精华内容
下载资源
问答
  • Anaconda使用

    千次阅读 2017-03-30 12:30:47
    这篇会陆续总结Anaconda使用中遇到的问题。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,提供了包管理和环境管理的功能,可以很方便的解决多版本Python并存、切换以及各种...

    这篇会陆续总结Anaconda使用中遇到的问题。

    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,提供了包管理和环境管理的功能,可以很方便的解决多版本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,并且以及包含了Python和相关的配套工具。

    安装

    1、从官网下载相应的版本,我用的是Linux64位,python2.7版本。

    2、下载后在终端输入:bash Anaconda2-4.3.1-Linux-x86_64.sh 命令安装。

    3、然后将~/anaconda2/bin加入环境变量(可以参考
    http://blog.csdn.net/familyshizhouna/article/details/68484058)

    4、添加清华镜像

    #添加Anaconda的TUNA镜像
    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
    
    # 设置搜索时显示通道地址
    conda config --set show_channel_urls yes
    

    执行conda search numpy,如果没有问题,就不用执行5了,如果有网络连接问题,就执行下面的第五步。

    5、去掉默认下载通道

    vim ~/.condarc
    
    #去掉default channels
    

    conda命令

    # 查看已经安装的packages
    conda list
    
    # 安装scipy
    conda install scipy
    
    # 更新conda,保持conda最新
    conda update conda
    
    # 查看配置
    conda config --show
    
    # 创建一个环境
    conda create --name tensorflow python=2.7
    
    # 使用一个环境
    source activate tensorflow
    
    # 关闭一个环境
    source deactivate tensorflow
    
    # 查看所有的环境
    conda info --envs
    or
    conda env list
    
    # 删除一个环境
    conda remove --name tensorflow --all
    

    anaconda提供了三种交互方式:ipython、spyder和命令行。

    参考:
    http://python.jobbole.com/86236/
    http://talesyuan.blog.163.com/blog/static/920046082016112102643429/
    https://conda.io/docs/intro.html


    更新2019.6.12
    清华的镜像源已停止服务:
    https://mirror.tuna.tsinghua.edu.cn/news/close-anaconda-service/

    展开全文
  • Anaconda使用教程

    万次阅读 2018-02-13 12:04:28
    Anaconda使用教程(使用Anaconda配置多python开发环境)2016-12-25 • 技术杂谈 • 0 条评论 • chrisAnaconda使用教程第一弹(使用Anaconda配置多python开发环境)windows下用python非常的麻烦。所以想要一个...

    Anaconda使用教程(使用Anaconda配置多python开发环境)

    Anaconda使用教程第一弹(使用Anaconda配置多python开发环境)

    windows下用python非常的麻烦。所以想要一个包管理的东西,那么Anaconda是非常好的一个管理工具,无论你是想用python2.7还是python3.4。

    1.去官网下载Anaconda 下载地址 选择对应的你的系统版本,比如我的是win7-64位,那么我就直接下载win7-64位,同时我下载的是python2.7的版本。其实无论2.7还是3.4你只要下载一个Anaconda就好了。后面会解释为什么。

    2.无脑点下一步安装,选择你的安装路径,我本机的安装路径在E:\Program Files\Anaconda2 ,然后耐心等待,等到安装完成。

    3.win健+R(或者点开始菜单-运行-输入cmd-按回车)打开命令提示符,如下图

    img

    4.输入conda --version查看版本号,显示如下图,得知版本为conda4.2.9,同时也证明你安装成了

    img

    5.这个时候,因为我安装的是2.7的Anaconda环境,所以默认的python就是2.7的。不信你在命令行中输入python –version 他出来的就是python2.7.5

    img

    有的朋友说,我两个开发环境都需要怎么办呢。这个时候我们就可以再创建一个开发环境。

    利用Anaconda做python多开发环境多版本的配置

    以下教程会创建两个版本的python开发环境,分别是一个默认的2.7.5和一个3.4

    首先你需要熟悉一下Anaconda的基础命令,同时安装的时候如果需要查阅手册命令的,请查看官方文档 。

    官方文档有困难的,下面有一部分熟悉命令。本质上就是翻译了官网的Test Drive这个目录下面的文字,你也可以参考下

    这里大家可以先理清一个简单的概念,其实你的一个python环境,就是使用命令调用当前目录下的python编译器。不同的版本,你可以理解为在不同文件夹下的不同python版本的编译器。

    创建一个除了root分支之外的2.7.×的python环境

    # 创建一个名为python27的环境,指定Python版本是2.7(不用管是2.7.x,conda会为我们自动寻找2.7.x中的最新版本)
    conda create --name python27 python=2.7
    

    img

    静静的按回车等待安装成功。安装成功之后,我们可以到对应的目录查看一下。还记得你最初的Anaconda的安装目录么?这个时候可以去E:\Program Files\Anaconda2\envs 目录下查看,就多了一个python27的目录,说明你就安装好了一个python27的环境。

    同理再创建一个3.4.×的python环境

    conda create --name python34 python=3.4
    

    然后这个时候你就可以继续查看E:\Program Files\Anaconda2\envs目录下面的文件夹了,应该会多了一个python27python34,那么恭喜你, 成功的安装了两个版本的python开发环境。

    查看你现在所在的版本分支:

    conda info --e
    

    在这里你就会看到你所有的python版本,和你现在所在的分支

    img

    如上图,你的开放环境中,应该已经有了三个开发环境,分别书root、python27、python34

    切换到你所需要的分支

    • Linux, OS X: source activate bunnies
    • Windows: activate bunnies

    比如你需要切换到python3.4的版本,那么你如果在windows下就直接运行 activate python34就好了

    img

    切换回root分支

    • Linux, OS X: source deactivate
    • Windows: deactivate

    案例:安装beautifulsoup4

    以下所有的命令都是在python34这个环境下进行的

    #首先你需要切换到python34这个环境下。
    activate python34
    #查看这个环境下的包列表
    conda list
    

    img

    这个python34的环境报下面没有beautifulsoup4,所以我们想要安装一个

    #查找beautifulsoup4的包
    conda search beautifulsoup4
    #为python34安装beautifulsoup
    #Tips:
    #NOTE: You must tell conda the name of the environment (--name bunnies) OR it will install in the current environment.你必须告诉conda你要安装包的环境的名称,不然会安装在当前环境下。我这里的环境就是python34
    conda install --name python34 beautifulsoup4
    #查看你安装的包
    conda list
    

    享受你的py交易吧

    熟悉基础命令

    1. 管理conda:

    Conda既是一个包管理器又是一个环境管理器。你肯定知道包管理器,它可以帮你发现和查看包。但是如果当我们想要安装一个包,但是这个包只支持跟我们目前使用的python不同的版本时。你只需要几行命令,就可以搭建起一个可以运行另外python版本的环境。,这就是conda环境管理器的强大功能。
    提示:无论你使用Linux、OS X或者Windows命令行工具,在你的命令行终端conda指令都是一样的,除非有特别说明。

    检查conda已经被安装。

    为了确保你已经在正确的位置安装好了conda,让我们来检查你是否已经成功安装好了Anaconda。在你的命令行终端窗口,输入如下代码:

    conda --version
    

    Conda会返回你安装Anaconda软件的版本。
    提示:如果你看到了错误信息,检查你是否在安装过程中选择了仅为当前用户按安装,并且是否以同样的账户来操作。确保用同样的账户登录安装了之后重新打开命令行终端窗口。

    升级当前版本的conda

    接下来,让我们通过使用如下update命令来升级conda:

    conda update conda
    

    conda将会比较新旧版本并且告诉你哪一个版本的conda可以被安装。它也会通知你伴随这次升级其它包同时升级的情况。
    如果新版本的conda可用,它会提示你输入y进行升级.

    proceed ([y]/n)? y
    

    conda更新到最新版后,我们将进入下一个主题。

    2. 管理环境。

    现在我们通过创建一些环境来展示conda的环境操作,然后移动它们。

    创建并激活一个环境

    使用conda create命令,后边跟上你希望用来称呼它的任何名字:

    conda create --name snowflake biopython
    

    这条命令将会给biopython包创建一个新的环境,位置在/envs/snowflakes
    小技巧:很多跟在–后边常用的命令选项,可以被略写为一个短线加命令首字母。所以–name选项和-n的作用是一样的。通过conda -h或conda –-help来看大量的缩写。

    激活这个新环境

    Linux,OS X: source activate snowflakes
    Windows:activate snowflake`
    

    小技巧:新的开发环境会被默认安装在你conda目录下的envs文件目录下。你可以指定一个其他的路径;去通过conda create -h了解更多信息吧。
    小技巧:如果我们没有指定安装python的版本,donda会安装我们最初安装conda时所装的那个版本的python。

    创建第二个环境

    这次让我们来创建并命名一个新环境,然后安装另一个版本的python以及两个包 Astroid 和 Babel。

    conda create -n bunnies python=3 Astroid Babel
    

    这将创建第二个基于python3 ,包含Astroid 和 Babel 包,称为bunnies的新环境,在/envs/bunnies文件夹里。
    小技巧:在此同时安装你想在这个环境中运行的包,
    小提示:在你创建环境的同时安装好所有你想要的包,在后来依次安装可能会导致依赖性问题(貌似是,不太懂这个术语怎么翻)。
    小技巧:你可以在conda create命令后边附加跟多的条件,键入conda create –h 查看更多细节。

    列出所有的环境

    现在让我们来检查一下截至目前你所安装的环境,使用conda environment info 命令来查看它:

    conda info -envis
    

    你将会看到如下的环境列表:

    conda environments:

     snowflakes          * /home/username/miniconda/envs/snowflakes
    
     bunnies               /home/username/miniconda/envs/bunnies
    
     root                  /home/username/miniconda
    

    确认当前环境

    你现在处于哪个环境中呢?snowflakes还是bunnies?想要确定它,输入下面的代码:

    conda info -envis
    

    conda将会显示所有环境的列表,当前环境会显示在一个括号内。

    (snowflakes)
    

    注意:conda有时也会在目前活动的环境前边加上*号。

    切换到另一个环境(activate/deactivate)

    为了切换到另一个环境,键入下列命令以及所需环境的名字。

    Linux,OS X: source activate snowflakes
    Windows:activate snowflakes
    

    如果要从你当前工作环境的路径切换到系统根目录时,键入:

    Linux,OS X: source deactivate
    Windows: deactivate
    

    当该环境不再活动时,将不再被提前显示。

    复制一个环境

    通过克隆来复制一个环境。这儿将通过克隆snowfllakes来创建一个称为flowers的副本。

    conda create -n flowers --clone snowflakes
    

    通过conda info –-envs来检查环境
    你现在应该可以看到一个环境列表:flowers, bunnies, and snowflakes.

    删除一个环境

    如果你不想要这个名为flowers的环境,就按照如下方法移除该环境:

    conda remove -n flowers --all
    

    为了确定这个名为flowers的环境已经被移除,输入以下命令:

    conda info -e
    

    flowers 已经不再在你的环境列表里了,所以我们知道它被删除了。

    参考:文/NorthPenguin(简书作者)


    转至:http://www.afox.cc/archives/390

    展开全文
  • Anaconda使用记录

    千次阅读 2017-01-07 00:16:08
    Anaconda使用记录AnacondaAnaconda 是一个包含数据科学常用包的发行版本。它 基于 conda ——一个包和环境管理器——衍生而来。 Anaconda 实际上是一个软件发行版,它附带了 conda、Python 和 150 多个科学包及其...

    Anaconda

    Anaconda 是一个包含数据科学常用包的发行版本。它基于 conda ——一个包和环境管理器——衍生而来。

    Anaconda 实际上是一个软件发行版,它附带了 conda、Python 和 150 多个科学包及其依赖项。应用程序 conda 是包和环境管理器。Anaconda 的下载文件比较大(约 500 MB),因为它附带了 Python 中最常用的数据科学包。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)。

    安装Anaconda

    Anaconda 可用于 Windows、Mac OS X 和 Linux。可以在 https://www.continuum.io/downloads 上找到安装程序和安装说明。

    如果计算机上已经安装了 Python,这不会有任何影响。实际上,脚本和程序使用的默认 Python 是 Anaconda 附带的 Python。
    这里需要注意的是选对自己操作系统对应的版本。
    安装完后打开cmd,输入conda list可以查看当前
    安装的内容。
    输入conda upgrade --all,可以更新默认环境下的所有包。并在提示是否更新的时候输入y(Yes)以便让更新继续。初次安装下的软件包版本一般都比较老旧,因此提前更新可以避免未来不必要的问题。

    管理包

    conda 是一种只能通过命令行来使用的程序。类似于pip那样可以对Python库的包进行管理。
    安装命令:conda install package_name。如安装numpy,输入conda install numpy
    同时安装多个包:conda install numpy scipy pandas
    安装指定版本的包:conda install numpy=1.11
    conda会自动安装依赖库。
    卸载包:conda remove package_name
    更新包:conda update package_name
    更新环境中的所有包:conda update --all
    列出已安装的包:conda list
    为conda添加清华镜像源

    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
    conda config --set show_channel_urls yes

    如果不知道要找的包的确切名称,可以使用 conda search search_term 进行搜索。

    管理环境

    除了管理包之外,conda 还是虚拟环境管理器。它类似于另外两个很流行的环境管理器,即 virtualenvpyenv
    环境可以分隔不同项目的包。因为我们使用的时候会依赖于某个库的不同版本的代码或在py2和py3之间进行切换。

    也可以将环境中的包的列表导出为文件,然后将该文件与代码包括在一起。这能让其他人轻松加载代码的所有依赖项。pip 提供了类似的功能,即 pip freeze > requirements.txt

    创建环境:

    conda create -n env_name list of packages-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。
    创建环境时,可以指定要安装在环境中的 Python 版本。 conda create -n py3 python=3conda 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

    进入环境

    创建了环境后,在 OSX/Linux 上使用 source activate my_env 进入环境。在 Windows 上,请使用 activate my_env
    要离开环境,请键入 source deactivate(在 OSX/Linux 上)。在 Windows 上,请使用 deactivate

    保存和加载环境

    共享环境这项功能确实很有用,它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。可以使用 conda env export > environment.yaml 将包保存为 YAML。第一部分 conda env export 写出环境中的所有包(包括 Python 版本)。
    第二部分 > environment.yaml 将导出的文本写入到 YAML 文件 environment.yaml 中。现在可以共享此文件,而且其他人能够创建和你用于项目相同的环境。
    要通过环境文件创建环境,请使用 conda env create -f environment.yaml。这会创建一个新环境,而且它具有在 environment.yaml 中列出的同一库。

    列出环境

    如果忘记了环境的名称,可以使用 conda env listconda info -e列出你创建的所有环境。你会看到环境的列表,而且你当前所在环境的旁边会有一个星号。默认的环境(即当你不在环境中时使用的环境)名为 root

    删除环境

    不再使用某些环境,可以使用 conda env remove -n env_name 删除指定的环境(在这里名为 env_name)。

    共享环境

    共享环境
    在 GitHub 上共享代码时,最好同样创建环境文件并将其包括在代码库中。这能让其他人更轻松地安装你的代码的所有依赖项。对于不使用 conda 的人,我通常还会使用 pip freeze(在此处了解详情)将一个 pip requirements.txt 文件包括在内。

    > pip freeze > requirements.txt
    > pip install -r requirements.txt
    展开全文
  • Anaconda使用总结

    千次阅读 2017-07-21 10:25:56
    Anaconda使用总结 原文地址:http://www.jianshu.com/p/2f3be7781451 序 Python易用,但用好却不易,其中比较头疼的就是包管理和Python不同版本的问题,特别是当你使用Windows的时候。为了解决这些问题,有...

    Anaconda使用总结 原文地址:http://www.jianshu.com/p/2f3be7781451

     

     

     


    Python易用,但用好却不易,其中比较头疼的就是包管理和Python不同版本的问题,特别是当你使用Windows的时候。为了解决这些问题,有不少发行版的Python,比如WinPython、Anaconda等,这些发行版将python和许多常用的package打包,方便pythoners直接使用,此外,还有virtualenv、pyenv等工具管理虚拟环境。

    个人尝试了很多类似的发行版,最终选择了Anaconda,因为其强大而方便的包管理与环境管理的功能。该文主要介绍下Anaconda,对Anaconda的理解,并简要总结下相关的操作。

    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。

    对于Mac、Linux系统,Anaconda安装好后,实际上就是在主目录下多了个文件夹(~/anaconda)而已,Windows会写入注册表。安装时,安装程序会把bin目录加入PATH(Linux/Mac写入~/.bashrc,Windows添加到系统变量PATH),这些操作也完全可以自己完成。以Linux/Mac为例,安装完成后设置PATH的操作是

    # 将anaconda的bin目录加入PATH,根据版本不同,也可能是~/anaconda3/bin
    echo 'export PATH="~/anaconda2/bin:$PATH"' >> ~/.bashrc
    # 更新bashrc以立即生效
    source ~/.bashrc

    配置好PATH后,可以通过which condaconda --version命令检查是否正确。假如安装的是Python 2.7对应的版本,运行python --versionpython -V可以得到Python 2.7.12 :: Anaconda 4.1.1 (64-bit),也说明该发行版默认的环境是Python 2.7。

    Conda的环境管理

    Conda的环境管理功能允许我们同时安装若干不同版本的Python,并能自由切换。对于上述安装过程,假设我们采用的是Python 2.7对应的安装包,那么Python 2.7就是默认的环境(默认名字是root,注意这个root不是超级管理员的意思)。

    假设我们需要安装Python 3.4,此时,我们需要做的操作如下:

    # 创建一个名为python34的环境,指定Python版本是3.4(不用管是3.4.x,conda会为我们自动寻找3.4.x中的最新版本)
    conda create --name python34 python=3.4
    
    # 安装好后,使用activate激活某个环境
    activate python34 # for Windows
    source activate python34 # for Linux & Mac
    # 激活后,会发现terminal输入的地方多了python34的字样,实际上,此时系统做的事情就是把默认2.7环境从PATH中去除,再把3.4对应的命令加入PATH
    
    # 此时,再次输入
    python --version
    # 可以得到`Python 3.4.5 :: Anaconda 4.1.1 (64-bit)`,即系统已经切换到了3.4的环境
    
    # 如果想返回默认的python 2.7环境,运行
    deactivate python34 # for Windows
    source deactivate python34 # for Linux & Mac
    
    # 删除一个已有的环境
    conda remove --name python34 --all

    用户安装的不同python环境都会被放在目录~/anaconda/envs下,可以在命令中运行conda info -e查看已安装的环境,当前被激活的环境会显示有一个星号或者括号。

    说明:有些用户可能经常使用python 3.4环境,因此直接把~/anaconda/envs/python34下面的bin或者Scripts加入PATH,去除anaconda对应的那个bin目录。这个办法,怎么说呢,也是可以的,但总觉得不是那么elegant……

    如果直接按上面说的这么改PATH,你会发现conda命令又找不到了(当然找不到啦,因为conda在~/anaconda/bin里呢),这时候怎么办呢?方法有二:1. 显式地给出conda的绝对地址 2. 在python34环境中也安装conda工具(推荐)。

    Conda的包管理

    Conda的包管理就比较好理解了,这部分功能与pip类似。

    例如,如果需要安装scipy:

    # 安装scipy
    conda install scipy
    # conda会从从远程搜索scipy的相关信息和依赖项目,对于python 3.4,conda会同时安装numpy和mkl(运算加速的库)
    
    # 查看已经安装的packages
    conda list
    # 最新版的conda是从site-packages文件夹中搜索已经安装的包,不依赖于pip,因此可以显示出通过各种方式安装的包

    conda的一些常用操作如下:

    # 查看当前环境下已安装的包
    conda list
    
    # 查看某个指定环境的已安装包
    conda list -n python34
    
    # 查找package信息
    conda search numpy
    
    # 安装package
    conda install -n python34 numpy
    # 如果不用-n指定环境名称,则被安装在当前活跃环境
    # 也可以通过-c指定通过某个channel安装
    
    # 更新package
    conda update -n python34 numpy
    
    # 删除package
    conda remove -n python34 numpy

    前面已经提到,conda将conda、python等都视为package,因此,完全可以使用conda来管理conda和python的版本,例如

    # 更新conda,保持conda最新
    conda update conda
    
    # 更新anaconda
    conda update anaconda
    
    # 更新python
    conda update python
    # 假设当前环境是python 3.4, conda会将python升级为3.4.x系列的当前最新版本

    补充:如果创建新的python环境,比如3.4,运行conda create -n python34 python=3.4之后,conda仅安装python 3.4相关的必须项,如python, pip等,如果希望该环境像默认环境那样,安装anaconda集合包,只需要:

    # 在当前环境下安装anaconda包集合
    conda install anaconda
    
    # 结合创建环境的命令,以上操作可以合并为
    conda create -n python34 python=3.4 anaconda
    # 也可以不用全部安装,根据需求安装自己需要的package即可

    设置国内镜像

    如果需要安装很多packages,你会发现conda下载的速度经常很慢,因为Anaconda.org的服务器在国外。所幸的是,清华TUNA镜像源有Anaconda仓库的镜像,我们将其加入conda的配置即可:

    # 添加Anaconda的TUNA镜像
    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
    # TUNA的help中镜像地址加有引号,需要去掉
    
    # 设置搜索时显示通道地址
    conda config --set show_channel_urls yes

    执行完上述命令后,会生成~/.condarc(Linux/Mac)或C:\Users\USER_NAME\.condarc文件,记录着我们对conda的配置,直接手动创建、编辑该文件是相同的效果。

    Anaconda具有跨平台、包管理、环境管理的特点,因此很适合快速在新的机器上部署Python环境。总结而言,整套安装、配置流程如下:

    • 下载Anaconda、安装
    • 配置PATH(bashrc或环境变量),更改TUNA镜像源
    • 创建所需的不用版本的python环境
    • Just Try!

    cheat-sheet 下载:
    Conda cheat sheet


    参考资料

     

     

     

     

    展开全文
  • 进入%HOMEPATH%目录 编辑其中的 .condarc 文件 删除 - default ...转载自:Anaconda使用conda连接网络出现错误(CondaHTTPError: HTTP 000 CONNECTION FAILED for url) - LiuNan的博客 - CSDN博客 ...
  • Anaconda使用教程-Windows

    万次阅读 多人点赞 2017-09-30 15:20:22
    前言本意是要使用Jupyter(Jupyter官网地址),在Jupyter官网上看到,强烈建议新手使用Anaconda,于是开始下载Anaconda使用。Anaconda是用于管理开源包(packages)和虚拟环境(environment)的系统。Anaconda本身...
  • 1.Anaconda安装 ... ... 2.Anaconda使用 1.Anaconda换源 建议先换源,可以加快下载速度。 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config -...
  • Anaconda 使用教程

    千次阅读 2019-04-30 09:42:59
    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、...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...
  • Anaconda使用教程第一弹(使用Anaconda配置多python开发环境)windows下用python非常的麻烦。所以想要一个包管理的东西,那么Anaconda是非常好的一个管理工具,无论你是想用python2.7还是python3.4。 1.去官网下载...
  • Anaconda使用清华大学开源软件镜像站

    万次阅读 2019-03-14 23:58:25
    Anaconda使用清华大学开源软件镜像站 设置方式: $ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ $ conda config --add channels ...
  • Anaconda使用IDLE

    万次阅读 2018-04-20 12:48:55
    尤其是在编写调试小段代码的时候,但是安装了Anaconda的同志可能会发现,无法像直接安装python解释器时那样方便地使用idle,本文介绍一点魔改技巧,让你安装Anaconda之后也能方便地使用IDLE。一、修改py文件打开方式...
  • Anaconda使用国内源安装(及tensorflow环境的配置)

    千次阅读 多人点赞 2020-06-30 17:54:54
    这里写自定义目录标题Anaconda使用国内源安装(及tensorflow环境的配置)视频教程链接安装文档 Anaconda使用国内源安装(及tensorflow环境的配置) 视频教程链接 anaconda安装视频教程 ...安装文档 ...
  • Anaconda 使用代码

    2018-12-11 11:59:18
    使用 Anaconda 管理 Python 的包非常方便,大部分的 Python 包都可以通过 Anaconda 进行安装。 可以在 Anaconda Prompt 中通过命令行进行更新非常方便。下面收集了一些常用命令(持续更新)。   安装及下载: ...
  • Anaconda使用conda activate激活环境出错

    千次阅读 2019-05-14 11:32:32
    Anaconda使用conda activate激活环境出错 错误提示为 CommandNotFoundError: Your shell has not been properly configured to use ‘conda activate’ 解决方法: source activate 激活环境 source deactivate 退出...
  • 人工智能开发环境 Anaconda使用

    千次阅读 2017-08-27 11:15:08
    Anaconda使用总结 2016.7.19 PeterYuan 序 Python易用,但用好却不易,其中比较头疼的就是包管理和Python不同版本的问题,特别是当你使用Windows的时候。为了解决这些问题,有不少发行版的Python,比如...
  • Anaconda使用指南

    千次阅读 2018-01-03 15:11:18
    一、为什么选择Anaconda? 1.1 什么是 AnacondaAnaconda是专注于数据分析的Python发行版本,包含了conda、Python等190多个科学...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
  • Anaconda使用pip安装的第三方包

    万次阅读 2017-10-28 20:43:04
    Anaconda使用pip安装的第三方包 问题描述: 利用pip安装好pygal,但在anaconda中使用时提示“未安装这个库”pip安装的pygal在如下路径: 上图表明安装的pygal在系统自带的python2.7中(版本较高的ubuntu系统...
  • anaconda使用总结

    千次阅读 2017-08-17 11:02:52
    之前什么都不需要安装,直接在官网下载anaconda,我下载的是Python2.7,64位的。 直接双击安装,可以自己选定安装位置(最好不要安装在C盘,自己选择一个路径比较好,我是放在e:\anaconda2目录下面的)。 ...
  • Anaconda使用方式

    千次阅读 2018-01-17 10:38:04
    Anaconda介绍 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/...
  • Anaconda使用清华大学开源软件镜像站 清华大学开源软件镜像恢复使用 Anaconda;https://mirrors.tuna.tsinghua.edu.cn/news/#restore-anaconda ssl_verify: true show_channel_urls: true channels: - ...
  • 【Anaconda】Anaconda使用总结

    千次阅读 2017-08-23 17:35:42
    为了解决这些问题,有不少发行版的Python,比如WinPython、Anaconda等,这些发行版将python和许多常用的package打包,方便pythoners直接使用,此外,还有virtualenv、pyenv等工具管理虚拟环境。
  • Mac 中卸载anaconda使用pip安装jupyter notebook
  • Anaconda使用conda install pymysql命令无法安装pymysql的解决办法 最近在学使用pymysql库读取mysql中的数据,但是呢,使用conda install pymysql 命令无法安装pymysql,所以就找到了另外的一种安装方式。 我使用的...
  • Anaconda使用入门

    万次阅读 2015-11-09 18:50:23
    有一本书《利用Python进行数据分析》,书中用的最主要的包就是numpy和pandas,找这两个包的时候,发现了Anaconda这样一个科学数据分析平台,当然也可以用来做别的事情啦。只是集成了numpy,pandas等包,用起来特别...
  • anaconda使用 简介 anaconda简介及入门 讲述为什么要使用anaconda windows下anaconda安装 查看系统内的环境 conda info --e 创建环境 conda create -n env_name python=2.7 创建以env_name为名的带有...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 20,351
精华内容 8,140
关键字:

anaconda使用