Anaconda 使用指南之最详细版

Anaconda 使用指南之最详细版

_eason_关注

62019.02.26 22:00:46字数 2,017阅读 20,218

Anaconda

1. Anaconda 与 Conda 是什么？

1.1 什么是 Anaconda

Anaconda 是一个用于python/R科学计算和机器学习的开源工具(也称为Python的一种发行版)，支持 Linux, macOS, Windows, 包含了conda等众多工具包及其依赖项，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。到目前为止，它在全世界拥有超过1100万用户。

讲到Anaconda，就不得不提到Miniconda 。

1.2 什么是 Miniconda

• 相较于Anaconda会预安装众多的软件包，Miniconda就是一个迷你 Anaconda，只是预安装conda、Python及其依赖；
• 用户在使用过程中根据自己的需求再使用conda安装软件包或创建各种环境;
• 对于内存有限，或者觉得Anaconda预安装过于冗余的童鞋可以选择Miniconda.

1.3 什么是 conda

Package, dependency and environment management for any language—Python, R, Ruby, Lua, Scala, Java, JavaScript, C/ C++, FORTRAN*

conda是一种开源的包和环境管理系统。

• 适用语言：Python, R, Ruby, Lua, Scala, Java, JavaScript, C/ C++, FORTRAN*
• 适用平台：Windows, macOS, Linux

包管理

• 作为包管理工具，conda将所有的工具和第三方程序都当作包来管理；
• conda 可以快速安装，运行和更新包及其相关的依赖关系。

环境管理

• conda也是一个环境管理工具， 可以创建多个虚拟环境，并基于工作目的在切换环境使用不同版本的工具包。例如，电脑上除了默认版本的Python，还可以创建其他各种版本python封闭环境，并在这些python版本之间进行快速切换。

讲到到Python包管理器，就不得不提到 pip。 pip是标准Python发行版自带的包管理工具，用于查找、下载、安装、卸载安装包。

conda VS pip

pip

• pip是标准Python发行版的包管理器，只能用于Python；
• pip安装包时并不会自动安装相关的依赖关系；
• pip 无法管理Python 版本；

conda

• conda 安装包时会自动安装相关的依赖关系;
• conda 适用于Python, R等多种语言，可以安装python包以外的其他软件；
• conda 可以管理Python 版本；
• conda 可以创建和管理虚拟环境；

1.4 Anaconda 的优点

Anaconda-Open-Source-Projects

• 快速下载和安装1500 + Python/R 数据科学包
• 使用Conda 管理库、依赖项和环境
• 使用scikit-learn、TensorFlow和Theano开发和训练机器学习和深度学习模型
• 使用Dask、NumPy、panda和Numba分析数据
• 使用Matplotlib、Bokeh、Datashader和Holoviews可视化结果

2. Anaconda 安装

安装条件

• 操作系统： Windows >= 7.0, 64-bit macOS 10.10+, Linux( Ubuntu, RedHat, CentOS 6+)
• 磁盘大小：>5 GB

从Anaconda官网下载Anaconda ，下载Python 3.7 version ；

这个有两种安装模式：
64-Bit Graphical Installer (634 MB)
64-Bit Command-Line Installer (544 MB)

2.1 基于macOS GUI方式安装

• 在Anaconda Distribution页面下载安装包：Anaconda3-5.3.1-MacOSX-x86_64.pkg

• 安装：直接双击；

   

  

  Anaconda Installation

• 接下来，一步步Continue;

• 最终出现如下界面，就表示安装成功了。

   

  

  anaconda installation

2.2 基于macOS的命令操作方式安装

在Anaconda Distribution页面下载安装包： Anaconda3-5.3.1-MacOSX-x86_64.sh

bash ~/Downloads/Anaconda3-5.3.1-MacOSX-x86_64.sh

• 接着出现：Please, press ENTER to continue ；
• 按下 Enter 键继续: 这一步就是浏览软件许可协议，直接按Enter滑到底，输入yes, 接下来出现：

Anaconda3 will now be installed into this location:
/Users/Username/anaconda3  #anaconda3现在安装路径


  \- Press ENTER to confirm the location #ENTER确认anaconda3就安装到/Users/Username下
  \- Press CTRL-C to abort the installation #中止安装
  \- Or specify a different location below #在后面自己指定安装路径

• 这儿选择默认安装路径( /home/<user>/.bash_profile)，直接点击Enter；
  好了，接下来泡杯茶，等一会儿。。。。。。。。。。。。
• 安装好了之后，又要推销Microsoft VScode;
  我选择no，因为我已经安装过了；

$ source ~/.bash_profile
$ python --version
Python 3.6.7 :: Anaconda, Inc.
$ vi ~/.bash_profile

Anaconda安装好了，打开Anaconda Navigator检查一下；

3. Anaconda Navigator 了解和使用

3.1 Anaconda Navigator

Anaconda Navigator

Anaconda Navigator是 Anaconda 内置的桌面图形用户界面(GUI)，不需要使用命令行就可以启动应用和管理conda包和环境。

Home: 当前环境下的应用程序

• JupyterLab
• Jupyter Notebook
• QTConsole
• Spyder
• VSCode
• Glueviz
• Orange 3 App
• Rodeo
• RStudio

• 在Spyder IDE中运行Python

Spyder IDE

打开Spyder ，展示的是默认界面(通过view -> Panes 调整)：

左边面板是编辑器；
右上方面板可以查看帮助，变量，当前目录文件系统；
右下面板是IPython console: 可以查看运行结果或运行日志；

a.构建一个hello.py程序

print("Hello Anaconda")

b. 运行(F5)，右下角Console查看程序运行状态

• 在Jupyter Notebook中运行Python

Try in Your Browser. No Installation Needed.

 

jupyter

启动jupyter notebook

$ jupyter notebook

#New->Python3
print("Hello Anaconda")
#Run or  Cell -> Run Cells

• jupyterlab
  基于Web 的下一代 Jupyter，集成了更多的功能;

  

  jupyter lab

• Qt console
  Qt console 作为一个非常轻量级的应用程序，在很大程度上与终端是相似的；但是 它也拥有GUI的部分功能, 内联图片，语法高亮......

import numpy as np
import matplotlib.pyplot as plt
from scipy.special import jn
import math
x = np.linspace(0,4*math.pi)
for i in range(6):
     plt.plot(x,jn(i,x))

Qt console

Environments: Anaconda 下的环境管理；可以创建，克隆，导入，移除；
Learning: 学习资料
Community : Anaconda 社区
Document : Anaconda 教程
Developer Blog : Anaconda 开发者博客

4. conda 使用

conda 命令一览：
conda clean:   #删除没有用到的包和清除缓存
conda config:   #修改 .condarc 中的配置；这个命令是模仿 git config而来；默认写入到~/.condarc
conda create:   #用于创建新环境
conda info:   #查看conda 详细信息
conda install:   #为指定的环境安装包
conda list:   #查看指定环境安装包信息
conda remove:   #移除指定环境指定安装包
conda search:   #搜索安装包，并展示搜索结果
conda update:   #更新安装包

4.1 管理 conda

conda 版本查看

$ conda --version
conda 4.5.12

conda 版本更新

$ conda update conda

4.2 conda 管理环境

查看已安装的环境

conda env list   #conda info --envs

创建一个名为python36的环境，并安装Python 3.6和pandas

conda create --name python36 python=3.6 pandas

激活某个环境

conda 4.6以后版本
Windows: conda activate python36
Linux and macOS: conda activate python36

conda 4.6以前版本
Windows: activate python36
Linux and macOS: source activate python36

退出当前环境

conda deactivate

返回默认环境

conda activate

分享环境：将当前环境信息生成YAML文件

conda env export > environment.yaml

YAML文件格式：

name: stats2
channels:
  - javascript
dependencies:
  - python=3.4   # or 2.7
  - bokeh=0.9.2
  - numpy=1.9.*
  - nodejs=0.10.*
  - flask
  - pip:
    - Flask-Testing

利用YAML文件生成环境

conda env create -f environment.yaml

删除一个已有的环境及其安装包

conda remove --name myenv --all

4.3 conda 管理Python

创建一个包含Python 2.7的环境

conda create --name python27 python=2.7
conda activate python27
python -V
Python 2.7.15 :: Anaconda, Inc.

克隆环境python27: 可以使用此方法为环境重新命名

conda create --name myclone --clone python27

4.4 conda 管理包

查看当前环境已经安装的包

    conda list  

查看指定环境中的安装包

    conda list -n python27

在Anaconda 库中搜索包

    conda search numpy  #模糊搜索
    conda search numpy=1.12
    conda search numpy[subdir=linux-64] #指定系统
    conda search --override-channels --channel http://conda.anaconda.org/mutirri iminuit  #指定仓库安装包

安装包到当前环境

    conda install numpy

安装包到指定环境

    conda install -n python27 numpy

同时安装多个包到当前环境

    conda install numpy scipy

安装指定版本包到指定环境

    conda install -n python27 scipy=0.15.0

安装包更新

    conda update numpy

移除安装包

    conda remove -n python27 scipy

4.5 Anaconda channels管理

Channels are the path that conda takes to look for packages.

conda 安装包时，首先在一系列仓库搜索包，然后根据规则进行优先级排序(默认)：

1. 根据channel priority排序；
2. 根据version number排序；
3. 根据build number排序；
4. 选取优先级最高的包进行安装；

安装所有channel中最新版本, 如下设置

    conda config --set channel_priority false

包安装规则顺序改为：

1. 根据version number排序；
2. 根据channel priority排序；
3. 根据build number排序；
4. 选取优先级最高的包进行安装；

查看已有的 channels

    conda config --get channels

添加 channels

    conda config --add channels

添加新的channel到最高优先级

    conda config --add channels new_channel

添加新的channel到最低优先级

    conda config --append channels new_channel

Anaconda 三方源

Conda-forge 包含许多默认channel中不存的packages；
Bioconda 是一个生物信息Channel, 提供超过6000个生物信息分析安装包供conda使用。

    conda config --add channels bioconda
    conda config --add channels conda-forge

使用国内Anaconda 仓库的镜像可以使conda加速安装工具。
添加清华大学Anaconda 镜像

    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
    # Conda Forge
    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ 
    # bioconda
    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/

移除channel

    conda config --remove channels channelName

参考：
Installing Anaconda Distribution on macOS
Anaconda Navigator
Navigator Cheat Sheet
Conda
conda cheat sheet
清华大学开源软件镜像站-Anaconda 镜像使用帮助