Anaconda安装及使用

一、什么是Anaconda

Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。因为包含了大量的科学包，Anaconda 的下载文件比较大（约 531 MB），如果只需要某些包，或者需要节省带宽或存储空间，也可以使用Miniconda这个较小的发行版（仅包含conda和 Python）。

二、下载Anaconda

Anaconda官网，下载Anaconda：https://www.anaconda.com

下载Anaconda也可以在清华镜像下载：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

三、windows 安装Anaconda

官网下载安装Anaconda,安装路径中不要有中文和空格

安装过程中会有下图所示，直接将Anaconda加入到系统环境变量中：

如果不选中也可以安装完成后自己配置环境变量：我的电脑->右键属性->高级系统设置->高级->环境变量->系统变量，找到Path，加入(以自己的路径为准)：

C:\ProgramData\Anaconda3

C:\ProgramData\Anaconda3\Scripts

C:\ProgramData\Anaconda3\Library\bin

加入完成之后重启cmd命令即可。
安装完成后,进入cmd,检验安装是否成功：conda --version
通过python –version 命令查看发行版默认的Python版本：python --version
列出默认环境中已安装的所有包：conda list

四、Anaconda应用介绍及使用

Anaconda Navigator ：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语言、跨平台的、科学运算集成开发环境。

五、Conda命令介绍及使用

Conda 是 Anaconda 自带的一个非常方面的软件环境和包管理系统，使用起来也非常方便，在实际应用中建议对每一个项目都利用 Conda 建立一个单独的虚拟环境，Conda 的基本使用流程为：

为新项目新建虚拟环境：使用 Conda 进行环境管理的最大好处便是将不同项目的运行环境进行隔离，从而互不干扰，新建环境的基本命令为 conda create -n env_name list of packages ，其中 -n env_name 指定了环境的名字，推荐与项目名称一致或者使用项目名称的缩写， list of packages 则用来指定需要安装到新环境中的软件包列表。在创建新环境时，可以指定所需的 Python 版本，比如可以在系统中对 Python 2 和 Python 3 分别建立一个默认的通用环境。

激活虚拟环境：建立起多个环境之后，Mac/Linux 下可以使用 source activate mytest 进入相应的环境，Windows 下使用 activate mytest ，此时命令提示符左侧会显示环境的名称，类似 (mytest) ~ $ 。注意在进入特定环境之后执行 conda install 命令只会影响当前的环境，而不会影响其他的环境。要离开当前环境，Mac/Linux 下可以使用 source deactivate 进入相应的环境，Windows 下使用 deactivate 。

安装需要的软件包：Conda 是类似 Pip 的包管理命令。不过自带的包比较少，所有很多包搜索不到，这里推荐添加第三方的源 Conda Forge。

conda config --add channels conda-forge
conda install <package-name>
# -n 指定环境名字，-c 指定安装源
conda install -n mytest jieba

一般来说，最好在默认环境下更新包，而对于具体的项目只要项目能够正常运行则无需主动更新，除非需要使用新版本包中的特定功能，当项目开发完成后，可以使用 conda env export > environment.yaml 将当前的环境导出为配置文件，这样在其他机器上就可以使用 conda env create -f environment.yaml 来基于该配置文件方便的重建项目环境。

在环境名字的列表中会使用星号提示当前所在环境，系统的默认环境的名字为 root .

# 创建虚拟环境
conda create --name mytest python=3
或conda create -n mytest python=3
# 查看所有环境列表
conda env list
# 激活虚拟环境
activate mytest   # for windows
source activate mytest  #for Linux/Mac
# 取消环境/返回默认环境
deactivate mytest   # for windows
source deactivate mytest    #for Linux/Mac
# 删除环境
conda remove --name mytest --all
 
 
# 安装或移除软件包
conda install numpy, pandas
# Jupyter Notebook 用来进行数据分析和探索比较方便
conda install jupyter notebook
# Conda 可以指定安装特定版本的软件包
conda install numpy=1.10
# 移除不再需要的软件包
conda remove package_name
# 更新特定的软件包
conda update package_name
# 更新所有的软件包
conda update --all
# 查看当前环境下已安装的包
conda list
# 查找package信息
conda search numpy
 
 
# 查看某个指定环境的已安装包
conda list -n mytest
# 在某个指定环境下安装package
conda install -n mytest numpy
# 更新某个环境下的package
conda update -n mytest numpy
# 删除某个环境下的package
conda remove -n mytest numpy
 
# 更新conda
conda update conda
# 更新anaconda
conda update anaconda
# 更新python
conda update python
第三方库管理
Conda 是类似 Pip 的包管理命令。不过自带的包比较少，所有很多包搜索不到，这里推荐添加第三方的源 Conda Forge。

conda config --add channels conda-forge 
conda install <package-name>
# -n 指定环境名字，-c 指定安装源

来源：CSDN

作者：Jeremy_Lee123

链接：https://blog.csdn.net/lixinkuan328/article/details/104636483

标签

Anaconda

环境变量

python