Anaconda使用总结

1. Anaconda概述

Anaconda是一个用于科学计算的Python发行版，支持Linux,Mac,Windows系统，提供了包管理与环境管理的功能，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。Anaconda利用工具/命令conda来进行package和environment的管理，并且已经包含了Python和相关的配套工具。

在这里我们要区别一下Anaconda和conda的概念。conda其实就是一个命令，类似于pip一样专门用于管理各种第三方包，方便用户快速切换不同Python版本环境，其核心功能就是包管理和环境管理。对于Anaconda来说，它是一个各种包的集成容器，包含了conda命令、各种版本Python、各种第三方Python包。

2. Anaconda安装

Anaconda下载的官方网址，支持Linux,Mac,Windows系统。下载时，你会发现Anaconda有个两个版本，分别对应着Python2.7和Python3.5两个版本。我建议最好下载Python2.7版本，因为Python开源代码一般都会用Python2.7。（linux安装anaconda教程）

安装Anaconda时不要以root权限安装，同时安装过程最好选择默认选项，最后在Linux的用户目录下创建一个叫anconda2文件夹。这样的好处，同一台主机的不同用户可以安装自己的anaconda，配置自己的Python环境，大家不相互影响。

对于Windows安装时，anaconda会自动将添加PATH环境变量；不过此处有高能，之前在win7上安装的时候确实在选择了Add path to your environment之后会自动把path添加到环境变量里面，但是不知道为什么却始终提示不是内部命令，然后重装好几次都不行，最终的解决方案是不勾选，然后添加几个路径到path的后面，添加的路径有：

#####这里我的安装路径是D:\Anaconda3 自行修改
D:\Anaconda3;
D:\Anaconda3\Scripts;
D:\Anaconda3\Library\bin;

对于Mac,Linux安装时，我们需要手动添加PATH环境变量，如下操作：

# 将anaconda的bin目录加入PATH，根据版本不同，也可能是~/anaconda3/bin
echo 'export PATH="~/anaconda2/bin:$PATH"' >> ~/.bashrc
# 更新bashrc以立即生效
source ~/.bashrc

安装完成后输入conda --version检查是否安装成功。

3. Conda的环境管理

Conda命令可以允许安装不同Python版本的包，并且能够自由切换。假设我们安装的是Python2.7版的anaconda,现在我们想在此anaconda安装Python3.5和其相关的包。我们需要做的操作如下所示：

# 创建一个名为python35的环境，指定Python版本是3.5（不用管是3.5.x，conda会为我们自动寻找3.5.x中的最新版本）
conda create --name python35 python=3.5
conda create -n  python35 python=3.5 ipykernel  ## 创建环境的同时，创建jupyter环境


# 安装好后，使用activate激活某个环境
activate python35 # for Windows
source activate python35 # for Linux & Mac

# 激活后，会发现terminal输入的地方多了python35的字样，实际上，此时系统做的事情就是把默认2.7环境从PATH中去除，再把3.5对应的命令加入PATH
# 此时，再次输入
python --version
# 可以得到`Python 3.5.5 :: Anaconda 4.1.1 (64-bit)`，即系统已经切换到了3.5的环境
# 如果想返回默认的python 2.7环境，运行
deactivate python35 # for Windows
source deactivate python35 # for Linux & Mac
# 删除一个已有的环境
conda remove --name python35 --all

用户安装的不同版本Python环境都会放在目录~/ananconda2/envs下，可以用命令conda info -e查看已安装的环境，当前被激活的环境会显示有一个星号。

4. Conda的包管理

Conda包的管理模式类似于pip。例如我们要安装scipy：

# 安装scipy
conda install scipy
# conda会从从远程搜索scipy的相关信息和依赖项目，对于python 3.4，conda会同时安装numpy和mkl（运算加速的库）
# 查看已经安装的packages
conda list
# 最新版的conda是从site-packages文件夹中搜索已经安装的包，不依赖于pip，因此可以显示出通过各种方式安装的包

conda一些常用操作如下：

# 查看当前环境下已安装的包
conda list
# 查看某个指定环境的已安装包
conda list -n python35
# 查找package信息
conda search numpy
# 安装package
conda install -n python35 numpy
# 如果不用-n指定环境名称，则被安装在当前活跃环境
# 也可以通过-c指定通过某个channel安装
# 更新package
conda update -n python35 numpy
# 删除package
conda remove -n python35 numpy

conda命令亦可以用来管理conda和python的版本：

# 更新conda，保持conda最新
conda update conda
# 更新anaconda
conda update anaconda
# 更新python
conda update python
# 假设当前环境是python 3.5, conda会将python升级为3.5.x系列的当前最新版本

如果创建Python3.5新环境，运行conda create -n python35 python=3.5之后，conda只会安装python3.5的必需项，如python,pip等，如果希望像安装anaconda的Python2.7环境那样安装anaconda常用包，我们需要进行如下操作：

# 在当前环境下安装anaconda包集合
conda install anaconda
# 结合创建环境的命令，以上操作可以合并为
conda create -n python35 python=3.5 anaconda
# 也可以不用全部安装，根据需求安装自己需要的package即可

5. 设置国内镜像

由于anaconda官方镜像的服务器在国外，下载包时速度不快，所以我们可以设置国内镜像，比如清华大学镜像：

# 添加Anaconda的TUNA镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels 
# TUNA的help中镜像地址加有引号，需要去掉
# 设置搜索时显示通道地址
conda config --set show_channel_urls yes

执行完上述命令后，会生成~/.condarc(Linux/Mac)或C:\Users\USER_NAME.condarc文件，记录着我们对conda的配置，直接手动创建、编辑该文件是相同的效果。
修改完成后可以通过：conda config --show channels查看设置的channels，另外删除添加的channel可用conda config --remove channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/'，更多的命令请查看命令手册。
上述是修改的conda的镜像，但是这样修改完pip可能还是无效，pip 可参考链接或如下：

step1:设置pip代理(如果是公司内网，否则可跳过)（由于该步骤是临时设置代理，每次使用pip之前要设置，如果想永久设置，需要修改配置相关文件，详：python pip 代理设置
set http_proxy=http://web-proxy.xxx.com:8080
set https_proxy=http://web-proxy.xxx.com:8080
step2:设置pip源
配置conf文件，linux/mac下，修改~/.pip/pip.conf，修改index-url即可。
windows环境下，在C:\Users\XXX\pip目录下（没有则创建），新建pip.ini文件。
文件中添加如下：(清华源)
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[install]
trusted-host=pypi.tuna.tsinghua.edu.cn
也可直接这样去安装：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pkg-name --trusted-host pypi.tuna.tsinghua.edu.cn

或者上面两步合并起来手工写出来：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --proxy http://web-proxy.xxx.com:8080 pkg-name --trusted-host pypi.tuna.tsinghua.edu.cn

可用链接：

http://pypi.douban.com/simple/
https://pypi.mirrors.ustc.edu.cn/simple/
https://mirrors.aliyun.com/pypi/simple/

6. 安装常用包

opencv3
conda install -c conda-forge opencv

Linux下系统自带python和Anaconda切换

那么，如果在~/.bashrc中修改文件的话，即加入export PATH="/home/myname/anaconda2/bin:$PATH"，则输入python命令就会直接出来Anaconda环境下的python，当然，用TensorFlow是好的，用caffe就。。。。。。。因此，用caffe的话，我就会把这行去掉，再重新source ~/.bashrc.

这样做是麻烦了一些，但是那怎么办呢？我就想在caffe下使用自带python，在tensorflow的时候使用Anaconda。

于是，学到了一个“技巧”，叫做别名声明alias。

具体用法：

alias py27="/usr/bin/python2.7" 
alias pyana="/home/myname/anaconda2/bin/python2.7" (我自己的，一定要精确到python的版本，不能只到文件夹)

这样在使用系统自带python的时候，只需要在命令行输入py27即可，用Anaconda，输入python或者pyana都可。

注意：

1. ~/.bashrc的文件中，export PATH="/home/myname/anaconda2/bin:$PATH"还是要加上的
2. 上面两行在每次开机的时候都是要输入的，如果不想每次都输入，则要将这两行加入~/.bashrc的文件中
3. 如果想取消别名声明，用unalias py27或者删除~/.bashrc中的PATH，并且重新source ~/.bashrc

参考网址： 链接