Anaconda(miniconda) 和 Jupyter Notebook 使用大揭祕

0. 前言

閱讀本筆記須要你對 Python 比較瞭解，同時對數據統計分析或者機器學習有必定的興趣

1. 關於 Anaconda 和 Jupyter Notebook

若是想對 Jupyter Notebook 有個深刻的瞭解而且英文不錯，請直接移步至官網

Cris 這裏大力推薦使用 Anaconda 做爲數據分析的工具集和包管理工具，畢竟是 The Most Popular Python Data Science Platform ～，官網在此

關於 Anaconda 的安裝和使用，請參考這篇文章，Windows、Mac，Linux 三大平臺均有介紹，十分詳細～

由於 Anaconda 比較龐大,若是想要精簡版的,能夠安裝miniconda,如何安裝請自行百度

如何使用 Jupyter Notebook ，這篇文章其實已經給出了很詳細的解答，可是 Cris 仍然但願把本身使用中的一些技巧，總結的經驗分享出來，互相學習，upupup！

最後一句話總結：Jupyter Notebook 就是一個針對 Python 的 web 編輯器，輕量級，所見即所得，方便的操做是作數據分析以及機器學習的必備神器！

如下miniconda 部分基於 Windows 平臺, Anaconda 部分基於 Linux 平臺上

固然,Anaconda 和 miniconda 都是三個平臺通用的,若是嫌麻煩,就裝 Anaconda,若是想要精簡,就裝 miniconda

2. 使用 Anaconda(miniconda) 和 Jupyter Notebook

2.1 miniconda 和 Jupyter Notebook 的安裝

miniconda 的安裝這裏再也不贅述,能夠簡單的理解爲 Anaconda 的子集,比 Anaconda 精簡了很是多,因此比較小巧,可是第三方的包和工具就得本身安裝了

關於 miniconda 的使用,其實和 Anaconda 的使用幾乎一致,先來簡單談談 miniconda 如何安裝使用 Jupyter Notebook

首先須要安裝 Jupyter Notebook

安裝完畢後,就能夠經過 jupyter notebook 命令啓動

可是由於 Anaconda(miniconda) 常常會根據項目的不一樣來創建不一樣的虛擬環境,這裏以 Cris 的miniconda 爲例

咱們當前只在默認的base 環境下安裝了 Jupyter Notebook,若是要想Jupyter Notebook識別 test 虛擬環境,那麼還須要在 test 虛擬環境中安裝一下 Jupyter Notebook 的kernel 包

(base) C:\Users\cris>conda activate test
複製代碼

首先切換到 test 虛擬環境,而後執行如下命令

conda install -n python_env ipykernel
複製代碼

python_env 就是你的虛擬環境名,Cris 這裏是test.執行完畢後,返回到base環境,再重啓Jupyter Notebook

而後Jupyter Notebook 就能夠識別不一樣的虛擬環境了

注意: 若是Jupyter Notebook 仍是沒法識別虛擬環境(主要是miniconda用戶),還須要在base 環境下安裝nb_conda包

(base) C:\Users\cris>conda install nb_conda
複製代碼

而後再重啓Jupyter Notebook 就能夠看見上面的虛擬環境了

2.2 Anaconda(miniconda) 的安裝和使用

關於 Anaconda ，官網地址

引用維基百科

Anaconda 是一種Python語言的免費增值開源發行版，用於進行大規模數據處理、預測分析，和科學計算，致力於簡化包的管理和部署。Anaconda使用軟件包管理系統Conda進行包管理。

簡單來講，Anaconda 就是專門用於管理 Python 包環境以及部署的工具，同時自帶了不少關於數據處理的工具包，例如：Pandas，NumPy 等等，而且還提供了一個網頁版本的 Jupiter Notebook 編輯器來方便的編寫Python 數據處理代碼，相似於 pip3 這種 Python 自帶的包下載和管理模塊(Anaconda 中是 conda 模塊)，可是要強大不少。能夠簡單的理解爲一個裝滿了各類 Python 第三方工具包的倉庫，和咱們本地的 Maven 有點相似

① 安裝 Anaconda

當咱們裝好 Anaconda 以後，輸入如下命令表示 Anaconda 安裝成功

O_O[cris@cris:~]$ conda -V
conda 4.5.11
^_^[cris@cris:~]$ 
複製代碼

這個版本的 Anaconda 自帶的Python 解釋器是 3.7 版本，默認 Base 虛擬環境，而且自帶了一系列包可使用

^_^[cris@cris:~]$ conda list
複製代碼

查看當前的 Base 環境有哪些包

② 什麼是 Base 虛擬環境？

就是當前 Anaconda 默認自帶的一個倉庫（能夠這麼理解），在這個倉庫中有 Anaconda 自帶的不少Python 第三方包，包括Python 解釋器（3.7 版本）

實際開發中，每一個 Python 項目依賴的包都不一樣，Python 解釋器版本也可能不一樣；每一個Python 項目多是你一人開發，也多是多人開發；爲了保證每一個 Python 項目的環境（Python 解釋器和項目依賴包）獨立，互不干預，以及同一個Python 項目的全部人開發環境一致，Anaconda 能夠爲每個項目單獨配置Python 的開發和運行環境，也就是 Anaconda 中的虛擬環境（能夠類比爲倉庫）

③ 建立 Anaconda 虛擬環境

使用 conda create -n your_env_name python=X.X（2.七、3.6等），anaconda 命令建立python版本爲X.X、名字爲your_env_name的虛擬環境。your_env_name文件能夠在Anaconda安裝目錄envs文件下找到。 指定python版本爲2.7，注意至少須要指定python版本或者要安裝的包， 在不指定python版本時，自動安裝最新python版本。

^_^[cris@cris:~]$ conda create -n test python=3.6
複製代碼

而後查看當前 Anaconda 的全部虛擬環境

能夠發現 test 虛擬環境建立好了，當前默認是 Anaconda 的Base 環境，怎麼切換到 test 環境呢？

④ 切換環境

(base) O_O[cris@cris:~]$ conda activate test
(test) ^_^[cris@cris:~]$ 
複製代碼

切換後，咱們進入 Python 的Terminal

能夠發現Python 版本已經變爲了 3.6

退出終端，咱們再使用 conda list 命令查看當前 Test 環境下的包

能夠發現和 base 環境比，少了不少不少包

⑤ 退出和刪除環境

退出當前環境回到默認的 Base 環境很是簡單

刪除環境也很簡單

conda remove -n env_name –all 便可，這裏 Cris 就不測試了

⑥ 環境安裝包管理

• 安裝指定環境的包（默認當前環境，通常當前環境都是設置爲 base）

conda install -n <env_name> <package_name>
# -n 或者 --name 參數就是用來指定環境的
複製代碼

• 當前環境安裝包

conda install <package_name>
複製代碼

• 刪除指定環境的包

conda remove -n <env_name> <package_name>
複製代碼

• 刪除當前環境的包

conda remove <package_name>
複製代碼

• 更新當前環境的包

conda update <package_name>
複製代碼

• 更新當前環境全部包

(base) O_O[cris@cris:~]$ conda update --all
複製代碼

• 更新當前環境多個指定包，則包名以空格隔開，向後排列。如：conda update pandas numpy matplotlib即更新pandas、numpy、matplotlib包。

• 更新conda，保持conda最新

  conda update conda
  複製代碼

• 更新anaconda

  conda update anaconda 
  複製代碼

• 查找包

  conda search package_name
  # conda search numpy
  複製代碼

⑦ 環境複製和導出

conda create --name new_env_name --clone copied_env_name
複製代碼

複製的新環境和原環境配置一致

導出當前環境的配置信息

(test) ^_^[cris@cris:~]$ conda env export > environment.yaml
複製代碼

發現當前目錄下多了一個配置文件

查看這個文件，就是咱們當前 test 環境的全部配置信息

name: test
channels:
  - defaults
dependencies:
  - ca-certificates=2018.03.07=0
  - certifi=2018.11.29=py36_0
  - libedit=3.1.20170329=h6b74fdf_2
  - libffi=3.2.1=hd88cf55_4
  - libgcc-ng=8.2.0=hdf63c60_1
  - libstdcxx-ng=8.2.0=hdf63c60_1
  - ncurses=6.1=he6710b0_1
  - openssl=1.1.1a=h7b6447c_0
  - pip=18.1=py36_0
  - python=3.6.8=h0371630_0
  - readline=7.0=h7b6447c_5
  - setuptools=40.6.3=py36_0
  - sqlite=3.26.0=h7b6447c_0
  - tk=8.6.8=hbc83047_0
  - wheel=0.32.3=py36_0
  - xz=5.2.4=h14c3975_4
  - zlib=1.2.11=h7b6447c_3
prefix: /home/cris/module/anaconda3/envs/test
複製代碼

這樣子就能夠在別人電腦上快速搭建統一的環境

# // 用配置文件建立新的虛擬環境
$ conda env create -f environment.yaml
複製代碼

參考博客

參考文章

⑧ Anaconda 和 Visual Studio Code 的對接

打開 Visual Studio Code，能夠隨意調整 Python 的運行環境

⑨ Anaconda 和 PyCharm 對接

稍微麻煩一點，先要新建一個工程

而後選擇 Anaconda 環境

項目建立好後，打開project 選項

注意：PyCharm 引用 Anaconda 環境時，項目建立完畢，右下角消息欄可能會報出 Inotify Watches Limit 提示，官方的解決方案連接，照着作便可

**ps：關於 PyCharm 的免費激活，參考**

⑩ 讓 Anaconda 飛起來

Anaconda 默認採用的國外鏡像網站，這裏強力推薦將鏡像源換成國內清華大學的鏡像

修改文章在此，強力推薦，讓你的 Anaconda 跑的比博爾特還快～

注意的是，修改路徑均在根目錄，而且最新版本的 Anaconda 使用 conda info 查看當前配置信息以下

^_^[cris@cris:~]$ conda info

     active environment : base
    active env location : /home/cris/module/anaconda3
            shell level : 1
       user config file : /home/cris/.condarc
 populated config files : /home/cris/.condarc
          conda version : 4.5.11
    conda-build version : 3.15.1
         python version : 3.7.0.final.0
       base environment : /home/cris/module/anaconda3  (writable)
           channel URLs : https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64
                          https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/noarch
          package cache : /home/cris/module/anaconda3/pkgs
                          /home/cris/.conda/pkgs
       envs directories : /home/cris/module/anaconda3/envs
                          /home/cris/.conda/envs
               platform : linux-64
             user-agent : conda/4.5.11 requests/2.19.1 CPython/3.7.0 Linux/4.15.0-29deepin-generic deepin/15.8 glibc/2.27
                UID:GID : 1000:1000
             netrc file : None
           offline mode : False

複製代碼

2.3 Jupyter Notebook 使用

使用 Jupyter Notebook 完成科學計算的測試和開發,已是如今的主流,下面就簡單介紹一下關於 Jupyter Notebook 的使用

參考博客一

參考博客二

快捷鍵

快捷鍵參考

具體的使用很簡單,在命令行模式下,按下 h 鍵便可顯示快捷鍵列表,而且還都是中文解釋的,贊!

具體的快捷鍵使用這裏再也不贅述,想不起來就按 h

Jupyter Notebook 插件拓展

必須提早安裝 Jupyter Notebook 插件管理包

(base) C:\Users\cris>conda install -c conda-forge jupyter_contrib_nbextensions
複製代碼

而後重啓 Jupyter Notebook

插件使用能夠參考上面的兩篇博客,這裏記錄Cris 使用插件中碰到的問題

使用格式化插件的時候,若是在新建的虛擬環境下沒法使用,須要額外在虛擬環境導入base環境下載好的插件

(test) C:\Users\cris>conda install yapf
複製代碼

請先在base環境下執行以上命令,而後就能夠在test 環境下使用代碼格式化命令了

(ctrl+l 當前單元格格式化代碼,shift+ctrl+l 全局單元格格式化代碼)

待續...