版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/ChibiMarukoChan/article/details/81060125
推荐使用 Anaconda 来管理你的安装环境和各种工具包。
一、为什么选择Anaconda?
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。适用于企业级大数据分析的Python工具。其包含了720多个数据科学相关的开源包,在数据可视化、机器学习、深度学习等多方面都有涉及。不仅可以做数据分析,甚至可以用在大数据和人工智能领域。
二、如何安装Anaconda?
链接:https://pan.baidu.com/s/1UMva-y14UHktokUnhfdmrA
密码:2ru4
安装成功:
三、管理包命令
- 安装包:
conda install package_name; #例如安装 numpy conda install numpy
- 安装多个包:
conda install package_name1 package_name2 package_name3; #安装 numpy、scipy、pandas conda install numpy scipy pandasconda
- 卸载包:
conda remove package_name
- 更新环境中的所有包:
conda update –all
- 查看当前环境下已安装的包:
conda list
四、环境管理
- 创建环境:
conda create -n env_name list of packages #创建名为 my_env 的环境并在其中安装 numpy, conda create -n my_env numpy。
- 创建环境时,可以指定Python 版本:(例如 Python 3.3)
conda create -n py python=3.3
- 检查环境中安装的包:
(my_env) ~ $ conda list
- 在环境中安装包:在环境中安装的包仅在环境中才有用。
(my_env) ~ $conda install package_name
- 退出环境:(OSX/Linux ):
source deactivate; #(Windows): deactivate;
- 保存环境:
conda env export > environment.yaml;
- 通过环境文件(environment.yaml )创建环境:
conda env create -f environment.yaml
- 列出环境:
conda env list
- 删除环境:
conda env remove -n env_name