\software\devapps\anaconda3-5.2.0\envs\python36
    python37                 D:\software\devapps\anaconda3-5.2.0\envs\python37
    
    
    C:\Users\Andy>
    
    
    复制代码

    包管理

    一般来说 conda 仓库的软件没有 PyPI 更新快和全。所以推荐 conda 只用来创建虚拟环境,包的安装管理仍然使用 pip。

    # 列出当前环境下所有安装的 conda 包。
    $ conda list
    
    # 列举一个指定环境下的所有包
    $ conda list -n env_name
    
    # 查询库
    $ conda search scrapys
    
    # 安装库安装时可以指定版本例如:(scrapy=1.5.0)
    $ conda install scrapy
    
    # 为指定环境安装某个包
    $ conda install --name target_env_name package_name
    
    # 更新安装的库
    $ conda update scrapy
    
    # 更新指定环境某个包
    $ conda update -n target_env_name package_name
    
    # 更新所有包
    $ conda update --all
    
    # 删除已经安装的库也尅用(conda uninstall)
    $ conda remove scrapy
    
    # 删除指定环境某个包
    $ conda remove -n target_env_name package_name
    
    # 删除没有用的包
    $ conda clean -p
    
    复制代码

    虚拟环境管理

    
    # 创建环境,后面的python=3.6是指定python的版本
    $ conda create --name env_name python=3.6
    
    # 创建包含某些包的环境(也可以加上版本信息)
    $ conda create --name env_name python=3.7 numpy scrapy
    
    # 激活某个环境
    $ activate env_name
    
    # 关闭某个环境
    $ conda deactivate
    
    # 复制某个环境
    $ conda create --name new_env_name --clone old_env_name
    
    # 删除某个环境
    $ conda remove --name env_name --all
    
    # 生成需要分享环境的yml文件(需要在虚拟环境中执行)
    $ conda env export > environment.yml
    
    # 别人在自己本地使用yml文件创建虚拟环境
    $ conda env create -f environment.yml
    
    复制代码

    转载于:https://juejin.im/post/5cc7a90851882577e763fe66

    展开全文
  • 本来想着马上接着总结Anaconda 的,谁知道,这一安装,竟然花了我一天一夜的时间,(悲伤辣么大啊简直)。遇到了各种各样的问题,重装20几遍,每次问题都不同还。(掩面悲伤)直到刚才总算是可以了。面对问题的时候...

            

       昨天总结了装python和pycharm。本来想着马上接着总结Anaconda 的,谁知道,这一安装,竟然花了我一天一夜的时间,(悲伤辣么大啊简直)。遇到了各种各样的问题,重装20几遍,每次问题都不同还。(掩面悲伤)直到刚才总算是可以了。面对问题的时候第一想法就是百度,结果尝试了所有百度的方法仍然无法解决问题。还是自己太笨了。总之,还是把自己 遇到的问题总结一下把,以防不小心看到我的解决问题的博客的各位能有所帮助,这也算我没有白白使用百度把。

       目录:

         1.关于Anaconda的版本与下载

         1.1版本

         1.2下载(两种方式,官网/镜像网)

         2.Anaconda3的安装及各类问题总结!(高潮!!)

         

       让我想想从哪里开始。就从下载开始把。

       1.关于Anaconda的版本与下载

       1.1版本

       Anaconda两个版本一个适用py2.7的Anaconda2,一个适用py3的Anaconda3。一般情况下,大家都是先安装了python,在已有python的情况下搭配Anaconda来使用,或装库或者使用conda管理py两个版本,解决py多版本共存的问题。网上有很多在已有Python2的基础上来装Anaconda。

       在这里由于我先装了python3.6(详细安装,可见上一篇。),所以本次所有问题的解决总结都是基于在已安装python3.6+pycharm的基础上来安装Anaconda3.

       1.2下载

       下载有两种方式:A.官网(不推荐)https://www.anaconda.com/download/

       不推荐,因为尤其的慢,而且通常是安装到一般就错误,如果您网快随您(嘻嘻),安装相应版本就好,比如你是py3就安装3.

                 

                                      

       B.镜像网站安装。https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

       这是清华大学的镜像网,直接找到你需要的下载即可,又快又省力,极力推荐。

                  

       在这里要说一下,我本来下载的是最新版本 3-5.1.0.怎奈何是怎么都装不成功于是,放弃用我朋友给的3-4.3的版本。当然这应该无所谓。

       你们一定不知道我为安装换了多少个版本,事实证明并不是版本的问题。

                   总之下载下来就是这个鬼样子(其中的一个。)

       2.Anaconda3的安装及各类问题总结!(高潮!!)

       2.1安装开始

              

              you Agree了以后,就会遇到这个问题:

               

      在这里提醒各位,这个最好是跟在装python3时候的选择一样,总之我是什么组合都试过了,如果你只是一个用户当然选择Just Me ok,但是一旦你在装python的时候选择过这么一项你就最好选择ALL user:

                   

       由于我上次在安装python3的时候选择了这项 for all users 于是安装Ana的时候也选择了ALL users。

       接着就是路径,提醒小白们,安装到C盘真的可以避免后续的很多小问题,但是尽管这样我也没有尝试过把它装入C盘,选择了D盘,注意路径要简单D:\Anaconda3,类似这样即可不要有空格不要有中文字符,尤其避免中文路径!!:                                                                          

     

     -------->再接着就是重要的选择:                                                           

       这个地方,第一项Add Anaconda… 这个是说将安装路径填入到系统环境变量中,选上

       第二项 是说要默认使用python3.6的版本,也选上。当选择这一项的时候很可能会出现这样一个问题:

                            

       我当时专门百度翻译该问题,总之不要管他,确定,大胆的选上第二项。有问题咱们之后解决。

       ---------->两项都选择完之后就是不太漫长的安装了~静静等着它,如果没有出现任何问题,那么恭喜你,你离成功安装只差检验一小步了。

       但是我在这里就是因为这个问题崩溃了一天一夜!!

       failed to create anacoda menu。!!创建菜单失败。

       我在百度上搜到各种各样的方法几乎全都试过了:

        A.卸载重新安装一次

        B.将Java的原系统环境变量先删除:主要是path 和java home的部分,先从中复制出与Java相关的部分,保存在记事本里,然后删除,再装,装完之后再将环境变量原封不动的添加上去。记得重启。

        C.创建快捷方式的方法,详细见:http://www.mamicode.com/info-detail-1974384.html

        D.其他方法:http://blog.csdn.net/qq_33282758/article/details/77841404

        E.我最后使用的方法(行之有效的):一直点忽略忽略忽略忽略直到安装成功。这个时候你打开你的开始菜单你会发现你并不能找到有关anaconda的任何~不要慌~

        win+R--->cmd --->d:---->cd anaconda(总之红的这部分就是进入到你的anaconda安装文件夹)

        然后输入  python .\Lib\_nsis.py mkmenus     出现很多sucessfully就对了

             

        回到你的开始菜单这个时候你就能看到各种快捷方式了。

        2.2检验是否安装成功anaconda

        你可以再cmd中输入 python,查看是否有:

       

        或者你再输入 conda --version:(检验安装成功的标志)

                  

       若果没有,或者提示conda不是内部或外部命令,那就意味着,你的anaconda没有把环境变量配置好。

       解决方案:找到你的环境变量配置,查看path中是否有有关anaconda的相关内容:(如果没有请添加:)

                   

       添加那两项~哪个没有加哪个。确定保存…重启电脑,打开cmd像上面一样验证。

       2.3检验其他是否安装成功。尤其是 Anaconda Navifator

       打不开Anaconda Navifator,发现打不开,而且提示如下错误:

             

       解决方法:

    •  将\Anaconda3\Library\plugins目录下的platforms文件夹拷贝到\Anaconda3后重新打开Anaconda Navigator
    • 注意:不要把Anaconda安装到有空格的目录

       2.4  end

       这就是我遇到的所有的问题,总结了半天发现也没多少问题,自己竟然装了这么久,还试了那么多种方法,看来找对方法很重要。还是自己笨。

    展开全文
  • Anaconda的安装和详细介绍(带图文)

    万次阅读 多人点赞 2019-09-11 17:11:51
    Anacond的介绍 Anaconda指的是一个开源的Python发行版本,其包含了conda、...因为包含了大量的科学包,Anaconda的下载文件比较大(约531 MB),如果只需要某些包,或者需要节省带宽或存储空间,也可以使用Min...

    原文链接:https://www.cnblogs.com/IT-LearnHall/p/9486029.html

    Anacond的介绍

    Anaconda指的是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项。 因为包含了大量的科学包,Anaconda 的下载文件比较大(约 531 MB),如果只需要某些包,或者需要节省带宽或存储空间,也可以使用Miniconda这个较小的发行版(仅包含conda和 Python)。

    Conda是一个开源的包、环境管理器,可以用于在同一个机器上安装不同版本的软件包及其依赖,并能够在不同的环境之间切换

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

    Miniconda包括Conda、Python

    Anacond下载

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

     

    Anaconda 是跨平台的,有 Windows、macOS、Linux 版本,我们这里以 Windows 版本为例,点击那个 Windows 图标。

    我这里选择下载 

    Python 2.7 version *--Python 2.7 版 *

    64-Bit Graphical Installer (564 MB) --64位图形安装程序(564 MB)

    当然,你也可以根据自己的实际情况,选择 Python 3.6版的,或者 32-Bit 版本的。

    安装包有 564MB,因为网速的关系,下载时间可能会比较长,请耐心等待。我这里下载完成 Anaconda2-5.2.0-Windows-x86_64.exe文件了。

     

    安装 Anaconda 

    双击下载好的 Anaconda2-5.2.0-Windows-x86_64.exe文件,出现如下界面,点击 Next 即可。

     

    点击Next

     

    点击 I Agree (我同意),不同意,当然就没办法继续安装啦。

     

    Install for: Just me还是All Users,假如你的电脑有好几个 Users ,才需要考虑这个问题.其实我们电脑一般就一个 User,就我们一个人使用,如果你的电脑有多个用户,选择All Users,我这里直接 All User,继续点击 Next 。

     

    Destination Folder 是“目标文件夹”的意思,可以选择安装到什么地方。默认是安装到 C:\ProgramData\Anaconda2文件夹下。你也可以选择 Browse... ,选择想要安装的文件夹。我这里 C 盘空间充裕,所以我直接就装到默认的地方。

    这里提一下,Anaconda 很强大,占用空间也不小啊,2.6GB,差不多是一部高清电影的体积了。不过,为了学习,这点硬盘空间算什么呢。

    继续点击 Next> 。

     

    这里来到 Advanced Options 了,所谓的“高级选项”。如果你英文好,有一定背景知识的话,肯定明白这界面上的意思。两个默认就好,第一个是加入环境变量,第二个是默认使用 Python 2.7,点击“Install”,终于开始安装额。

    安装时间根据你的电脑配置而异,电脑配置高,硬盘是固态硬盘,速度就更快。安装过程其实就是把 Anaconda2-5.2.0-Windows-x86_64.exe文件里压缩的各种 dll 啊,py 文件啊,全部写到安装目标文件夹里。

      

    过程还是很漫长的,毕竟 2.6GB 的无数个小文件啊,请耐心等待。

     

    经过漫长的等待,终于安装完成 Installation Complete (安装完成)了,点击最后一个 Next>。

     

    点击Install Microsoft VSCode

    点击 Finish,那两个 √ 可以取消。

    配置环境变量

    如果是windows的话需要去 控制面板\系统和安全\系统\高级系统设置\环境变量\用户变量\PATH 中添加 anaconda的安装目录的Scripts文件夹, 比如我的路径是C:\ProgramData\Anaconda2\Scripts, 看个人安装路径不同需要自己调整.

    之后就可以打开命令行(最好用管理员模式打开) 输入 conda --version

     

    如果输出conda 4.5.4之类的就说明环境变量设置成功了.

    为了避免可能发生的错误, 我们在命令行输入conda upgrade --all 先把所有工具包进行升级

    管理虚拟环境

    接下来我们就可以用anaconda来创建我们一个个独立的python环境了.接下来的例子都是在命令行操作的,请打开你的命令行吧.

    activate

    activate 能将我们引入anaconda设定的虚拟环境中, 如果你后面什么参数都不加那么会进入anaconda自带的base环境,

    你可以输入python试试, 这样会进入base环境的python解释器, 如果你把原来环境中的python环境去除掉会更能体会到, 这个时候在命令行中使用的已经不是你原来的python而是base环境下的python.而命令行前面也会多一个(base) 说明当前我们处于的是base环境下。

    创建自己的虚拟环境

    我们当然不满足一个base环境, 我们应该为自己的程序安装单独的虚拟环境.

    创建一个名称为learn的虚拟环境并指定python版本为3(这里conda会自动找3中最新的版本下载)

    conda create -n learn python=2

    于是我们就有了一个learn的虚拟环境, 接下来我们切换到这个环境, 一样还是用activae命令 后面加上要切换的环境名称

    切换环境

    activate learn

    如果忘记了名称我们可以先用

    conda env list

     

    去查看所有的环境

    现在的learn环境除了python自带的一些官方包之外是没有其他包的, 一个比较干净的环境我们可以试试

    先输入python打开python解释器然后输入

    >>> import requests

    会报错找不到requests包, 很正常.接下来我们就要演示如何去安装requests包

    exit()

    退出python解释器

    安装第三方包

    输入

    conda install requests

    或者

    pip install requests

    来安装requests包.

    安装完成之后我们再输入python进入解释器并import requests包, 这次一定就是成功的了.

    卸载第三方包

    那么怎么卸载一个包呢

    conda remove requests

    或者

    pip uninstall requests

    就行啦.

    查看环境包信息

    要查看当前环境中所有安装了的包可以用

    conda list

    导入导出环境

    如果想要导出当前环境的包信息可以用

    conda env export > environment.yaml

    将包信息存入yaml文件中.

    当需要重新创建一个相同的虚拟环境时可以用

    conda env create -f environment.yaml

    其实命令很简单对不对, 我把一些常用的在下面给出来, 相信自己多打两次就能记住

    activate // 切换到base环境

    activate learn // 切换到learn环境

    conda create -n learn python=3 // 创建一个名为learn的环境并指定python版本为3(的最新版本)

    conda env list // 列出conda管理的所有环境

    conda list // 列出当前环境的所有包

    conda install requests 安装requests包

    conda remove requests 卸载requets包

    conda remove -n learn --all // 删除learn环境及下属所有包

    conda update requests 更新requests包

    conda env export > environment.yaml // 导出当前环境的包信息

    conda env create -f environment.yaml // 用配置文件创建新的虚拟环境

    深入一下

    或许你会觉得奇怪为啥anaconda能做这些事, 他的原理到底是什么, 我们来看看anaconda的安装目录

    这里只截取了一部分, 但是我们和本文章最开头的python环境目录比较一下, 可以发现其实十分的相似, 其实这里就是base环境. 里面有着一个基本的python解释器, lLib里面也有base环境下的各种包文件.

    那我们自己创建的环境去哪了呢, 我们可以看见一个envs, 这里就是我们自己创建的各种虚拟环境的入口, 点进去看看

    可以发现我们之前创建的learn目录就在下面, 再点进去

     

    这不就是一个标准的python环境目录吗?

    这么一看, anaconda所谓的创建虚拟环境其实就是安装了一个真实的python环境, 只不过我们可以通过activate,conda等命令去随意的切换我们当前的python环境, 用不同版本的解释器和不同的包环境去运行python脚本.

    JetBrains PyCharm 2017.2.3 x64连接

    在工作环境中我们会集成开发环境去编码, 这里推荐JB公司的PyCharm, 而PyCharm也能很方便的和anaconda的虚拟环境结合

    在Setting => Project => Project Interpreter 里面修改 Project Interpreter , 点击齿轮标志再点击Add Local为你某个环境的python.exe解释器就行了

     

    比如你要在learn环境中编写程序, 那么就修改为C:\Users\Administrator\AppData\Local\conda\conda\envs\learn, 可以看到这时候下面的依赖包也变成了learn环境中的包了.接下来我们就可以在pycharm中愉快的编码了。

     

    Anaconda 初体验

    按下 Windows 徽标键,调出 Windows 开始菜单,可以看到 “最近添加”的:Anaconda2(64-bit)

    Anaconda Prompt

    打开Anaconda Prompt,这个窗口和doc窗口一样的,输入命令就可以控制和配置python,最常用的是conda命令,这个pip的用法一样,此软件都集成了,你可以直接用,点开的话如下图。用命令“conda list”查看已安装的包,从这些库中我们可以发现NumPy,SciPy,Matplotlib,Pandas,说明已经安装成功了!

     

    还可以使用conda命令进行一些包的安装和更新

    conda list:列出所有的已安装的packages

    conda install name:其中name是需要安装packages的名字,比如,我安装numpy包,输入上面的命令就是“conda install numpy”。单词之间空一格,然后回车,输入y就可以了。

    安装完anaconda,就相当于安装了Python、IPython、集成开发环境Spyder、一些包等等。你可以在Windows下的cmd下查看:

     

     

    Anaconda Navigtor

    用于管理工具包和环境的图形用户界面,后续涉及的众多管理命令也可以在 Navigator 中手工实现。

     

    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。

     

    Qtconsole

    一个可执行 IPython 的仿终端图形界面程序,相比 Python Shell 界面,qtconsole 可以直接显示代码生成的图形,实现多行代码输入执行,以及内置许多有用的功能和函数。

     

    Spyder

    一个使用Python语言、跨平台的、科学运算集成开发环境。

    点击 Anaconda Navigator ,第一次启用,会初始化,耐心等待一段时间,加载完成,界面如图。

     

    Spyder编辑器,我们以后就可以用这款编辑器来编写代码,它最大优点就是模仿MATLAB的“工作空间”。spyder.exe放在安装目录下的Scripts里面,如我的是C:\ProgramData\Anaconda2\Scripts\spyder.exe, 直接双击就能运行。我们可以右键发送到桌面快捷方式,以后运行就比较方便了。

     

    我们简单编写一个程序来测试一下安装是否成功,该程序用来打开一张图片并显示。首先准备一张图片,然后打开spyder,编写如下代码:

    复制代码

    # -*- 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)

    复制代码

    将其中的C:/Users/Administrator/Desktop/379283176280170726.jpg改成你自己要显示图片的位置,然后点击上面工具栏里的绿色三角进行运行,最终显示如下:

     

    jupyterlab 

    我们点击 jupyterlab 下面的 Launch ,会在默认浏览器(我这里是 Chrome)打开 http://localhost:8888/lab 这样一个东东,这里就可以输入 Python 代码啦,来一句 Hello World 吧。

    我们可以打开 Anaconda Navigator -> Launch jupyterlab ,也可以直接在浏览器输入 http://localhost:8888/lab (可以保存为书签)。如果是布置在云端,可以输入服务器域名(IP),是不是很爽?

     

     

    VSCode

    Visual Studio Code是一个轻量级但功能强大的源代码编辑器,可在桌面上运行,适用于Windows,macOS和Linux。它内置了对JavaScript,TypeScript和Node.js的支持,并为其他语言(如C ++,C#,Java,Python,PHP,Go)和运行时(如.NET和Unity)提供了丰富的扩展生态系统。

     

    Glueviz

    Glue是一个Python库,用于探索相关数据集内部和之间的关系。其主要特点包括:

    链接统计图形。使用Glue,用户可以创建数据的散点图,直方图和图像(2D和3D)。胶水专注于刷牙和链接范例,其中任何图形中的选择传播到所有其他图形。

    灵活地跨数据链接。Glue使用不同数据集之间存在的逻辑链接来覆盖不同数据的可视化,并跨数据集传播选择。这些链接由用户指定,并且是任意灵活的。

    完整的脚本功能。Glue是用Python编写的,并且建立在其标准科学库(即Numpy,Matplotlib,Scipy)之上。用户可以轻松地集成他们自己的python代码进行数据输入,清理和分析。

     

    Orange3

    交互式数据可视化

    通过巧妙的数据可视化执行简单的数据分析。探索统计分布,箱形图和散点图,或深入了解决策树,层次聚类,热图,MDS和线性投影。即使您的多维数据也可以在2D中变得合理,特别是在智能属性排名和选择方面。

     

    老师和学生都喜欢它

    在教授数据挖掘时,我们喜欢说明而不是仅仅解释。而橙色很棒。Orange在世界各地的学校,大学和专业培训课程中使用,支持数据科学概念的实践培训和视觉插图。甚至还有专门为教学设计的小部件。

    附加组件扩展功能

    使用Orange中可用的各种附加组件从外部数据源挖掘数据,执行自然语言处理和文本挖掘,进行网络分析,推断频繁项目集并执行关联规则挖掘。此外,生物信息学家和分子生物学家可以使用Orange通过差异表达对基因进行排序并进行富集分析。

     

    Rstudio

    R软件自带的有写脚本的工具,可是我不是很喜欢用(并不是说不好哈),我更喜欢用RStudio(网上还有Tinn-R,RWinEdt等)。因为我觉得其本身比较方便,另外在编程的时候有些功能很方便。下面这个界面是我修改了主题的,下面我将介绍如何修改主题,来方便编程。

    结语

    现在你是不是发现用上anaconda就可以十分优雅简单的解决上面所提及的单个python环境所带来的弊端了呢, 而且也明白了其实这一切的实现并没有那么神奇.

    当然anaconda除了包管理之外还在于其丰富数据分析包, 不过那就是另一个内容了, 我们先学会用anaconda去换一种方法管里自己的开发环境, 这已经是一个很大的进步了。

    展开全文
  • Anaconda 完全入门指南

    万次阅读 多人点赞 2020-06-28 18:45:27
    From:... Anaconda官网:https://www.anaconda.com/ Anaconda 官网 文档:http://docs.anaconda.com/anaconda/user-guide 致Python初学者:Anaconda入门使用指南:http://python.jobbole.com/8...
  • Anaconda的下载和安装步骤

    万次阅读 2018-06-26 13:48:30
    一、首先打开下载地址https://www.anaconda.com/download/#windows,如下图所示。二、下载完成后根据红色箭头提示进行安装操作,具体安装步骤如下图所示;注意:安装路径最好安装在Python下。以防止日后编写代码时...
  • Anaconda 的安装教程(图文)

    万次阅读 多人点赞 2019-09-17 18:34:50
    Anaconda的介绍 Anaconda指的是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项。 因为包含了大量的科学包,Anaconda 的下载文件比较大。 这么说可能有点抽象,大家可以直接把Anaconda...
  • Linux下安装Anaconda(64位)详细过程

    万次阅读 多人点赞 2019-08-06 20:44:41
    Linux下安装Anaconda3(64位)详细过程
  • Linux下安装Anaconda3详细教程

    万次阅读 2019-03-08 15:23:41
    Anaconda是一个开源的包、环境管理器,可以用于在同一个机器上安装不同版本的软件包及其依赖,并能够在不同的环境之间切换 Anaconda包括Conda、Python以及一大堆安装好的工具包,比如:numpy、pandas等 环境 linux ...
  • Anaconda详细安装及使用教程(带图文)

    万次阅读 多人点赞 2019-01-22 16:44:52
     因为包含了大量的科学包,Anaconda 的下载文件比较大(约 531 MB),如果只需要某些包,或者需要节省带宽或存储空间,也可以使用Miniconda这个较小的发行版(仅包含conda和 Python)。 Conda是一个开源的包、...
  • anaconda的下载安装

    2020-08-24 19:47:33
    anaconda的下载安装下载安装注意事项Jupyter Notebook 修改默认打开的文件夹路径 anaconda的介绍 anaconda 是一个python的发行版,包括了python和很多常见的软件库, 和一个包管理器conda。常见的科学计算类的库都...
  • 1: Anaconda介绍、安装及使用教程 https://www.jianshu.com/p/62f155eb6ac5 2: anaconda,conda,pip的关系 Conda是一个包管理器;Anaconda才是一个python发行版。 软件发行版是在系统上提前编译和配置好的软件包...
  • @[TOC] Anaconda介绍、安装及使用教程 序 Python是一种解释型、面向对象、动态数据类型的高级程序设计语言。其使用具有跨平台的特点,可以在Linux、macOS以及Windows系统中搭建环境并使用,其编写的代码在不同平台上...
  • Anaconda介绍以及如何管理包和环境

    千次阅读 2018-09-27 10:08:53
    1.Anaconda介绍 你可能已经安装了 Python,那么为什么还需要 Anaconda?有以下3个原因: 1)Anaconda 附带了一大批常用数据科学包,它附带了 conda、Python 和 150 多个科学包及其依赖项。因此你可以立即开始处理...
  • 以下是根据自己的理解写的一些Anaconda介绍(主要是博主想日后回顾时会用的上哈哈哈),不想看的可以快速下滑掠过,直接看底下的安装步骤。 Anaconda是一个开发环境,为了提高代码编写效率,预装了150个常用的库, ...
  • 1、Anaconda介绍

    2020-07-13 22:19:57
    Anaconda介绍 一、下载与安装 Anaconda官方下载地址:https://www.anaconda.com/products/individual#windows 免费且开源。但==官方地址下载过慢,耐心等待。==下载完后安装即可,最好选择推荐安装。 安装好之后可...
  • Ubuntu安装anaconda 介绍、安装、配置

    万次阅读 多人点赞 2019-11-29 10:50:38
    Ubuntu - anaconda 下载地址 2.然后直接安装anaconda 命令安装 安装Python 3.6: bash ~/Downloads/Anaconda3-5.2.0-Linux-x86_64.sh 安装Python 2.7: bash ~/Downloads/Anaconda2-5.2.0-Linux-x86_64.sh ...
  • Anaconda介绍、安装及使用教程 概述 Python是一种面向对象的解释型计算机程序设计语言,其使用,具有跨平台的特点,可以在Linux、macOS以及Windows系统中搭建环境并使用,其编写的代码在不同平台上运行时,几乎不...
  • Anaconda介绍与使用 中文版

    千次阅读 2019-03-30 16:41:18
    Anaconda介绍 视频: Anaconda简介 AnacondaAnaconda 是一个基于Python的环境管理工具. 相比其他库管理工具,它更适合数据工作者。 在Anaconda的帮助下,你能够更容易地处理不同项目下对软件库甚至是Python版本的不同...
  • anaconda 介绍

    2019-08-02 14:44:38
    anaconda指的是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项。因为包含了大量的科学包,Anaconda 的下载文件比较大(约 515 MB),如果只需要某些包,或者需要节省带宽或存储空间,也...
1 2 3 4 5 ... 20
收藏数 19,052
精华内容 7,620
关键字:

anaconda