Anaconda的使用分析是怎樣的

這篇文章將為大家詳細講解有關Anaconda的使用分析是怎樣的，文章內容質量較高，因此小編分享給大家做個參考，希望大家閱讀完這篇文章后對相關知識有一定的了解。

序

Python易用，但用好卻不易，其中比較頭疼的就是包管理和Python不同版本的問題，特別是當你使用Windows的時候。為了解決這些問題，有不少發(fā)行版的Python，比如WinPython、Anaconda等，這些發(fā)行版將python和許多常用的package打包，方便pythoners直接使用，此外，還有virtualenv、pyenv等工具管理虛擬環(huán)境。

個人嘗試了很多類似的發(fā)行版，最終選擇了Anaconda，因為其強大而方便的包管理與環(huán)境管理的功能。這里主要介紹下Anaconda，對Anaconda的理解，并簡要總結下相關的操作。

Anaconda概述

Anaconda是一個用于科學計算的Python發(fā)行版，支持 Linux, Mac, Windows系統，提供了包管理與環(huán)境管理的功能，可以很方便地解決多版本python并存、切換以及各種第三方包安裝問題。Anaconda利用工具/命令conda來進行package和environment的管理，并且已經包含了Python和相關的配套工具。

這里先解釋下conda、anaconda這些概念的差別。conda可以理解為一個工具，也是一個可執(zhí)行命令，其核心功能是包管理與環(huán)境管理。包管理與pip的使用類似，環(huán)境管理則允許用戶方便地安裝不同版本的python并可以快速切換。Anaconda則是一個打包的集合，里面預裝好了conda、某個版本的python、眾多packages、科學計算工具等等，所以也稱為Python的一種發(fā)行版。其實還有Miniconda，顧名思義，它只包含最基本的內容——python與conda，以及相關的必須依賴項，對于空間要求嚴格的用戶，Miniconda是一種選擇。

進入下文之前，說明一下conda的設計理念——conda將幾乎所有的工具、第三方包都當做package對待，甚至包括python和conda自身！因此，conda打破了包管理與環(huán)境管理的約束，能非常方便地安裝各種版本python、各種package并方便地切換。

Anaconda的安裝

Anaconda的下載頁參見官網下載，Linux、Mac、Windows均支持。

安裝時，會發(fā)現有兩個不同版本的Anaconda，分別對應Python 2.7和Python 3.5，兩個版本其實除了這點區(qū)別外其他都一樣。后面我們會看到，安裝哪個版本并不本質，因為通過環(huán)境管理，我們可以很方便地切換運行時的Python版本。（由于我常用的Python是2.7和3.4，因此傾向于直接安裝Python 2.7對應的Anaconda）

下載后直接按照說明安裝即可。這里想提醒一點：盡量按照Anaconda默認的行為安裝——不使用root權限，僅為個人安裝，安裝目錄設置在個人主目錄下（Windows就無所謂了）。這樣的好處是，同一臺機器上的不同用戶完全可以安裝、配置自己的Anaconda，不會互相影響。

對于Mac、Linux系統，Anaconda安裝好后，實際上就是在主目錄下多了個文件夾（~/anaconda）而已，Windows會寫入注冊表。安裝時，安裝程序會把bin目錄加入PATH（Linux/Mac寫入~/.bashrc，Windows添加到系統變量PATH），這些操作也完全可以自己完成。以Linux/Mac為例，安裝完成后設置PATH的操作是

配置好PATH后，可以通過which conda或conda --version命令檢查是否正確。假如安裝的是Python 2.7對應的版本，運行python --version或python -V可以得到Python 2.7.12 :: Anaconda 4.1.1 (64-bit)，也說明該發(fā)行版默認的環(huán)境是Python 2.7。

Conda的環(huán)境管理

Conda的環(huán)境管理功能允許我們同時安裝若干不同版本的Python，并能自由切換。對于上述安裝過程，假設我們采用的是Python 2.7對應的安裝包，那么Python 2.7就是默認的環(huán)境（默認名字是root，注意這個root不是超級管理員的意思）。

假設我們需要安裝Python 3.4，此時，我們需要做的操作如下：

# 創(chuàng)建一個名為python34的環(huán)境，指定Python版本是3.4（不用管是3.4.x，conda會為我們自動尋找3.4.x中的最新版本）

conda create --name python34 python=3.4



# 安裝好后，使用activate激活某個環(huán)境

activate python34 # for Windows

source activate python34 # for Linux & Mac

# 激活后，會發(fā)現terminal輸入的地方多了python34的字樣，實際上，此時系統做的事情就是把默認2.7環(huán)境從PATH中去除，再把3.4對應的命令加入PATH

# 此時，再次輸入

python --version

# 可以得到`Python 3.4.5 :: Anaconda 4.1.1 (64-bit)`，即系統已經切換到了3.4的環(huán)境

# 如果想返回默認的python 2.7環(huán)境，運行

deactivate python34 # for Windows

source deactivate python34 # for Linux & Mac

# 刪除一個已有的環(huán)境

conda remove --name python34 --all

說明：有些用戶可能經常使用python 3.4環(huán)境，因此直接把~/anaconda/envs/python34下面的bin或者Scripts加入PATH，去除anaconda對應的那個bin目錄。這個辦法，怎么說呢，也是可以的，但總覺得不是那么elegant……用戶安裝的不同python環(huán)境都會被放在目錄~/anaconda/envs下，可以在命令中運行conda info -e查看已安裝的環(huán)境，當前被激活的環(huán)境會顯示有一個星號或者括號。

如果直接按上面說的這么改PATH，你會發(fā)現conda命令又找不到了（當然找不到啦，因為conda在~/anaconda/bin里呢），這時候怎么辦呢？方法有二：1. 顯式地給出conda的絕對地址 2. 在python34環(huán)境中也安裝conda工具（推薦）。

Conda的包管理

Conda的包管理就比較好理解了，這部分功能與pip類似。

例如，如果需要安裝scipy：

# 安裝scipy

conda install scipy

# conda會從從遠程搜索scipy的相關信息和依賴項目，對于python 3.4，conda會同時安裝numpy和mkl（運算加速的庫）


# 查看已經安裝的packages

conda list

# 最新版的conda是從site-packages文件夾中搜索已經安裝的包，不依賴于pip，因此可以顯示出通過各種方式安裝的包

conda的一些常用操作如下：

# 查看當前環(huán)境下已安裝的包

conda list



# 查看某個指定環(huán)境的已安裝包

conda list -n python34



# 查找package信息

conda search numpy


# 安裝package

conda install -n python34 numpy

# 如果不用-n指定環(huán)境名稱，則被安裝在當前活躍環(huán)境

# 也可以通過-c指定通過某個channel安裝



# 更新package

conda update -n python34 numpy



# 刪除package

conda remove -n python34 numpy

前面已經提到，conda將conda、python等都視為package，因此，完全可以使用conda來管理conda和python的版本，例如

# 更新conda，保持conda最新

conda update conda


# 更新anaconda

conda update anaconda


# 更新python

conda update python

# 假設當前環(huán)境是python 3.4, conda會將python升級為3.4.x系列的當前最新版本

補充：如果創(chuàng)建新的python環(huán)境，比如3.4，運行conda create -n python34 python=3.4之后，conda僅安裝python 3.4相關的必須項，如python, pip等，如果希望該環(huán)境像默認環(huán)境那樣，安裝anaconda集合包，只需要：

# 在當前環(huán)境下安裝anaconda包集合

conda install anaconda



# 結合創(chuàng)建環(huán)境的命令，以上操作可以合并為

conda create -n python34 python=3.4 anaconda

# 也可以不用全部安裝，根據需求安裝自己需要的package即可

設置國內鏡像

如果需要安裝很多packages，你會發(fā)現conda下載的速度經常很慢，因為Anaconda.org的服務器在國外。所幸的是，清華TUNA鏡像源有Anaconda倉庫的鏡像，我們將其加入conda的配置即可：

# 添加Anaconda的TUNA鏡像

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

# TUNA的help中鏡像地址加有引號，需要去掉



# 設置搜索時顯示通道地址

conda config --set show_channel_urls yes

執(zhí)行完上述命令后，會生成~/.condarc(Linux/Mac)或C:UsersUSER_NAME.condarc文件，記錄著我們對conda的配置，直接手動創(chuàng)建、編輯該文件是相同的效果。

Anaconda具有跨平臺、包管理、環(huán)境管理的特點，因此很適合快速在新的機器上部署Python環(huán)境?？偨Y而言，整套安裝、配置流程如下：

• 下載Anaconda、安裝

• 配置PATH（bashrc或環(huán)境變量），更改TUNA鏡像源

• 創(chuàng)建所需的不用版本的python環(huán)境

• Just Try!

• cheat-sheet 下載：Conda cheat sheet

關于Anaconda的使用分析是怎樣的就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。