Python科學計算利器——Anaconda

最近在用Python作中文天然語言處理。使用的IDE是PyCharm。PyCharm確實是Python開發之首選，但用於科學計算方面，還略有欠缺。爲此我嘗試過Enthought Canopy，但Canopy感受把問題搞得複雜化，管理Python擴展也不太方便。直到今天我發現了Anaconda。
Anaconda是一個和Canopy相似的科學計算環境，但用起來更加方便。自帶的包管理器conda也很強大。
首先是下載安裝。Anaconda提供了Python2.7和Python3.4兩個版本，同時若是須要其餘版本，還能夠經過conda來建立。安裝完成後能夠看到，Anaconda提供了Spyder，IPython和一個命令行。下面來看一下conda。
輸入conda list來看一下全部安裝時自帶的Python擴展。粗略看了一下，其中包括了經常使用的 Numpy,Scipy，matplotlib和networkx等，以及beautiful-soup，requests，flask，tornado等網絡相關的擴展。
奇怪的是，裏邊居然沒有sklearn，因此首先裝一下它。

conda install scikit-learn

若是須要指定版本，也能夠直接用[package-name]=x.x來指定。
conda的repo中的擴展不算太新，若是想要更新的，可能要用PyPI或者本身下載源碼。而conda和pip關聯的很好。使用pip安裝的東西可使用conda來管理，這點要比Canopy好。下圖是我用pip安裝的nltk，jieba和gensim。

我對這個科學計算環境的另外一個要求就是可以多個Python版本並存，尤爲是2.x和3.x的並存。這個經過virtualenv能夠作到。Anaconda也正是經過其實現的。
下面用conda建立一個名叫python2的版本爲python2.7的環境。

conda create -n python2 python=2.7

這樣就會在Anaconda安裝目錄下的envs目錄下建立python2這個目錄。

向其中安裝擴展能夠：

• 直接用conda install並用-n指明安裝到的環境，這裏天然就是python2。
• 像virtualenv那樣，先activate，而後在虛擬環境中安裝。

這裏忽然有一個問題，怎樣在IDE中使用建立出來的環境？若是是PyCharm等IDE，直接設置Python安裝目錄就能夠了。那spyder呢？其實spyder就是一個Python的擴展，你須要在虛擬環境中也裝一個spyder。
最後就是spyder的主界面。變量查看窗口很好用。