【Anaconda】conda环境管理和包管理

转自：【Anaconda】conda环境管理和包管理

1.安装

对于Mac、Linux系统，Anaconda安装好后，实际上就是在主目录下多了个文件夹（~/anaconda）而已，Windows会写入注册表。安装时，安装程序会把bin目录加入PATH（Linux/Mac写入~/.bashrc，Windows添加到系统变量PATH），这些操作也完全可以自己完成。以Linux/Mac为例，安装完成后设置PATH的操作是

[plain]  view plain  copy

 print ?

1. # 将anaconda的bin目录加入PATH，根据版本不同，也可能是~/anaconda3/bin  
2. echo 'export PATH="~/anaconda2/bin:$PATH"' >> ~/.bashrc  
3. # 更新bashrc以立即生效  
4.   
5. source ~/.bashrc  

配置好PATH后，可以通过which conda或conda --version命令检查是否正确。假如安装的是Python 2.7对应的版本，运行python --version或python -V可以得到Python 2.7.12 :: Anaconda 4.1.1 (64-bit)，也说明该发行版默认的环境是Python 2.7。

2.Conda的环境管理

Conda的环境管理功能允许我们同时安装若干不同版本的Python，并能自由切换。对于上述安装过程，假设我们采用的是Python 2.7对应的安装包，那么Python 2.7就是默认的环境（默认名字是root，注意这个root不是超级管理员的意思）。

假设我们需要安装Python 3.4，此时，我们需要做的操作如下：

[plain]  view plain  copy

 print ?

1. # 创建一个名为python34的环境，指定Python版本是3.4（不用管是3.4.x，conda会为我们自动寻找3.4.x中的最新版本）  
2. condacreate--namepython34python=3.4  
3.   
4. # 安装好后，使用activate激活某个环境  
5. activatepython34# for Windows  
6. sourceactivatepython34# for Linux & Mac  
7. # 激活后，会发现terminal输入的地方多了python34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3.4对应的命令加入PATH  
8.   
9. # 此时，再次输入  
10. python--version  
11. # 可以得到`Python 3.4.5 :: Anaconda 4.1.1 (64-bit)`，即系统已经切换到了3.4的环境  
12.   
13. # 如果想返回默认的python 2.7环境，运行  
14. deactivatepython34# for Windows  
15. sourcedeactivatepython34# for Linux & Mac  
16.   
17. # 复制一个环境  
18. conda create -n pyhon34 --clone python34clone  
19. # 删除一个已有的环境  
20. condaremove--namepython34--all  
21. # 为了确定这个环境已经被移除，输入以下命令  
22. conda info -e  

用户安装的不同python环境都会被放在目录~/anaconda/envs下，可以在命令中运行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或者括号。

3.Conda的包管理

Conda的包管理就比较好理解了，这部分功能与pip类似。例如，如果需要安装scipy：

[plain]  view plain  copy

 print ?

1. # 安装scipy  
2. conda install scipy  
3. # 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）  
4.   
5. # 查看已经安装的packages  
6. conda list  
7. # 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的一些常用操作如下：

[plain]  view plain  copy

 print ?

1. # 查看当前环境下已安装的包  
2. condalist  
3.   
4. # 查看某个指定环境的已安装包  
5. condalist-npython34  
6.   
7. # 查找package信息  
8. condasearchnumpy  
9.   
10. # 安装package  
11. condainstall-npython34numpy  
12. # 如果不用-n指定环境名称，则被安装在当前活跃环境  
13. # 也可以通过-c指定通过某个channel安装  
14.   
15. # 更新package  
16. condaupdate-npython34numpy  
17.   
18. # 删除package  
19. condaremove-npython34numpy  

前面已经提到，conda将conda、python等都视为package，因此，完全可以使用conda来管理conda和python的版本，例如

[plain]  view plain  copy

 print ?

1. # 更新conda，保持conda最新  
2. condaupdateconda  
3.   
4. # 更新anaconda  
5. condaupdateanaconda  
6.   
7. # 更新python  
8. condaupdatepython  
9. # 假设当前环境是python 3.4, conda会将python升级为3.4.x系列的当前最新版本  

参考：

http://python.jobbole.com/86236/

http://www.jianshu.com/p/d2e15200ee9b

【Anaconda】 command not found: conda

1.确认conda安装成功

要使conda临时生效，可以选择在你的主目录（自己的权限目录）下，使用下面的命令:

[plain]  view plain  copy

 print ?

1. export PATH=~/anaconda2/bin:$PATH  
2. conda --v   

如果结果是你的anaconda2的版本号，那就成功了！输入conda list，可以正常执行。

但是，关闭闭终端后重新打开，再执行conda list会发现依然报错。

可以选择用命令把路径写入bashrc文件：

[plain]  view plain  copy

 print ?

1. echo "export PATH="~/anaconda2/bin:"$PATH " >> ~/.bashrc  

或者，直接在vim修改bashrc文件

4. 使用source ~/.bashrc（或者 . ~/.bashrc）就可以立刻加载修改后的设置，使之生效。

【Anaconda】 找不到keras的包

[plain]  view plain  copy

 print ?

1. Install TDM GCC x64.  
2. Install Anaconda x64.  
3. Open the Anaconda prompt  
4. Run conda update conda  
5. Run conda update --all  
6. Run conda install mingw libpython  

安装最新版本Theano：

[plain]  view plain  copy

 print ?

1. pip install git+git://github.com/Theano/Theano.git  

运行pip安装keras：

[plain]  view plain  copy

 print ?

1. pip install git+git://github.com/fchollet/keras.git  

git安装：http://www.cnblogs.com/sunada2005/archive/2013/06/06/3121098.html

【Anaconda】 conda error: could not found url

修改配置文件condarc：http://stackoverflow.com/questions/36095385/conda-error-could-not-found-url

如果找不到配置文件condarc：http://stackoverflow.com/questions/29896309/how-to-create-a-condarc-file-for-anaconda

详细步骤见TensorFlow 安装教程

1. Anaconda下载安装：https://www.continuum.io/downloads

版本为：Anaconda3，for windows，64bit（tensorflow在windows下只支持Python 3.5以上、amd64）

2. Anaconda使用：打开“开始目录”，找到Anaconda/Anaconda prompt，以管理员权限运行，否则会出现permission denied。

建立名为tensorflow的conda计算环境（一定要是python3.5.2，py3.5.1与py3.6安装会报出找不到tensorflow资源的错误）

[plain]  view plain  copy

 print ?

1. conda create -n tensorflow python=3.5.2  

激活tensorflow环境

[plain]  view plain  copy

 print ?

1. activate tensorflow  

输入python --version，查看是否切换到python3.5 工作环境

3. 安装并测试tensorflow

切换到tensorflow的计算环境以后，然后开始用pip安装

[plain]  view plain  copy

 print ?

1. pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/win/cpu/tensorflow-0.12.0rc0-cp35-cp35m-win_amd64.whl  

测试

[plain]  view plain  copy

 print ?

1. python  
2. >>import tensorflow as tf  
3. >>hello = tf.constant('Hello, Tensorflow!')  
4. >>sess = tf.Session()  
5. >>print(sess.run(hello))  
6. >>a = tf.constant(10)  
7. >>b = tf.constant(22)  
8. >>print(sess.run(a+b))