精华内容
下载资源
问答
  • 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 使用教程

    千次阅读 多人点赞 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

    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>
    
    
    

    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
    
    

    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
    
    
    展开全文
  • Anaconda使用教程.pdf

    2020-02-17 20:02:26
    Anaconda 下载安装及 Spyder 使用
  • 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)

    展开全文
  • 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...

    ##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本身集成Python众多包,并且可以很容易在Python2和Python3之间切换。

    ##安装
    Anaconda下载地址
    在Windows中安装好Anaconda后,显示如下这里写图片描述
    -Anaconda Navigator:用于管理工具包和环境的图形界面。
    -Anaconda Prompt:用于管理包和环境的命令行界面。
    -Jupyter Noterbook:基于Web的交互式计算环境,用于展示数据分析的过程,并且生成容易阅读的文档。
    -Spyder:Python集成开发环境,布局类似于Matlab。

    ##配置
    打开Anaconda Prompt

    • 查看软件版本号
    Python --version #查看Python版本,这里是Python3
    conda --version #查看conda的版
    
    

    这里写图片描述

    • 添加镜像
      conda服务器在国外,使用速度非常慢,需要加入国内清华的镜像。
    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
    

    这里写图片描述

    • 更新conda
    conda upgrade --all
    
    • 配置Python2的编译环境(如果默认安装的是Python2,这里则需要配置Python3)
    conda create -n python2 python=2.7
    
    • 查看当前的编译环境
    conda info --e
    

    这里写图片描述
    带*的是root默认的Python环境,这里我安装Anaconda的版本支持Python3,这里默认就是Python3.

    • 切换编译环境
    activate python2 #切换Python编译环境至Python2
    
    deactivate python2 #退出环境
    
    conda remove -n python2 --all #删除环境
    

    这里写图片描述
    带*号的是当前编译环境,可以看到目前是Python2起作用。

    ##使用conda管理Python的包

    • 查看已经安装的packages
    conda list
    

    这里写图片描述

    conda install scipy #安装scipy,安装在默认的Python环境中
    conda install -n python2 numpy #在Python2编译环境中安装numpy包
    
    展开全文
  • 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...
  • linux下anaconda使用教程

    2019-06-13 10:57:00
    安装Anaconda。在命令行输入,下载anaconda。wget https://repo.continuum.io/archive/Anaconda3-5.0.1-Linux-x86_64.sh。下载之后,运行bash Anaconda3-5.0.1-Linux-x86_64.sh即可执行安装,如果提示默认时yes,...
  • 使用教程 虚拟环境相关操作 创建虚拟环境 conda create -n yourname python==yourversion 环境搭建好之后就可以在里面尽情的配置你想要的东西了 删除虚拟环境 conda remove -n yourenv 激活虚拟环境 source ...
  • 目录:Anaconda是什么?如何安装?如何管理包?如何管理环境1.Anaconda是什么?简单来说,Anaconda是Python的包管理器和环境管理器。先来解决一个初学者都会问的问题:我已经安装了Python,那么为什么还需要Anaconda...
  • 1、到opencv官网下载.exe安装包安装,这个方法需要在安装好后将系统环境变量设置好,此类教程众多,不再赘述。安装完成后,需要做的是将opencv安装 目录下.\build\python\2.7\x64\cv2.pyd文件拷贝至Anaconda安装目录...
  • 对共享虚拟环境的使用 博客地址:https://blog.csdn.net/qq_35860352/article/details/80207483
  • Anaconda详细安装及使用教程(带图文)

    万次阅读 多人点赞 2018-08-15 17:48:52
     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安装教程

    2020-12-04 11:45:36
    Anaconda安装教程Anaconda安装教程Anaconda安装教程
  • Anaconda详细安装使用教程

    万次阅读 多人点赞 2018-03-24 14:41:18
    2019年2月20号补充:Linux下使用Anaconda 1. 列出当前环境信息 conda list 2. 列出现有环境 conda env list 3. 进入相应的环境 source activate python36 4. 退出当前的环境 source...
  • Anaconda 的安装教程(图文)

    万次阅读 多人点赞 2019-08-27 11:29:38
    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...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 23,401
精华内容 9,360
关键字:

anaconda使用教程