强大的anaconda

anaconda虽然强大,但从官网上却不好下载,网上搜了下,有人提供如下网址(下载速度很快)

https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

因本人操作系统是32位的,故下载版本 Anaconda2-4.2.0-Windows-x86.exe

其自带各种Python库,再也不用再Python2.7上下载和安装各种烦人的库了。

其还自带Spyder,查看变量很方便,类似MATLAB的工作环境。

当然此集成环境也有缺点,debug并舒服。

使用pycharm debug(仿VC环境),使用舒服。

时间: 2024-10-05 04:58:32

强大的anaconda的相关文章

python编译环境发掘——从IDLE到sublime到pycharm到Anaconda

一个好的编译器对于我们处理日常的科研很关键,好的编译器无论是从界面,字体风格,提示,调试等各方面都能从用户角度出发,提供最好的使用体验.Python本身自带的IDLE或者在CMD里进行操作和调试,对于小型的测试程序和学习的时候是可以的:但是对相对比较大的程序,它们就显得有些力不从心了,首先是查找和提示的,还有就是当你想要改变程序中某个变量或者函数的名称,一个个查找是让人奔溃的事情. 本人显示从IDLE和CMD开始Python码城过程的,慢慢的发现,相对于以前使用的VS和eclipse,它们显得太

通过anaconda进行python多版本控制

---恢复内容开始--- linux与windows通用. 1. 假设电脑上已经转好anaconda3. (anaconda 默认装好了python3.jupyter.spyter) 2. 现在需求是:我想同时使用python2.  但是不想python2与python3冲突. 而且希望pip install 安装包时,版本之间有隔离..还好,强大的anaconda已经帮我们考虑到了这些需求. 1.创建一个名为python27的环境,指定Python版本是2.7(不用管是2.7.x,conda会

Anaconda多环境多版本python配置指导

Anaconda多环境多版本python配置指导 来自:http://www.jianshu.com/p/d2e15200ee9b 原文地址:http://conda.pydata.org/docs/test-drive.html conda测试指南 在开始这个conda测试之前,你应该已经下载并安装好了Anaconda或者Miniconda注意:在安装之后,你应该关闭并重新打开windows命令行. 一.Conda测试过程: 使用conda.首先我们将要确认你已经安装好了conda 配置环境.

Anaconda安装

Anaconda(python科学计算环境),自带的包管理器conda非常强大,可以通过conda list查看自带的python扩展也可通过conda install或者pip install来安装所需的模块,自带python环境,不需要自己安装:自带python集成开发环境Spyder,综上所述,anaconda将包管理器,python,python集成开发环境都集中在一起,使用非常方便. 1. 下载与电脑系统对应的anaconda版本 https://www.continuum.io/do

Python科学计算发行版—Anaconda

Python是一种强大的编程语言,其提供了很多用于科学计算的模块,常见的包括numpy.scipy和matplotlib.要利用Python进行科学计算,就需要一一安装所需的模块,而这些模块可能又依赖于其它的软件包或库,因而安装和使用起来相对麻烦.幸好有人专门在做这一类事情,将科学计算所需要的模块都编译好,然后打包以发行版的形式供用户使用,Anaconda就是其中一个常用的科学计算发行版. 主页: https://store.continuum.io/cshop/anaconda/ Anacon

anaconda 使用总结

序 Python易用,但用好却不易,其中比较头疼的就是包管理和Python不同版本的问题,特别是当你使用Windows的时候.为了解决这些问题,有不少发行版的Python,比如WinPython.Anaconda等,这些发行版将python和许多常用的package打包,方便pythoners直接使用,此外,还有virtualenv.pyenv等工具管理虚拟环境. 个人尝试了很多类似的发行版,最终选择了Anaconda,因为其强大而方便的包管理与环境管理的功能.该文主要介绍下Anaconda,对

Python科学计算(一)环境简介——Anaconda Python

Anaconda是一个和Canopy类似的科学计算环境,但用起来更加方便.自带的包管理器conda也很强大.下载地址为:http://www.continuum.io/downloads(访问不稳定,可能需要FQ.PS:(可以注册个nydus VPNFQ免费使用7天:http://www.nydus.com.cn)或者下载lantern.Anaconda提供了Python2.7和Python3.4两个主要版本,同时如果需要其他版本,还可以通过conda来创建. 安装完成后可以看到,Anacond

Python科学计算环境推荐——Anaconda

最近在用Python做中文自然语言处理.使用的IDE是PyCharm.PyCharm确实是Python开发之首选,但用于科学计算方面,还略有欠缺.为此我尝试过Enthought Canopy,但Canopy感觉把问题搞得复杂化,管理Python扩展也不太方便.直到今天我发现了 Anaconda . Anaconda是一个和Canopy类似的科学计算环境,但用起来更加方便.自带的包管理器conda也很强大. 首先是下载安装.Anaconda提供了Python2.7和Python3.4两个版本,同时

Anaconda的使用

Python易用,但用好却不易,其中比较头疼的就是包管理和Python不同版本的问题,特别是当你使用Windows的时候.为了解决这些问题,有不少发行版的Python,比如WinPython.Anaconda等,这些发行版将python和许多常用的package打包,方便pythoners直接使用,此外,还有virtualenv.pyenv等工具管理虚拟环境. 个人尝试了很多类似的发行版,最终选择了Anaconda,因为其强大而方便的包管理与环境管理的功能.该文主要介绍下Anaconda,对An