conda
conda是开源包和虚拟环境的管理系统。conda的设计理念:将几乎所有的工具和第三方包都当作packages对待,甚至包括python和conda自身。
anaconda
anaconda是用于科学计算的Python发行版,可在Windows、MacOS和Linux下使用,包含了conda、Python等190多个科学包及其依赖项。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。
miniconda
miniconda 是一个 anaconda 的轻量级替代,默认只包含了 python 和 conda,但是可以通过 pip 和 conda 来安装所需要的包。
anaconda安装
anaconda安装文件可以在官网下载。官网提供了两个安装版本,Python2和Python3,笔者这里选择Python3。官网下载速率慢的化,可以在清华镜像网站下载。
miniconda安装包下载网站。
anaconda安装完成后,会装好以下程序:
- 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的跨平台集成开发环境。
Python包管理
安装package,可同时安装多个packages
conda install package_name
指定安装版本,比如安装 1.1 版本的 numpy
conda install numpy=1.10
指定安装环境
conda list -n env_name
移除一个package
conda remove package_name
升级一个package
conda update package_name
升级所有packages
conda update --all
查看所有的 packages:
conda list
模糊查询:
conda search search_term
指定国内镜像:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
执行完上述命令后,会生成~/.condarc(Linux/Mac)或C:UsersUSER_NAME.condarc文件,记录着我们对conda的配置,直接手动创建、编辑该文件是相同的效果。
Python环境管理
创建新环境
conda create -n env_name list of packages
conda create --name python27 python=2.7
进入名为env_name的环境
source activate env_name
退出当前环境
source deactivate
在 Windows 系统中,使用 activate env_name 和 deactivate 来进入和退出某个环境。
删除名为 env_name 的环境:
conda env remove -n env_name
显示所有环境:
conda env list
分享运行环境,将当前环境下的 package 信息存入名为 environment 的 YAML 文件中。
conda env export > environment.yaml
当执行他人的代码时,配置相应的环境。用YAML 文件来创建一摸一样的运行环境。
conda env create -f environment.yaml
conda将conda、python等都视为package,因此,完全可以使用conda来管理conda和python的版本,例如
conda update conda
conda update anaconda
# 假设当前环境是python 3.4, conda会将python升级为3.4.x系列的当前最新版本
conda update python