anaconda 简绍

anaconda 和 python 的关系

python 是一门编程语言，官网的 Python 蕴含了外围的模块和库，为了应用其余的性能，须要独自下载其余的模块和库。
anaconda 将 python 和许多更高级性能的库捆绑在一起，造成了一个不便的科学计算环境，装置了 Ananconda 就相当于装置了 Python 外加这些模块和库。省去了本人下载和装置各种包的麻烦，特地上 linux 上降级和装置 python 非常麻烦。当然 Anaconda 次要的性能还在于你能够不便进行环境治理。
总之 anacond = python + 高级性能库 + IDE（集成开发环境，anaconda 包中自带的 IDE: jupyter notebook 和 spyder）

Anaconda、conda、pip、virtualenv 的区别

• Anaconda
  Anaconda 是一个蕴含 180+ 的迷信包及其依赖项的发行版本。其蕴含的迷信包包含：conda, numpy, scipy, ipython notebook 等。
• conda
  conda 是 anaconda 中包及其依赖项和环境的管理工具。conda 包和环境管理器蕴含于 Anaconda 的所有版本当中。只有你装置了 anaconda 就会主动装置 conda 包。
  conda 包不仅仅实用于 Python, 还实用于 R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN 等其余语言。并能够在任何平台上运行。
  conda 能够疾速装置、运行和升级包及其依赖项。并能够在计算机中便捷地创立、保留、加载和切换环境。
• PIP
  PIP 是通用的 Python 包管理工具，提供了对 Python 包的查找、下载、装置、卸载、更新等性能。在 Python3.4（一说是 3.6）及更新的版本中，PIP 曾经捆绑装置了，不须要再独自装置。

• virtualenv
  virtualenv 是用于创立一个独立的 Python 环境的工具包。可通过 pip 装置应用。

  pip 与 conda 比拟

• 依赖项查看
  pip：

  • 不肯定会展现所需其余依赖包。
  • 安装包时或者会间接疏忽依赖项而装置，仅在后果中提醒谬误。

  conda:

  • 列出所需其余依赖包。
  • 安装包时主动装置其依赖项。
  • 能够便捷地在包的不同版本中自在切换。
• 环境治理
  pip: 保护多个环境难度较大。
  conda: 比拟不便地在不同环境之间进行切换，环境治理较为简单。
• 对系统自带 Python 的影响
  pip：在零碎自带 Python 中包的更新 / 回退版本 / 卸载将影响其余程序。
  conda：不会影响零碎自带 Python。
• 实用语言
  pip：仅实用于 Python。
  conda：实用于 Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN 等。
• conda 与 pip、virtualenv 的关系
  conda 联合了 pip 和 virtualenv 的性能。

下载安装

网络上有大量的介绍，在此就不在做赘述。

conda 治理

window 用户在 anacon 目录下启动“Anaconda Prompt”，macOS 和 Linux 用户请应用“Terminal”进行操作。

• conda 本身相干

  • 查看以后 conda 工具版本号: conda --version
  • 查看包含版本的更多信息: conda info
  • 更新 conda 至最新版本: conda update conda
  • 查看 conda 帮忙信息: conda -h

• conda 环境治理相干

  • 查看 conda 环境治理命令帮忙信息：conda create --help
  • 创立 python 环境（创立进去的虚拟环境所在的地位为 conda 门路下的 env/ 文件下, 默认创立和以后 python 版本统一的环境.）：conda create --name envname
  • 创立新环境时指定版本 (以 python3.6 版本为例)，环境名称为 python36：conda create --name python36 python=3.6
  • 切换环境 (以 python36 的环境为例，默认是 base 环境），切换后可通过 python - V 查看是否切换胜利：conda activate python36
  • 返回前一个 python 环境：conda deactivate
  • 显示已创立的环境，会列出所有的环境名和对应门路: conda info -e
  • 删除虚拟环境（envname 为环境名称）: conda remove --name envname --all
  • 指定 python 版本, 以及多个包（envname 为环境名称）：conda create -n envname python=3.6 scipy=0.15.0 astroib numpy
  • 查看以后环境装置的包: conda list #获取以后环境中已装置的包
conda list -n python36 #获取指定环境中已装置的包 (python36 为环境名)
  • 重命名环境（conda 其实没有重命名指令，实现重命名是通过 clone 实现的，分两步：先 clone 一份 new name 的环境而后删除 old name 的环境）比方，想把环境 rcnn 重命名成 tf: conda create -n tf --clone rcnn #克隆环境 rcnn
conda remove -n rcnn --all #删除 rcnn 环境
  • 克隆一个环境 (clone_env 代指克隆失去的新环境的名称,envname 代指被克隆的环境的名称): conda create --name clone_env --clone envname
conda info --envs #查看 conda 环境信息

• 包相干

  • 查看以后环境下所有的包（前提是进入到该环境下）：conda list
  • 查找包：conda search py #含糊查找，即含糊匹配，只有含 py 字符串的包名就能匹配到
conda search --full-name python #--full-name 示意准确查找，即齐全匹配名为 python 的包
  • 装置更新删除包:
    conda install scrapy #在以后环境中安装包
conda install -n python36 scrapy #在 python36 环境中安装包
conda update scrapy #在以后环境中更新包
conda update -n python36 scrapy #在 python36 环境中更新包
conda update --all #更新以后环境所有包
conda remove scrapy #在以后环境中删除包
conda remove -n python36 scrapy #在 python36 环境中删除包

• Python 治理相干

  • 查找能够装置的 python：conda search python #查找所有名称蕴含 python 的包
  • 装置不同版本的 Python(在不影响以后版本的状况下, 新建环境并装置不同版本的 python) conda create -n py36 python=3.6 anaconda #py36 为您要创立的环境的名称。anaconda 是元数据包，带这个会把 base 的根底包一起装置，不带的话新环境只蕴含 python3.6 相干的包。python = 3.6 是您要在此新环境中装置的软件包和版本。
  • 激活想要应用的环境（py36 为环境名）: conda activate py36
  • 更新 Python：conda update python
  • 将 python 更新到指定版本的: conda install python=3.6

• 分享环境 (在不同的电脑上创立雷同的环境 - 同一个版本的 python 及各种包)

  • 首先通过 activate target_env（target_env 为要分享的环境名），而后输出上面的命令会在当前工作目录下生成一个 environment.yml 文件：conda env export > environment.yml
  • 小伙伴拿到 environment.yml 文件后，将该文件放在工作目录下，能够通过以下命令从该文件创建环境: conda env create -f environment.yml