Anaconda介紹

• Anaconda 是一個(gè)包含數(shù)據(jù)科學(xué)常用包的 Python 發(fā)行版本。它基于 conda ——一個(gè)包和環(huán)境管理器——衍生而來。你將使用 conda 創(chuàng)建環(huán)境，以便分隔使用不同 Python 版本和不同程序包的項(xiàng)目。你還將使用它在環(huán)境中安裝、卸載和更新包。通過使用 Anaconda，處理數(shù)據(jù)的過程將更加愉快。
• Anaconda 能讓你在數(shù)據(jù)科學(xué)的工作中輕松安裝經(jīng)常使用的程序包。你還將使用它創(chuàng)建虛擬環(huán)境，以便更輕松地處理多個(gè)項(xiàng)目。Anaconda 簡(jiǎn)化了工作流程，并且解決了多個(gè)包和 Python 版本之間遇到的大量問題。
• Anaconda 實(shí)際上是一個(gè)軟件發(fā)行版，它附帶了 conda、Python 和 150 多個(gè)科學(xué)包及其依賴項(xiàng)。應(yīng)用程序 conda 是包和環(huán)境管理器。Anaconda 的下載文件比較大（約 500 MB），因?yàn)樗綆Я?Python 中最常用的數(shù)據(jù)科學(xué)包。如果只需要某些包，或者需要節(jié)省帶寬或存儲(chǔ)空間，也可以使用 Miniconda 這個(gè)較小的發(fā)行版（僅包含 conda 和 Python）。但你仍可以使用 conda 來安裝任何可用的包，它只是自身沒有附帶這些包而已。

Jupyter notebook介紹

Jupyter notebook 是一種 Web 文檔，能讓你將文本、圖像和代碼全部組合到一個(gè)文檔中。它事實(shí)上已經(jīng)成為數(shù)據(jù)分析的標(biāo)準(zhǔn)環(huán)境。Jupyter notebook 源自 2011 年的 IPython 項(xiàng)目，之后迅速流行起來。

pip介紹

Python 庫(kù)的默認(rèn)包管理器
conda 與 pip 相似，不同之處是可用的包以數(shù)據(jù)科學(xué)包為主，而 pip 適合一般用途。與此同時(shí)，conda 并非 像 pip 那樣專門適用于 Python，它也可以安裝非 Python 的包。它是支持 任何 軟件的包管理器。也就是說，雖然并非所有的 Python 庫(kù)都能通過 Anaconda 發(fā)行版和 conda 獲得，但同時(shí)它也支持非 Python 庫(kù)的獲得。在使用 conda 的同時(shí)，你仍可以使用 pip 來安裝包。

conda介紹

• 除了管理包之外，conda 還是虛擬環(huán)境管理器。它類似于另外兩個(gè)很流行的環(huán)境管理器，即 virtualenv 和 pyenv。
• 環(huán)境能讓你分隔用于不同項(xiàng)目的包。你常常要使用依賴于某個(gè)庫(kù)的不同版本的代碼。例如，你的代碼可能使用了 Numpy 中的新功能，或者使用了已刪除的舊功能。實(shí)際上，不可能同時(shí)安裝兩個(gè) Numpy 版本。你要做的應(yīng)該是，為每個(gè) Numpy 版本創(chuàng)建一個(gè)環(huán)境，然后項(xiàng)目的對(duì)應(yīng)環(huán)境中工作。在應(yīng)對(duì) Python 2 和 Python 3 時(shí)，此問題也會(huì)常常發(fā)生。你可能會(huì)使用在 Python 3 中不能運(yùn)行的舊代碼，以及在 Python 2 中不能運(yùn)行的新代碼。同時(shí)安裝兩個(gè)版本可能會(huì)造成許多混亂和錯(cuò)誤，而創(chuàng)建獨(dú)立的環(huán)境會(huì)好很多。你也可以將環(huán)境中的包列表導(dǎo)出為文件，然后將該文件與代碼包括在一起。這能讓其他人輕松加載代碼的所有依賴項(xiàng)。pip 提供了類似的功能，即 pip freeze > requirements.txt。

安裝 Anaconda

Anaconda 可用于 Windows、Mac OS X 和 Linux?？梢栽?https://www.continuum.io/downloads 上找到安裝程序和安裝說明。
國(guó)內(nèi)網(wǎng)如果不好的話 可以使用
清華大學(xué)開源軟件鏡像站
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
注：Anaconda3-4.4.0-Windows-x86_64.exe(對(duì)應(yīng)是64位python3.6版本)

如果計(jì)算機(jī)上已經(jīng)安裝了 Python，這不會(huì)有任何影響。實(shí)際上，腳本和程序使用的默認(rèn) Python 是 Anaconda 附帶的 Python。

選擇 Python 3.6 版本（你也可以根據(jù)具體的需要選擇 Python 2 的版本）。此外，如果是 64 位操作系統(tǒng)，則選擇 64 位安裝程序，否則選擇 32 位安裝程序。繼續(xù)并選擇合適的版本，然后安裝它。之后，繼續(xù)進(jìn)行！

完成安裝后，會(huì)自動(dòng)進(jìn)入默認(rèn)的 conda 環(huán)境，而且所有包均已安裝完畢，如下面所示?？梢栽诮K端或命令提示符中鍵入 conda list，以查看你安裝的內(nèi)容。

在 Windows 上，會(huì)隨 Anaconda 一起安裝一批應(yīng)用程序：

• Anaconda Navigator，它是用于管理環(huán)境和包的 GUI
• Anaconda Prompt 終端，它可讓你使用命令行界面來管理環(huán)境和包
• Spyder，它是面向科學(xué)開發(fā)的 IDE

為了避免報(bào)錯(cuò)，我推薦在默認(rèn)環(huán)境下更新所有的包。打開 Anaconda Prompt （或者 Mac 下的終端），鍵入：

conda upgrade --all

并在提示是否更新的時(shí)候輸入 y（Yes）以便讓更新繼續(xù)。初次安裝下的軟件包版本一般都比較老舊，因此提前更新可以避免未來不必要的問題。

管理包

安裝了 Anaconda 之后，管理包是相當(dāng)簡(jiǎn)單的。要安裝包，請(qǐng)?jiān)诮K端中鍵入 conda install package_name。例如，要安裝 numpy，請(qǐng)鍵入 conda install numpy。

你還可以同時(shí)安裝多個(gè)包。類似 conda install numpy scipy pandas 的命令會(huì)同時(shí)安裝所有這些包。還可以通過添加版本號(hào)（例如 conda install numpy=1.10）來指定所需的包版本。

Conda 還會(huì)自動(dòng)為你安裝依賴項(xiàng)。例如，scipy 依賴于 numpy，因?yàn)樗褂貌⑿枰?numpy。如果你只安裝 scipy (conda install scipy)，則 conda 還會(huì)安裝 numpy（如果尚未安裝的話）。

大多數(shù)命令都是很直觀的。要卸載包，請(qǐng)使用 conda remove package_name。要更新包，請(qǐng)使用 conda update package_name。如果想更新環(huán)境中的所有包（這樣做常常很有用），請(qǐng)使用 conda update --all。最后，要列出已安裝的包，請(qǐng)使用前面提過的 conda list。

如果不知道要找的包的確切名稱，可以嘗試使用 conda search search_term 進(jìn)行搜索。例如，我知道我想安裝 Beautiful Soup，但我不清楚確切的包名稱。因此，我嘗試執(zhí)行 conda search beautifulsoup。

它返回可用的 Beautiful Soup 包的列表，并列出了相應(yīng)的包名稱 beautifulsoup4。

管理環(huán)境

如前所述，你可以使用 conda 創(chuàng)建環(huán)境以隔離項(xiàng)目。要?jiǎng)?chuàng)建環(huán)境，請(qǐng)?jiān)诮K端中使用 conda create -n env_name list of packages。在這里，-n env_name 設(shè)置環(huán)境的名稱（-n 是指名稱），而 list of packages 是要安裝在環(huán)境中的包的列表。例如，要?jiǎng)?chuàng)建名為 my_env 的環(huán)境并在其中安裝 numpy，請(qǐng)鍵入 conda create -n my_env numpy。

創(chuàng)建環(huán)境時(shí)，可以指定要安裝在環(huán)境中的 Python 版本。這在你同時(shí)使用 Python 2.x 和 Python 3.x 中的代碼時(shí)很有用。要?jiǎng)?chuàng)建具有特定 Python 版本的環(huán)境，請(qǐng)鍵入類似于 conda create -n py3 python=3 或 conda create -n py2 python=2 的命令。實(shí)際上，我在我的個(gè)人計(jì)算機(jī)上創(chuàng)建了這兩個(gè)環(huán)境。我將它們用作與任何特定項(xiàng)目均無關(guān)的通用環(huán)境，以處理普通的工作（可輕松使用每個(gè) Python 版本）。這些命令將分別安裝 Python 3 和 Python 2 的最新版本。要安裝特定版本（例如 Python 3.3），請(qǐng)使用 conda create -n py python=3.3。

進(jìn)入環(huán)境

創(chuàng)建了環(huán)境后，在 OSX/Linux 上使用 source activate my_env 進(jìn)入環(huán)境。在 Windows 上，請(qǐng)使用 activate my_env。

進(jìn)入環(huán)境后，你會(huì)在終端提示符中看到環(huán)境名稱，它類似于 (my_env) ~ $。環(huán)境中只安裝了幾個(gè)默認(rèn)的包，以及你在創(chuàng)建它時(shí)安裝的包。你可以使用 conda list 檢查這一點(diǎn)。在環(huán)境中安裝包的命令與前面一樣：conda install package_name。不過，這次你安裝的特定包僅在你進(jìn)入環(huán)境后才可用。要離開環(huán)境，請(qǐng)鍵入 source deactivate（在 OSX/Linux 上）。在 Windows 上，請(qǐng)使用 deactivate。

保存和加載環(huán)境

共享環(huán)境這項(xiàng)功能確實(shí)很有用，它能讓其他人安裝你的代碼中使用的所有包，并確保這些包的版本正確。你可以使用 conda env export > environment.yaml 將包保存為 YAML。命令的第一部分 conda env export 用于輸出環(huán)境中的所有包的名稱（包括 Python 版本）。

上圖中，你可以看到環(huán)境的名稱和所有依賴項(xiàng)及其版本。導(dǎo)出命令的第二部分 > environment.yaml 將導(dǎo)出的文本寫入到 YAML 文件 environment.yaml 中?，F(xiàn)在可以共享此文件，而且其他人能夠用于創(chuàng)建和你項(xiàng)目相同的環(huán)境。

要通過環(huán)境文件創(chuàng)建環(huán)境，請(qǐng)使用 conda env create -f environment.yaml。這會(huì)創(chuàng)建一個(gè)新環(huán)境，而且它具有同樣的在 environment.yaml 中列出的庫(kù)。

列出環(huán)境

如果忘記了環(huán)境的名稱（我有時(shí)會(huì)這樣），可以使用 conda env list 列出你創(chuàng)建的所有環(huán)境。你會(huì)看到環(huán)境的列表，而且你當(dāng)前所在環(huán)境的旁邊會(huì)有一個(gè)星號(hào)。默認(rèn)的環(huán)境（即當(dāng)你不在選定環(huán)境中時(shí)使用的環(huán)境）名為 root。

刪除環(huán)境

如果你不再使用某些環(huán)境，可以使用 conda env remove -n env_name 刪除指定的環(huán)境（在這里名為 env_name）。

最佳做法

使用環(huán)境

對(duì)我?guī)椭艽蟮囊稽c(diǎn)是，我的 Python 2 和 Python 3 具有獨(dú)立的環(huán)境。我使用了 conda create -n py2 python=2 和 conda create -n py3 python=3 創(chuàng)建兩個(gè)獨(dú)立的環(huán)境，即 py2 和 py3?，F(xiàn)在，我的每個(gè) Python 版本都有一個(gè)通用環(huán)境。在所有這些環(huán)境中，我都安裝了大多數(shù)標(biāo)準(zhǔn)的數(shù)據(jù)科學(xué)包（numpy、scipy、pandas 等）。

我還發(fā)現(xiàn)，為我從事的每個(gè)項(xiàng)目創(chuàng)建環(huán)境很有用。這對(duì)于與數(shù)據(jù)不相關(guān)的項(xiàng)目（例如使用 Flask 開發(fā)的 Web 應(yīng)用）也很有用。

共享環(huán)境

在 GitHub 上共享代碼時(shí)，最好同樣創(chuàng)建環(huán)境文件并將其包括在代碼庫(kù)中。這能讓其他人更輕松地安裝你的代碼的所有依賴項(xiàng)。對(duì)于不使用 conda 的用戶，我通常還會(huì)使用 pip freeze（在此處了解詳情）將一個(gè) pip requirements.txt 文件導(dǎo)出并包括在其中。

了解更多信息

要詳細(xì)了解 conda 以及它如何融入到 Python 生態(tài)系統(tǒng)中，請(qǐng)查看這篇由 Jake Vanderplas 撰寫的文章：Conda myths and misconceptions（有關(guān) conda 的迷思和誤解）。此外，如果你有空閑精力，也可以參考這篇 conda 文檔。