Anaconda 可用於 Windows、Mac OS X 和 Linux。能夠在 https://www.continuum.io/down... 上找到安裝程序和安裝說明。python
若是計算機上已經安裝了 Python,這不會有任何影響。實際上,腳本和程序使用的默認 Python 是 Anaconda 附帶的 Python。code
安裝了 Anaconda 以後,管理包是至關簡單的。要安裝包,請在終端中鍵入 conda install package_name
。例如,要安裝 numpy,請鍵入 conda install numpy
。ip
你還能夠同時安裝多個包。相似 conda install numpy scipy pandas
的命令會同時安裝全部這些包。還能夠經過添加版本號(例如 conda install numpy=1.10
)來指定所需的包版本。ci
Conda 還會自動爲你安裝依賴項。例如,scipy 依賴於 numpy,由於它使用並須要 numpy。若是你只安裝 scipy (conda install scipy
),則 conda 還會安裝 numpy(若是還沒有安裝的話)。rem
大多數命令都是很直觀的。要卸載包,請使用 conda remove package_name
。要更新包,請使用 conda update package_name
。若是想更新環境中的全部包(這樣作經常頗有用),請使用 conda update --all
。最後,要列出已安裝的包,請使用前面提過的 conda list
。get
若是不知道要找的包的確切名稱,能夠嘗試使用 conda search search_term
進行搜索。例如,我知道我想安裝 Beautiful Soup,但我不清楚確切的包名稱。所以,我嘗試執行 conda search beautifulsoup
。pandas
它返回可用的 Beautiful Soup 包的列表,並列出了相應的包名稱 beautifulsoup4
。io
如前所述,可使用 conda 建立環境以隔離項目。要建立環境,請在終端中使用 conda create -n env_name list of packages
。在這裏,-n
env_name
設置環境的名稱(-n
是指名稱),而 list of packages
是要安裝在環境中的包的列表。例如,要建立名爲 my_env
的環境並在其中安裝 numpy,請鍵入 conda create -n my_env numpy
。beautifulsoup
建立環境時,能夠指定要安裝在環境中的 Python 版本。這在你同時使用 Python 2.x 和 Python 3.x 中的代碼時頗有用。要建立具備特定 Python 版本的環境,請鍵入相似於 conda create -n py3 python=3
或 conda create -n py2 python=2
的命令。實際上,我在個人我的計算機上建立了這兩個環境。我將它們用做與任何特定項目均無關的通用環境,以處理普通的工做(可輕鬆使用每一個 Python 版本)。這些命令將分別安裝 Python 3 和 2 的最新版本。要安裝特定版本(例如 Python 3.3),請使用 conda create -n py python=3.3
。date
建立了環境後,在 OSX/Linux 上使用 source activate my_env
進入環境。在 Windows 上,請使用 activate my_env
。
進入環境後,你會在終端提示符中看到環境名稱,它相似於 (my_env) ~ $
。環境中只安裝了幾個默認的包,以及你在建立它時安裝的包。可使用 conda list
檢查這一點。在環境中安裝包的命令與前面同樣:conda install package_name
。不過,此次你安裝的特定包僅在你進入環境後纔可用。要離開環境,請鍵入 source deactivate
(在 OSX/Linux 上)。在 Windows 上,請使用 deactivate
。
共享環境這項功能確實頗有用,它能讓其餘人安裝你的代碼中使用的全部包,並確保這些包的版本正確。可使用 conda env export > environment.yaml
將包保存爲 YAML。第一部分 conda env export
輸出環境中的全部包的名稱(包括 Python 版本)。
上圖能夠看到列出了環境的名稱和全部依賴項及其版本。導出命令的第二部分 > environment.yaml
將導出的文本寫入到 YAML 文件 environment.yaml
中。如今能夠共享此文件,並且其餘人可以建立和你用於項目相同的環境。
要經過環境文件建立環境,請使用 conda env create -f environment.yaml
。這會建立一個新環境,並且它具備在 environment.yaml 中列出的一樣的庫。
若是忘記了環境的名稱(我有時會這樣),可使用 conda env list
列出你建立的全部環境。你會看到環境的列表,並且你當前所在環境的旁邊會有一個星號。默認的環境(即當你不在環境中時使用的環境)名爲 root
。
若是你再也不使用某些環境,可使用 conda env remove -n env_name
刪除指定的環境(在這裏名爲 env_name
)。