Anaconda（python学习一）

最新推荐文章于 2024-06-01 17:13:40 发布

原创最新推荐文章于 2024-06-01 17:13:40 发布 · 620 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#python #Anaconda #pip

python 专栏收录该内容

1 篇文章

订阅专栏

本文介绍Anaconda的安装方法及常用命令，包括环境管理和包管理等内容，适用于数据分析、大数据及人工智能领域的开发者。

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
```