Anaconda使用入门

简介

  • Conda是一个开源的包、环境管理器,可以用于在同一个机器上安装不同版本的软件包及其依赖,并能够在不同的环境之间切换
  • Anaconda包括CondaPython以及一大堆安装好的工具包,比如:numpypandas
  • Miniconda包括CondaPython

一般我们下载使用的就是Anaconda,包括了基本的一些工具包,

conda就是用于管理包和环境的命令行工具,下面介绍一下其基本用法

conda管理

# 确认conda已安装
conda --version

# 更新conda版本
conda update conda

其中更新命令不仅仅会更新conda的版本,同时会自动更新相关的包,

其实,我们也可以使用这个命令来更新Anaconda版本

conda update anaconda

环境管理

这里的环境指的是不同的软件版本及其依赖所构成的环境,

环境之间“绝缘”,相同软件包的不同版本可以存在于同一机器下

# 创建新环境
conda create --name snowflakes biopython

其中snowflakes代指环境的名称,biopython指要在新环境中添加的软件包,

这里并没有指定新的环境所要使用的Python版本,所以会使用当前环境使用的Python版本

# 查看当前环境
conda info --envs
# conda environments:
#
# root                  *  C:\Program Files\Anaconda3
# snowflakes               C:\Program Files\Anaconda3\envs\snowflakes

上述命令会列出当前所有可用的环境及其路径,并在当前使用的环境前添加*

root是在安装Anaconda时自动创建的环境名称,

其Python版本根据选择的Anaconda版本而定

# 创建环境时指定Python版本
conda create --name bunnies python=3 astroid babel

在创建环境指定软件包时,可以使用package_name=version_number

的方式来指定要使用的软件版本

# 切换环境
# Linux, OSX:
# source activate snowflakes
#
# Windows:
activate snowflakes

# 切换回默认环境(root)
# Linux, OSX:
# source deactivate
#
# Windows:
deactivate

其实,还可以复制一个和指定环境完全相同的环境,

只要在创建时添加--clone参数指定相应的环境名称即可

# 复制环境
conda create --name flowers --clone snowflakes

另外,环境也可以在不同机器之间进行复制,

只要将要复制的环境导出为*.yml配置文件,

再到指定机器上创建时指定配置文件即可

# 导出配置文件
conda env export --name snowflakes > snowflakes.yml

# 根据配置文件导入环境
conda env create -f snowflakes.yml

软件包管理

# 查看所有已安装的软件包
conda list

可用的完整软件包列表可以在http://docs.continuum.io/anaconda/pkg-docs.html中查找,

所有的软件包都按照Python的版本进行了分类

当我们想要安装某个软件包时,可以直接在命令行中进行查找并安装

# 查找软件包
# 罗列出所有可用的版本并在已经安装的版本前加*
conda search beautifulsoup4

# 安装软件包
conda install --name beautifulsoup4=4.4.1

另外,也可以http://anaconda.org网站上搜索想要的软件包,

根据页面上的提示执行相应的命令即可安装

最后,同样的可以使用pip命令来安装软件包

pip install XXX

而更新软件包可以使用update命令

conda update --name snowflakes beautifulsoup4=4.5.1

python管理

对于conda来说,其实python也是一个软件包,

所以,python的管理基本和软件包管理相同

# 查找可用python版本
conda search --full-name python

查找名称完全匹配python的软件包,而不是名称还有python的软件包,

可以在创建环境时指定python版本

conda create -n snakes python=3.4

卸载包、环境

# 卸载包
# 删除指定环境中的指定包
conda remove --name snowflakes biopython

# 卸载环境
# --all参数表示移除环境中的所有软件包,即删除整个环境
conda remove --name snakes --all

TIPS:

所有命令都可以使用--help参数来查找详细的参数说明及用法

参考链接:

http://conda.pydata.org/docs/test-drive.html

https://docs.continuum.io/_downloads/Anaconda_CheatSheet.pdf

原文地址:https://www.cnblogs.com/jpfss/p/9866987.html

时间: 2024-10-29 11:55:25

Anaconda使用入门的相关文章

学习wavenet_vocoder之环境配置

WaveNet vocoder位于github的位置,https://github.com/r9y9/wavenet_vocoder 一.配置时的环境 操作系统:win10 python环境工具:Anaconda 4.5.3 python版本:3.6 二.操作步骤 简单说明:其实在github中的readme已有对应较为详细的说明,因本人第一次接触,导致多走了较多弯路 1.首先在命令行输入命令创建对应的环境并切换到对应的环境当中,具体可参考<Anaconda完全入门指南>这一文档 1.在git

致Python初学者:Anaconda入门使用指南

原文出处: 鱼心fishstar 打算学习 Python 来做数据分析的你,是不是在开始时就遇到各种麻烦呢? 到底该装 Python2 呢还是 Python3 ? 为什么安装 Python 时总是出错? 怎么安装工具包呢? 为什么提示说在安装这个工具前必须先安装一堆其他不明所以的工具? 相信大多数 Python 的初学者们都曾为环境问题而头疼不已,但你并不孤独,大家都是这么折腾过来的.为了在入门时少走弯路,并且让高涨的积极性不至于太受打击,这里推荐使用 Anaconda 来管理你的安装环境和各种

Python入门:Anaconda和Pycharm的安装和配置

Python入门:Anaconda和Pycharm的安装和配置 子曰:"工欲善其事,必先利其器."学习Python就需要有编译Python程序的软件,一般情况下,我们选择在Python官网下载对应版本的Python然后用记事本编写,再在终端进行编译运行即可,但是对于我这样懒的小白,我喜欢装一些方便的软件来辅助我编写程序.在学习Java时,正常情况选择安装JDK然后配置环境变量后,用记事本编写程序再在终端编译运行即可,而我一般选择安装JDK+MyEclipse.将Python和Java进

python入门——Anaconda安装

初学Python,可以选择python原始的IDE,但原始的IDE在使用过程中需要自己安装各种包,个人觉得初学者不需要将时间花在这些上面,而是应该直接学习python程序,这些比较杂的事情可以在以后的学习过程中慢慢补充.所以这里推荐使用anaconda,安装完anaconda,就相当于安装了Python.IPython.集成开发环境Spyder.JupyterNotebook,还有一些包等等,非常方便. Anaconda可以在官网下载,但是官网下载太慢,这里是一个下载地址,速度非常快.    

python入门-windows下anaconda环境搭建

1. anaconda下载 根据根据自己系统下载32位还是64位,还有版本 python3.6--64bit python3.6--32bit python2.7--64bit python2.7--32bit 2. anaconda安装 一路next, ps:注意一下安装路径 3. anaconda简单使用 anaconda主要包含包管理工具anaconda navigator.命令行窗口anaconda prompt.IDEspyder.网页式编译器jupyter notebook.交互式s

Anaconda入门

Anacona3 Anaconda官网 创建一个新的 environment conda create --name python34 python=3.4 查看已经存在的environment conda info -e 激活一个 environment activate python34 # for windowssource activate python34 # for linux & mac 退出一个 environment deactivate python34 # for wind

【机器学习_5】Anaconda:初学Python、入门机器学习的首选

Anaconda是一个用于科学计算的Python发行版,提供了包管理与环境管理的功能,可以很方便地解决多版本python并存.切换以及各种第三方包安装问题. 集成包功能: NumPy:提供了矩阵运算的功能,其一般与Scipy.matplotlib一起使用,Python创建的所有更高层工具的基础,不提供高级数据分析功能 Scipy:依赖于NumPy,它提供便捷和快速的N维向量数组操作.提供模块用于优化.线性代数.积分以及其它数据科学中的通用任务. Pandas:基于NumPy 的一种工具,该工具是

2.python,pycharm,anaconda之间的区别与联系 - python基础入门

Python环境配置-Pycharm下载/Anaconda安装 中我们已经完成了 Pycharm 和Anaconda 的安装.可能对于刚接触的小伙伴还是比较懵逼的,一会python一会Anaconda一会又特么来了个pycharm,一串接一串英文,特么怎么读都还不知道!!! 一.python是什么 python是一门编程语言,当前比较流程的编程语言有C/C++  .JAVA .Object-C  .PHP等,当然python也是其中之一.每一种编程语言都有自己的语法和规范,要想通过python编

Anaconda入门教程

Anaconda 使用指南 概述 很多学习python的初学者甚至学了有一段时间的人接触到anaconda或者其他虚拟环境工具时觉得无从下手, 其主要原因就是不明白这些工具究竟有什么用, 是用来做什么的, 为什么要这么做, 比如笔者一开始也是不明白为啥除了python之外我还需要这么一个东西, 他和python到底有啥联系和区别, 为啥能用来管理python. 在使用过之后我才逐渐发现其实anaconda等环境管理工具究竟在做啥, 以及为什么我们需要他们来管理我们的python环境 首先我们需要