anaconda 使用總結

序

Python易用，但用好卻不易，其中比較頭疼的就是包管理和Python不一樣版本的問題，特別是當你使用Windows的時候。爲了解決這些問題，有很多發行版的Python，好比WinPython、Anaconda等，這些發行版將python和許多經常使用的package打包，方便pythoners直接使用，此外，還有virtualenv、pyenv等工具管理虛擬環境。

我的嘗試了不少相似的發行版，最終選擇了Anaconda，由於其強大而方便的包管理與環境管理的功能。該文主要介紹下Anaconda，對Anaconda的理解，並簡要總結下相關的操做。

Anaconda概述

Anaconda是一個用於科學計算的Python發行版，支持 Linux, Mac, Windows系統，提供了包管理與環境管理的功能，能夠很方便地解決多版本python並存、切換以及各類第三方包安裝問題。Anaconda利用工具/命令conda來進行package和environment的管理，而且已經包含了Python和相關的配套工具。

這裏先解釋下conda、anaconda這些概念的差異。conda能夠理解爲一個工具，也是一個可執行命令，其核心功能是包管理與環境管理。包管理與pip的使用相似，環境管理則容許用戶方便地安裝不一樣版本的python並能夠快速切換。Anaconda則是一個打包的集合，裏面預裝好了conda、某個版本的python、衆多packages、科學計算工具等等，因此也稱爲Python的一種發行版。其實還有Miniconda，顧名思義，它只包含最基本的內容——python與conda，以及相關的必須依賴項，對於空間要求嚴格的用戶，Miniconda是一種選擇。

進入下文以前，說明一下conda的設計理念——conda將幾乎全部的工具、第三方包都當作package對待，甚至包括python和conda自身！所以，conda打破了包管理與環境管理的約束，能很是方便地安裝各類版本python、各類package並方便地切換。

Anaconda的安裝

Anaconda的下載頁參見官網下載，Linux、Mac、Windows均支持。

安裝時，會發現有兩個不一樣版本的Anaconda，分別對應Python 2.7和Python 3.5，兩個版本其實除了這點區別外其餘都同樣。後面咱們會看到，安裝哪一個版本並不本質，由於經過環境管理，咱們能夠很方便地切換運行時的Python版本。（因爲我經常使用的Python是2.7和3.4，所以傾向於直接安裝Python 2.7對應的Anaconda）

下載後直接按照說明安裝便可。這裏想提醒一點：儘可能按照Anaconda默認的行爲安裝——不使用root權限，僅爲我的安裝，安裝目錄設置在我的主目錄下（Windows就無所謂了）。這樣的好處是，同一臺機器上的不一樣用戶徹底能夠安裝、配置本身的Anaconda，不會互相影響。

對於Mac、Linux系統，Anaconda安裝好後，實際上就是在主目錄下多了個文件夾（~/anaconda）而已，Windows會寫入註冊表。安裝時，安裝程序會把bin目錄加入PATH（Linux/Mac寫入~/.bashrc，Windows添加到系統變量PATH），這些操做也徹底能夠本身完成。以Linux/Mac爲例，安裝完成後設置PATH的操做是

 

 

1 2 3 4

# 將anaconda的bin目錄加入PATH，根據版本不一樣，也多是~/anaconda3/bin echo 'export PATH="~/anaconda2/bin:$PATH"' >> ~/.bashrc # 更新bashrc以當即生效 source ~/.bashrc

配置好PATH後，能夠經過which conda或conda --version命令檢查是否正確。假如安裝的是Python 2.7對應的版本，運行python --version或python -V能夠獲得Python 2.7.12 :: Anaconda 4.1.1 (64-bit)，也說明該發行版默認的環境是Python 2.7。

Conda的環境管理

Conda的環境管理功能容許咱們同時安裝若干不一樣版本的Python，並能自由切換。對於上述安裝過程，假設咱們採用的是Python 2.7對應的安裝包，那麼Python 2.7就是默認的環境（默認名字是root，注意這個root不是超級管理員的意思）。

假設咱們須要安裝Python 3.4，此時，咱們須要作的操做以下：

 

 

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

# 建立一個名爲python34的環境，指定Python版本是3.4（不用管是3.4.x，conda會爲咱們自動尋找3.4.x中的最新版本） conda create --name python34 python=3.4   # 安裝好後，使用activate激活某個環境 activate python34 # for Windows source activate python34 # for Linux & Mac # 激活後，會發現terminal輸入的地方多了python34的字樣，實際上，此時系統作的事情就是把默認2.7環境從PATH中去除，再把3.4對應的命令加入PATH   # 此時，再次輸入 python --version # 能夠獲得`Python 3.4.5 :: Anaconda 4.1.1 (64-bit)`，即系統已經切換到了3.4的環境   # 若是想返回默認的python 2.7環境，運行 deactivate python34 # for Windows source deactivate python34 # for Linux & Mac   # 刪除一個已有的環境 conda remove --name python34 --all

用戶安裝的不一樣python環境都會被放在目錄~/anaconda/envs下，能夠在命令中運行conda info -e查看已安裝的環境，當前被激活的環境會顯示有一個星號或者括號。

說明：有些用戶可能常用python 3.4環境，所以直接把~/anaconda/envs/python34下面的bin或者Scripts加入PATH，去除anaconda對應的那個bin目錄。這個辦法，怎麼說呢，也是能夠的，但總以爲不是那麼elegant……

若是直接按上面說的這麼改PATH，你會發現conda命令又找不到了（固然找不到啦，由於conda在~/anaconda/bin裏呢），這時候怎麼辦呢？方法有二：1. 顯式地給出conda的絕對地址 2. 在python34環境中也安裝conda工具（推薦）。

Conda的包管理

Conda的包管理就比較好理解了，這部分功能與pip相似。

例如，若是須要安裝scipy：

 

 

1 2 3 4 5 6 7

# 安裝scipy conda install scipy # conda會從從遠程搜索scipy的相關信息和依賴項目，對於python 3.4，conda會同時安裝numpy和mkl（運算加速的庫）   # 查看已經安裝的packages conda list # 最新版的conda是從site-packages文件夾中搜索已經安裝的包，不依賴於pip，所以能夠顯示出經過各類方式安裝的包

conda的一些經常使用操做以下：

 

 

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

# 查看當前環境下已安裝的包 conda list   # 查看某個指定環境的已安裝包 conda list -n python34   # 查找package信息 conda search numpy   # 安裝package conda install -n python34 numpy # 若是不用-n指定環境名稱，則被安裝在當前活躍環境 # 也能夠經過-c指定經過某個channel安裝   # 更新package conda update -n python34 numpy   # 刪除package conda remove -n python34 numpy

前面已經提到，conda將conda、python等都視爲package，所以，徹底可使用conda來管理conda和python的版本，例如

 

 

1 2 3 4 5 6 7 8 9

# 更新conda，保持conda最新 conda update conda   # 更新anaconda conda update anaconda   # 更新python conda update python # 假設當前環境是python 3.4, conda會將python升級爲3.4.x系列的當前最新版本

補充：若是建立新的python環境，好比3.4，運行conda create -n python34 python=3.4以後，conda僅安裝python 3.4相關的必須項，如python, pip等，若是但願該環境像默認環境那樣，安裝anaconda集合包，只須要：

 

 

1 2 3 4 5 6

# 在當前環境下安裝anaconda包集合 conda install anaconda   # 結合建立環境的命令，以上操做能夠合併爲 conda create -n python34 python=3.4 anaconda # 也能夠不用所有安裝，根據需求安裝本身須要的package便可

 

設置國內鏡像

若是須要安裝不少packages，你會發現conda下載的速度常常很慢，由於Anaconda.org的服務器在國外。所幸的是，清華TUNA鏡像源有Anaconda倉庫的鏡像，咱們將其加入conda的配置便可：

 

 

1 2 3 4 5 6

# 添加Anaconda的TUNA鏡像 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ # TUNA的help中鏡像地址加有引號，須要去掉   # 設置搜索時顯示通道地址 conda config --set show_channel_urls yes

執行完上述命令後，會生成~/.condarc(Linux/Mac)或C:UsersUSER_NAME.condarc文件，記錄着咱們對conda的配置，直接手動建立、編輯該文件是相同的效果。

跋

Anaconda具備跨平臺、包管理、環境管理的特色，所以很適合快速在新的機器上部署Python環境。總結而言，整套安裝、配置流程以下：

• 下載Anaconda、安裝
• 配置PATH（bashrc或環境變量），更改TUNA鏡像源
• 建立所需的不用版本的python環境
• Just Try!

cheat-sheet 下載：
Conda cheat sheet