简介
Anaconda就是可以便捷获取包且对包进行管理,同时对环境可以统一管理的发行版本。Anaconda包含了conda、Python在内的超过180个科学包及其依赖项。
Anaconda具有如下特点:
- 开源
- 安装过程简单
- 高性能使用Python和R语言
- 免费的社区支持
- Anaconda、conda、pip、virtualenv的区别
① Anaconda是一个包含180+的科学包及其依赖项的发行版本。其包含的科学包包括:conda, numpy, scipy, ipython notebook等。
② conda是包及其依赖项和环境的管理工具。
适用语言:Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN。
适用平台:Windows, macOS, Linux
用途:
1)快速安装、运行和升级包及其依赖项。
2)在计算机中便捷地创建、保存、加载和切换环境。
-3)如果需要的包要求不同版本的Python,无需切换到不同的环境,因为conda同样是一个环境管理器。仅需要几条命令,可以创建一个完全独立的环境来运行不同的Python版本,同时继续在常规的环境中使用常用的Python版本。
③ pip是用于安装和管理软件包的包管理器。
pip编写语言:Python。
Python中默认安装的版本:
Python 2.7.9及后续版本:默认安装,命令为pip
Python 3.4及后续版本:默认安装,命令为pip3
④ virtualenv:用于创建一个独立的Python环境的工具。
解决问题:
当一个程序需要使用Python 2.7版本,而另一个程序需要使用Python 3.6版本,如何同时使用这两个程序?
virtualenv将会为它自己的安装目录创建一个环境,这并不与其他virtualenv环境共享库;同时也可以选择性地不连接已安装的全局库。
⑤ pip 与 conda 比较
→ 依赖项检查
pip: 不一定会展示所需其他依赖包。 安装包时或许会直接忽略依赖项而安装,仅在结果中提示错误。
conda: 列出所需其他依赖包。 安装包时自动安装其依赖项。 可以便捷地在包的不同版本中自由切换。
→ 环境管理
pip:维护多个环境难度较大。
conda:比较方便地在不同环境之间进行切换,环境管理较为简单。
→ 对系统自带Python的影响
pip:在系统自带Python中包的**更新/回退版本/卸载将影响其他程序。
conda:不会影响系统自带Python。
→ 适用语言
pip:仅适用于Python。
conda:适用于Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN。
⑥ conda与pip、virtualenv的关系
conda结合了pip和virtualenv的功能。
conda的一些常用命令
- 更新conda至最新版本
conda update conda - 查看conda帮助信息
conda --help
或
conda -h - 创建新环境
conda create -n your_env_name python=your_python_version
注意:
your_env_name即创建的环境名。建议以英文命名,且不加空格。
your_python_version即安装指定的版本号。
如果要在新创建的环境中创建多个包,则直接在your_python_version后以空格隔开,添加多个包名即可。如:conda create -n python3 python=3.5 numpy pandas,即创建一个名为“python3”的环境,环境中安装版本为3.5的python,同时也安装了numpy和pandas。 - 切换环境
activate your_env_name - 退出环境至root
deactivate - 显示已创建环境
conda info --envs或conda env list - 复制环境
conda create -n <new_env_name> -c <copied_env_name>
注意:
<copied_env_name>即为被复制/克隆环境名。
<new_env_name>即为复制之后新环境的名称。 - 删除环境
conda remove -n <env_name> --all
注意:<env_name>为被删除环境的名称。
管理包
- 查找可供安装的包版本
① 精确查找
conda search --full-name <package_full_name>
注意:
–full-name为精确查找的参数。
<package_full_name>是被查找包的全名。包名两边不加尖括号“<>”。
例如:conda search --full-name python即查找全名为“python”的包有哪些版本可供安装。
② 模糊查找
conda search
注意:是查找含有此字段的包名。此字段两边不加尖括号“<>”。
例如:conda search py即查找含有“py”字段的包,有哪些版本可供安装。 - 获取当前环境中已安装的包信息
conda list
执行上述命令后将在终端显示当前环境已安装包的包名及其版本号。 - 安装包
① 在指定环境中安装包
conda install --name <env_name> <package_name>
注意:
<env_name>即将包安装的指定环境名。环境名两边不加尖括号“<>”。
<package_name>即要安装的包名。包名两边不加尖括号“<>”。
例如:conda install --name python2 pandas即在名为“python2”的环境中安装pandas包。
② 在当前环境中安装包
conda install <package_name>
注意:
<package_name>即要安装的包名。包名两边不加尖括号“<>”。
执行命令后在当前环境中安装包。
例如:conda install pandas即在当前环境中安装pandas包。
③ 使用pip安装包
→ 使用场景
当使用conda install无法进行安装时,可以使用pip进行安装。
→ 命令
pip install <package_name>
注意:<package_name>为指定安装包的名称。包名两边不加尖括号“<>”。
如:pip install pandas。
→ 注意
pip只是包管理器,无法对环境进行管理。因此如果想在指定环境中使用pip进行安装包,则需要先切换到指定环境中,再使用pip命令安装包。
pip无法更新python,因为pip并不将python视为包
pip可以安装一些conda无法安装的包;conda也可以安装一些pip无法安装的包。因此当使用一种命令无法安装包时,可以尝试用另一种命令。
④ 从Anaconda.org安装包
→ 使用场景
当使用conda install无法进行安装时,可以考虑从Anaconda.org中获取安装包的命令,并进行安装。
→ 注意
从Anaconda.org安装包时,无需注册。
在当前环境中安装来自于Anaconda.org的包时,需要通过输入要安装的包在Anaconda.org中的路径作为获取途径(channel)。查询路径的方式如下:
在浏览器中输入:http://anaconda.org,或直接点击Anaconda.org
在新页面“Anaconda Cloud”的上方搜索框中输入要安装的包名,然后点击右边“放大镜”标志。
搜索结果中有数以千计的包可供选择,此时点击“Downloads”可根据下载量进行排序,最上面的为下载最多的包。
选择满足需求的包或下载量最多的包,点击包名。
复制“To install this package with conda run:”下方的命令,并粘贴在终端中执行。
完成安装。 - 卸载包
① 卸载指定环境中的包
conda remove --name <env_name> <package_name>
注意:
<env_name>即卸载包所在指定环境的名称。环境名两边不加尖括号“<>”。
<package_name>即要卸载包的名称。包名两边不加尖括号“<>”。
例如:conda remove --name python2 pandas即卸载名为“python2”中的pandas包。
② 卸载当前环境中的包
conda remove <package_name>
注意:
<package_name>即要卸载包的名称。包名两边不加尖括号“<>”。
执行命令后即在当前环境中卸载指定包。
例如:conda remove pandas即在当前环境中卸载pandas包。 - 更新包
① 更新所有包
conda update --all或conda upgrade --all
建议:在安装Anaconda之后执行上述命令更新Anaconda中的所有包至最新版本,便于使用。
② 更新指定包
conda update <package_name>或conda upgrade <package_name>
注意:
<package_name>为指定更新的包名。包名两边不加尖括号“<>”。
更新多个指定包,则包名以空格隔开,向后排列。如:conda update pandas numpy matplotlib即更新pandas、numpy、matplotlib包。
参考:https://www.jianshu.com/p/62f155eb6ac5