数据分析标准环境Anaconda
Posted Flyme awei
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了数据分析标准环境Anaconda相关的知识,希望对你有一定的参考价值。
🐚 作者: 阿伟
💂 个人主页: Flyme awei🐋 希望大家多多支持😘一起进步呀!
💬 文章对你有帮助👉关注✨点赞👍收藏📂
数据分析标准环境Anaconda
文章目录
1、Anaconda介绍
1.1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
1.2 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
-
首先我们需要先去了解Anaconda诞生的目的,再去了解Anaconda的使用方法
首先我们需要从python本身说起,从根源寻找问题,我们在使用python语言编写程序之前需要下载一个python解释器,这才是python的本体,没了python解释器,我们即使写了无比正确优雅的python脚本也没办法运行,那这个解释器在哪呢?就在你安装python的地方
所有的第三方包都放在site-packages文件夹里面
最关键的,一个python环境中需要有一个解释器,和一个包集合
解释器:解释器根据python的版本大概分为2和3。python2和3之间无法互相兼容,也就是说用python2语法写出来的脚本不一定能在python3的解释器中运行
包集合:包集合中包含了自带的包和第三方包,第三方包我们一般通过pip或者easy_install来下载,当一个python环境中不包含这个包,那么引用了这个包的程序不能在该python环境中运行
问题所在:python环境解释完了,那么接下来就要说明这样的环境究竟产生哪些问题,因为anaconda正式为了解决这些问题而诞生的
- 到底该装 Python2 呢还是 Python3
python2和python3在语法上是不兼容的,那我的机器上应该装python2还是python3呢,可能一开始选一个学习就好了,但是如果你要开发的程序必须使用python2而不能使用python3,那这时候你就不得不再下载一个python2,那这时候环境变量该设谁的目录呢,如果还是切换环境变量岂不是很麻烦
虽然目前Python3使用的范围更广,但是Python3小版本之前也存在一些差异
- 包管理
如果我在本地只有一个python环境那我所有程序用到的各种包都只能放到同一个环境中,导致环境混乱。另外当我将写好的程序放到另一电脑上运行时又会遇到缺少相关包,需要自己手动一个个下载的情况实在是烦人。要是能每个程序开发都选用不同的环境,而开发好之后又能将该程序需要的环境(第三方包)都独立打包出来就好了
-
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
-
-
pip与conda比较
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
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
对系统自带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
适用语言
-
pip
仅适用于Python
-
conda
适用于Python, R, Ruby, Lua, Scala, Java, javascript, C/C++, FORTRAN
conda结合了pip和virtualenv的功能
-
2、Anaconda安装
- 以windows为例(参考图片流程)
1.单击Next
2.点击I Agree
3.All Users
4.更改安装路径
5.点击Install 安装
6.安装好点击下一步
7.继续下一步
8.点击完成
9.现在就
3、管理环境
接下来均是以命令行模式进行介绍,Windows用户请打开"Anaconda Prompt",macOS和Linux用户请打开“终端”进行操作
3.1 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
- 如果要安装指定的版本号,则只需要在包名后面以
-
--name
:可以替换为-n
3.2 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
3.3 退出环境至物理环境
Linux&macOS:conda deactivate
windows:deactivate
-
显示已创建环境
conda info --envs
或conda info -e
或conda env list
说明:结果中星号“*”所在行即为当前所在环境
3.4 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“<>”
3.5 删除环境
命令:conda remove --name <env_name> --all
4、包管理
4.1 获取当前环境中已安装的包信息
conda list
-
查找可供安装的包版本
-
精确查找
命令:
conda search --full-name <package_full_name>
--full-name
:为精确查找的参数<package_full_name>
:是被查找包的全名。包名两边不加尖括号“<>”
-
4.2 模糊查找
命令:`conda search <text>`
`<text>`:是查找含有“此字段”的包名。此字段两边不加尖括号“<>”
4.3 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,无法对环境进行管理。因此如果想在指定环境中使用pip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
- p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。因此当使用一种命令无法安装包时,可以尝试用另一种命令
-
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
(无需注册)
4.4 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>
4.5 更新包
-
更新指定包
conda update <package_name>
或conda upgrade <package_name>
说明:更新多个指定包,则包名以空格隔开,向后排列。例如:
conda update pandas numpy matplotlib
即更新pandas、numpy、matplotlib包
4.6 更新所有包
conda update --all
或conda 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,便于使用。
以上是关于数据分析标准环境Anaconda的主要内容,如果未能解决你的问题,请参考以下文章
如何在 Anaconda (Conda) 环境中跟踪 pip 安装的软件包?