Python学习 Day65 anaconda安装及使用 03

anaconda安装及使用

一、简介

1.概述

Anaconda就是可以便捷获取包且对包能够进行管理,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包含在里面了,使得安装比常规python安装要容易,同时对环境可以统一管理的发行版本

Anaconda是专注于数据分析的Python发行版本,包含了conda、Python等190多个科学包及其依赖项

2.特点

  • 开源
  • 安装过程简单
  • 高性能使用Python和R语言
  • 免费的社区支持

3.与virtualenv的对比

  • anaconda是一个包含180+的科学包及其依赖项的发行版本。可以创建一个独立的Python环境,其包含的科学包包括:conda, numpy, scipy, ipython notebook等
  • virtualenv用于创建一个独立的Python环境的工具,新环境中需要手动安装需要的三方包

4.pip与conda比较

(1)依赖项检查
  • pip

    不一定会展示所需其他依赖包

    安装包时或许会直接忽略依赖项而安装,仅在结果中提示错误

  • conda

    列出所需其他依赖包

    安装包时自动安装其依赖项

    可以便捷地在包的不同版本中自由切换

(2)环境管理
  • pip:维护多个环境难度较大
  • conda:比较方便地在不同环境之间进行切换,环境管理较为简单
(3)对系统自带的Python的影响
  • pip:在系统自带Python中包的更新/回退版本/卸载将影响其他程序
  • conda:不会影响系统自带Python
(4)适用语言
  • pip:仅适用于Python

  • conda:适用于Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRA,conda结合了pip和virtualenv的功能


二、安装

采用默认步骤即可


三、管理环境

打开Anaconda Prompt进行操作
在这里插入图片描述

1.创建新环境

命令:conda create --name <env_name> <package_names>

说明:默认情况下,新创建的环境将会被保存在/Users/<user_name>/anaconda3/env目录下。其中,<user_name>为当前用户的用户名

  • env_name:即创建的环境名,建议以英文命名,且不加空格,名称两边不加尖括号"<>"

  • package_names:即安装在环境中的包名,名称两边不加尖括号"<>"

    • 如果要安装指定的版本号,则只需要在包名后面以=和版本号的形式执行。如:conda create --name env1 python=2.7,即创建一个名为"python2"的环境,环境中安装版本为2.7的python
    • 如果要在新创建的环境中创建多个包,则直接在<package_names>后以空格隔开,添加多个包名即可。如:conda create --name env2 python=3.7 numpy pandas,即创建一个名为"python3"的环境,环境中安装版本为3.7的python,同时也安装了numpy和pandas
  • --name:可以替换为-n

2.切换环境

Linux&macOS:conda activate <env_name>

windows:activate <env_name>

说明:

  • 如果创建环境后安装Python时没有指定Python的版本,那么将会安装与Anaconda版本相同的Python版本,即如果安装Anaconda第2版,则会自动安装Python 2.x;如果安装Anaconda第3版,则会自动安装Python 3.x
  • 当成功切换环境之后,在该行行首将以“(env_name)”或“[env_name]”开头。其中,“env_name”为切换到的环境名
3.退出环境至物理环境

Linux&macOS:conda deactivate

windows:deactivate

4.显示已创建环境

conda info --envsconda info -econda env list

说明:结果中星号“*”所在行即为当前所在环境

5.复制环境

命令:conda create --name <new_env_name> --clone <copied_env_name>

copied_env_name:即为被复制/克隆环境名,环境名两边不加尖括号“<>”

new_env_name:即为复制之后新环境的名称,环境名两边不加尖括号“<>”

6.删除环境

命令:conda remove --name <env_name> --all


四、包管理

1.获取当前环境中已安装的包信息

conda list

2.查找可供安装的包版本
  • 精确查找:conda search --full -name <package_full_name>
    –full-name:为精确查找的参数
    <package_full_name>:是被查找的包名
  • 模糊查找:conda search <text>
    < text > :是查找含有此字段的包名
3.安装包
  • 在当前环境中安装包:conda install <package_name>
  • 指定版本号:conda install <package_name>=version
  • 在指定环境中安装包:conda install --name <env_name> <package_name>
  • 使用pip安装包:pip install <package_name>
    说明:当使用conda install无法进行安装时,可以使用pip进行安装
    注意:
    • pip只是包管理器,无法对环境进行啊管理。因此如果想要在指定环境中使用pip命令进行安装包,则需要先切换到指定环境中,再使用pip命令安装包
    • pip无法更新Python,因为pip并不将Python视为包
    • pip可以安装一些conda无法安装的包;conda也可以安装一些pip无法安装的包。因此当一种命令无法安装包时,可以尝试另一种命令
4.从Anaconda.org安装包
  • 说明:当使用conda install无法进行安装时,可以考虑从Anaconda.org中获取安装包的命令,并进行安装
  • 浏览器中输入http://anaconda.org
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
5.卸载包
  • 卸载当前环境中的包:conda remove <package_name>
  • 卸载指定环境中的包:conda remove --name <env_name> <package_name>
6.更新包
  • 更新指定包:conda [update|upgrade] <package_name>
    说明:更新多个指定包,则包名以空格隔开,向后排列
    如:conda update pandas numpy matplotlib
  • 更新所有包:`conda [update|upgrade] --all
    说明:在安装Anaconda之后执行上述命令更新Anaconda中的所有包至最新版本

猜你喜欢

转载自blog.csdn.net/ShengXIABai/article/details/121060470