Anaconda Distribution是執行Python數據科學和機器學習最簡單的方法。python
它包括250多種流行的數據科學軟件包,以及適用於Windows,Linux和MacOS的conda軟件包和虛擬環境管理器。
Conda使安裝,運行和升級複雜的數據科學和機器學習環境(如Scikit-learn,TensorFlow和SciPy)變得簡單快捷。linux
下載地址:
https://www.anaconda.com/download/
在上面的地址,選擇本身合適的版本,
下載以後,直接安裝,windows用戶能夠直接把添加到環境變量這條勾上,其他的,下一步安裝完成windows
安裝完成以後:查看版本確認是否安裝成功機器學習
conda --version學習
有版本輸出就說明安裝到位了spa
安裝完成以後,推薦把默認的工做空間改一下:
Jupyter notebook 安裝後,啓動後,默認的工做空間是當前用戶目錄。爲了方便對文檔進行管理,每每須要自行設置工做空間。下面介紹一種便捷的工做空間設置方法。ip
對 Jupyter notebook 快捷方式進行修改。右擊 jupyter notebook 快捷方式 -> 屬性 -> 把「目標」中的 %USERPROFILE% 替換成你想要的目錄,eg:F:\AnacondaWorkspaceci
接下來雙擊 Jupyter notebook 運行,就能夠見證效果。rem
ps:conda是Anaconda的管理器,能夠對包Package和環境Environment進行安裝,升級等操做,和python的pip有點相似文檔
建立新的環境:
conda create --name [環境名稱] python=3.5[指明版本]
接着,激活
activate [環境名稱] //windows
source activate [環境名稱] //linux or mac
退出環境
deactivate [環境名稱] //windows
source deactivate [環境名稱] //linux or mac
刪除環境
conda remove --name [環境名稱] --all
安裝一個python包
conda install [包名稱]
conda install numpy
查看已安裝的python包
conda list
conda list -n [環境名稱] //查看指定環境的python包
刪除包
conda remove -n [環境名稱] [包名稱] conda remove -n [環境名稱] numpy