conda

事实上Anaconda 和 Jupyter notebook已成为数据分析的标准环境。 简单来说，Anaconda是包管理器和环境管理器，Jupyter notebook 可以将数据分析的代码、图像和文档全部组合到一个web文档中。 接下来我详细介绍下Anaconda，并在最后给出Jupyter notebook： 1.Anaconda是什么？ 2.如何安装？ 3. 如何管理包？ 4.如何管理环境？ 5.Jupyter notebook如何快速上手？ 1.Anaconda是什么？ 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。 [1] 因为包含了大量的科学包，Anaconda 的下载文件比较大（约 515 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）。 你可能已经安装了 Python，那么为什么还需要 Anaconda？有以下3个原因： 1）Anaconda 附带了一大批常用数据科学包，它附带了 conda、Python 和 150 多个科学包及其依赖项。因此你可以立即开始处理数据。 2）管理包 Anaconda 是在 conda（一个包管理器和环境管理器）上发展出来的。 在数据分析中，你会用到很多第三方的包

问题描述： mac笔记本本身会自带几个python版本，比如python2.7版本，我没有改动mac默认的python版本，只是安装了python3.7版本。 使用Pycharm开发Python项目没有遇到什么问题。但是在java项目中调用py脚本的话，就有问题了。我的项目需要将Pycharm开发好的py脚本（多个.py文件），拷贝到java项目中，在java项目（是用IDEA开发工具）中，如果直接是用鼠标右键运行py脚本的话是没有问题的，将py脚本依赖的第三方库直接拷贝到py脚本所在地目录下然后再用java去调用也没有问题，但如果py脚本中导入了python的第三方库，就会有问题，具体表现为java调用后控制台没有任何输出，也不报错。 解决方式主要参考了这篇博客： https://www.cnblogs.com/BlueSkyyj/p/9455955.html 下面是我的mac笔记本中的python环境，重点在于配置正确的python环境PATH变量： B000000067100V:~ v_shiyanjun$ which python /Users/v_shiyanjun/anaconda3/bin/ python B000000067100V:~ v_shiyanjun $ /Users/v_shiyanjun/anaconda3/bin/ python -V Python

在anaconda下安装scrapy库时，报了CondaHTTPError: HTTP 000 CONNECTION FAILED for url <https://repo.anaconda.com/pkgs/main/win-64/twisted-19.2.0-py37he774522_0.tar.bz2>这个错误，查找到了大佬的帖子： https://blog.csdn.net/ling_xiobai/article/details/78659981 成功安装好了。 具体报错如下： CondaHTTPError: HTTP 000 CONNECTION FAILED for url <https: // repo.continuum.io/pkgs/main/win-64/repodata.json.bz2> Elapsed: - An HTTP error occurred when trying to retrieve this URL. HTTP errors are often intermittent, and a simple retry will get you on your way. ConnectTimeout(MaxRetryError( " HTTPSConnectionPool(host='repo.continuum.io', port=443):

conda 先前改过源的，一直用着没毛病，今天突然报了错 ： CondaHTTPError: HTTP 000 CONNECTION FAILED for url <https://nanomirrors.tuna.tsinghua.edu.cn/anaconda/cloud/linux-64/rpodata.json> Elapsed: - 1。重新添加清华源 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --set show_channel_urls yes 提示我url 已经存在 2.删除channels配置文件中部分内容 然而依旧有问题，cat ~/.condarc.bak 看了下url似乎没毛病 3.vim ~/.condarc 发现多了一行 ssl_verify:

// 本篇说明： 继上一次写到 内网（局域网下）实现远程anaconda访问 jupyter notebook ，上次是windows下。 本文专门写一下关于在linux下如何实现安装anaconda3及远程登录jupyter notebook详细操作。 这篇文章来的有些晚，因为前段时间(这一周吧)一直在忙着折腾 国产发行版linux，openEuler操作系统， 文末有彩蛋！！！手机上也阔以哟！！！ 顺便一提，看我之前发布的文章 openEuler学习之鹏城实验室平台申请虚拟机 openEuler操作系统安装在vmware上 这两篇文章都是关于openEuler系统的，还有发现了一个鹏城实验室平台的bug 并在gitee上提交了一个issue ssh远程实验室报soft lockup系统内核软死锁bug 正文目录： 1、查看系统版本 2、下载anaconda3 3、查看下载的文件权限 4、给文件授可执行权限 5、安装anaconda3 6、刷新 .bashrc 文件 7、查看anaconda3内置python版本 8、创建测试目录，并生成jupyter notebook 初始化配置文件 9、查看conda 版本，pip版本 10、手动配置notebook密码 11、防火墙配置 防火墙放通端口 生效防火墙设置 12、启动jupyter notebook 13、以上搞完以后

这里面有很多坑，最大的坑是发现各方面都装好了结果报错 Loaded runtime CuDNN library: 7.3.1 but source was compiled with: 7.4.1，这是由于最新的tensorflow1.13需要用 Cudnn7.4.1编译。这个问题，StackOverflow上有人问到，但是目前依然未有人给出解决办法，下文会详述。 1. 去nvida官网下载显卡对应的驱动 2.下载安装Anaconda3，安装时勾选加入环境变量 3. 进入Anaconda Prompt 创建环境 conda create -n tensor1 python=3.6,然后进入环境 activate tensor1 4. 查找可用的 anaconda show anaconda/tensorflow-gpu 会给出 gpu版本的tensorflow下载地址，然后复制 conda install --channel https://conda.anaconda.org/anaconda tensorflow-gpu 到命令行，进行下载安装（会安装CudaTooltikit10.0 和 cudnn7.3.1） 5. 安装后命令函行输入python， 输入import tensorflow as tf 不会报错，这说明到目前为止安装正常

查看所有已安装的软件包 $ conda list # packages in environment at S:\Users\jiangshan\Anaconda3: # # Name Version Build Channel _ipyw_jlab_nb_ext_conf 0.1.0 py37_0 defaults alabaster 0.7.12 py37_0 defaults anaconda 2018.12 py37_0 defaults ........ 查看当前存在哪些虚拟环境 $ conda info -e # conda environments: # base * S:\Users\jiangshan\Anaconda3 创建python-pytorch=1.0虚拟 $ conda create -n deeplearning python=3.7 matplotlib cudatoolkit=10.0.130 ninja=1.9.0 pytorch=1.0.1 torchvision=0.2.2 【# 同时安装必要的包 conda create -n env_name numpy matplotlib python=3.7】 Jupyter notebook改变默认的工作目录 查看配置文件位置 jupyter notebook --generate-config

windows安装Anaconda3 环境 windows10 64位 Anaconda3 5.2.0版本 windows64位 在官网下载windows版本 https://www.anaconda.com/download/#windows 安装 点击安装包，前面是选择安装路径，一步一步点击确认下来。 配置jupyter notebook 打开Windows的cmd，在cmd中输入jupyter notebook --generate-config如下图： 可以看到路径为D:\Users……找到此路径修改jupyter_notebook_config.py文件 ## The directory to use for notebooks and kernels. #c.NotebookApp.notebook_dir = '' 将其改为 ## The directory to use for notebooks and kernels. \c.NotebookApp.notebook_dir = 'E:\Jupyter' 其中E:\Jupyter为我的工作空间，你可以改成你自己的， 注意: 1.#c.NotebookApp.notebook_dir = ''中的#必须删除，且前面不能留空格。 2.E:\Jupyter,Jupyter文件夹必须提前新建，如果没有新建，Jupyter

1. 查看服务器上的Python安装路径： whereis python 2. 查看安装的Python版本号： python -V 3. 安装Anaconda ： 1）下载 Anaconda2-4.0.0-Linux-x86_64.sh安装文件； 直接在 官网 下载挺慢的，建议使用清华镜像（可以把pip的源也换成国内的，pip install也会快很多）： https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=M&O=D 在最近的日期中，选择一个对应自己系统版本的Anaconda3安装包，x86_64表示兼容32位和64位系统。右键复制链接，在linux中使用wget下载。 wget https: // mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2019.03-Linux-x86_64.sh 如果提示没有wget，使用yum安装： yum -y install wget 2）打开终端， 输入： bash Anaconda3- 2019.03 -Linux-x86_64.sh 阅读license,一步步回车阅读(出现more时通过回车往下看) 输入yes,表示接受license 设置安装路径,这里使用默认安装路径,直接输入回车即可

1安装PyCharm 　　 前提安装Python，然后去官网下载PyCharm 2 安装Anaconda 　　在官网下载Anaconda，并安装 　　下载好之后就跟安装一般的软件没啥区别，选择自己安装的文件夹，下一步就ok，需要注意下图中的两项都需要勾选： 接下来就是一小段时间的等待，可以去喝杯茶。等它安装完成后，在开始菜单找到并打开Anaconda控制台:Anaconda Prompt 执行命令 conda list 可以看到自己电脑上安装的一些包，至此Anaconda安装完成。 如果发现自己安装的Anaconda不是最新版本的，更新命令：conda update --prefix 安装路径 3 安装TensorFlow 1首先在Anaconda中配置Tensorflow环境，然后安装Tensorflow （1）因为要下载Tensorflow，所以我先在Anaconda的配置文件中添加清华镜像库，这样下载和更新的速度会快很多，命令： conda config --addchannels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --setshow_channel_urls yes （2）Tensorflow目前只支持Python3.5/3.6环境，而且在Python3