您的位置:首页 > 其它

Anaconda基础使用指南

2017-07-23 13:31 155 查看

管理包

安装了 Anaconda 之后,管理包是很简单的。安装包,在终端中键入 conda install package_name 。如,要安装 numpy,键入 conda install numpy同时安装多个包。如:conda install numpy scipy pandas还可以通过添加版本号(例如 conda install numpy=1.10)来指定所需的包版本。卸载包,使用 conda remove package_name更新包,使用 conda update package_name更新环境中的所有包(这样做常常很有用),使用 conda update --all列出已安装的包,使用 conda list在 Windows 上,会随 Anaconda 一起安装一批应用程序:Anaconda Navigator,它是用于管理环境和包的 GUI
Anaconda Prompt 终端,它可让你使用命令行界面来管理环境和包
Spyder,它是面向科学开发的 IDE
如果不知道要找的包的确切名称,可以尝试使用 conda search search_term 进行搜索。例如,我知道我想安装 Beautiful Soup,但我不清楚确切的包名称。因此,尝试执行 conda search beautifulsoup。  

管理环境

可以使用 conda 创建环境以隔离项目。要创建环境,使用 conda create -n env_name list of packages。在这里,-n env_name 设置环境的名称(-n 是指名称),而 list of packages 是要安装在环境中的包的列表。例如,要创建名为 my_env 的环境并在其中安装 numpy,请键入 conda create -n my_env numpy。创建环境时,可以指定要安装在环境中的 Python 版本。这在你同时使用 Python 2.x 和 Python 3.x 中的代码时很有用。要创建具有特定 Python 版本的环境,键入类似于 conda create -n py3 python=3 或 conda create -n py2 python=2 的命令。实际上,我在我的个人计算机上创建了这两个环境。我将它们用作与任何特定项目均无关的通用环境,以处理普通的工作(可轻松使用每个 Python 版本)。这些命令将分别安装 Python 3 和 2 的最新版本。要安装特定版本(例如 Python 3.3),使用 conda create -n py python=3.3创建了环境后,在 OSX/Linux 上使用 source activate my_env 进入环境。在 Windows 上,使用 activate my_env共享环境这项功很有用,它能让其他人安装你的代码中使用的所有包,并确保这些包的版本正确。可以使用 conda env export > environment.yaml 将包保存为 YAML。第一部分 conda env export 输出环境中的所有包的名称(包括 Python 版本)。

上图可见其列出了环境的名称、所有依赖项及其版本。导出命令的第二部分 > environment.yaml 将导出的文本写入到 YAML 文件 environment.yaml 中。现在可以共享此文件,而且其他人能够创建和你用于项目相同的环境。如果忘记了环境的名称,可以使用 conda env list 列出你创建的所有环境。会看到环境的列表,当前所在环境的旁边会有一个星号。默认的环境(即当你不在环境中时使用的环境)名为 root。如果不再使用某些环境,可以使用 conda env remove -n env_name 删除指定的环境(在这里名为 env_name)。  

使用环境

对我帮助很大的一点是,我的 Python 2 和 Python 3 具有独立的环境。我使用了 conda create -n py2 python=2 和 conda create -n py3 python=3 创建两个独立的环境,即 py2 和 py3。现在,我的每个 Python 版本都有一个通用环境。在所有这些环境中,我都安装了大多数标准的数据科学包(numpy、scipy、pandas 等)。 

共享环境

在 GitHub 上共享代码时,最好同样创建环境文件并将其包括在代码库中。这能让其他人更轻松地安装你的代码的所有依赖项。对于不使用 conda 的人,我通常还会使用 
pip freeze
在此处了解详情)将一个 pip 
requirements.txt
 文件包括在内 相关内容:在Windows上安装Anaconda+TensorFlow 记录python2与python3的区别      
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: