Anaconda安装

1.Anaconda

Anaconda是Python的包管理器和环境管理器。Anaconda附带了一大批常用数据科学包，它附带了conda、Python和 150 多个科学包及其依赖项。因此你可以用Anaconda立即开始处理数据。

• 管理包。
  Anaconda 是在 conda（一个包管理器和环境管理器）上发展出来的。在数据分析中，你会用到很多第三方的包，而conda（包管理器）可以很好的帮助你在计算机上安装和管理这些包，包括安装、卸载和更新包。
• 管理环境。
  为什么需要管理环境呢？比如你在A项目中用到了Python2，而新的项目要求使用Python3，而同时安装两个Python版本可能会造成许多混乱和错误。这时候conda就可以帮助你为不同的项目建立不同的运行环境。还有很多项目使用的包版本不同，比如不同的pandas版本，不可能同时安装两个pandas版本。你要做的应该是在项目对应的环境中创建对应的pandas版本。这时候conda就可以帮你做到。

2.Anaconda安装及配置

（1）下载

• 直接在官网下载安装包，官网地址https://www.anaconda.com/download/。
• Anaconda 安装包还可以到清华镜像https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/下载安装，优点是下载速度快。

（2）测试是否安装正确

在cmd命令下输入conda info看到如下图表示你已安装成功！

如果提示conda不是内容命令，说明您在安装时未勾选配置环境变量的选项。接下来手动配置系统环境变量

（3）环境变量配置
将以下路径添加到系统环境变量中
XXX\Anaconda3;
XXX\Anaconda3\Scripts;
XXX\Anaconda3\Library\mingw-w64\bin;
XXX\Anaconda3\Library\usr\bin;
XXX\Anaconda3\Library\bin;

（4）设置Anaconda下载镜像，加速下载
打开anaconda的anaconda prompt，使用conda install 包名 安装需要的包非常方便，但是官方的服务器在国外，因此下载速度很慢，国内清华大学提供了Anaconda的仓库镜像，我们只需要配置Anaconda的配置文件，添加清华的镜像源，然后将其设置为第一搜索渠道即可，执行以下命令：

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 --set show_channel_urls yes

参考清华镜像站：https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/

 

3. 包管理

安装Anaconda之后，我们就可以很方便的管理安装包（安装，卸载，更新）。conda的设计理念——conda将几乎所有的工具、第三方包都当做package对待，甚至包括python和conda自身！
（1）安装包
conda 的包管理功能和pip 是一样的，当然你选择pip 来安装包也是没问题的。

conda install matplotlib

（2）卸载包

conda remove matplotlib  

（3）更新包

conda update matplotlib
conda update conda
conda update anaconda
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

（4）查询已经安装的包

conda list   

 

4.环境管理

#查看当前环境
conda info -e(或者--envs)
#查看当前python版本
python -V 或 python --version

1. 使用conda可以建立不同的运行环境

#创建python2.7版本的环境：
conda create -n py2 python=2.7
#create操作只安装必要的pkg，如python，pip等，其他第三方库基本没有，如果需要安装anaconda集合，可以进py2的环境下用：
conda install anaconda

#以上操作可以合并为：
conda create -n py2 python=2.7 anaconda
#或者
conda create --name py2 python=2.7 anaconda

上面的命令中，py2是设置环境的名称（-n是指该命令后面的py2是你要创建环境的名称）。
注意：创建环境时，可以指定要安装在环境中的Python版本。当你同时使用 Python 2.x 和 Python 3.x 中的代码时这很有用。
------------------------------------------------

或者不用conda，直接下载Anaconda2，安装在“XXX\Anaconda3\envs\环境名”的目录下。

2. 激活环境

#进入我刚创建的py2环境
#win激活
activate py2
#linux激活
source activate py2

进入之后，你可以在终端提示符中看到环境名称(py2)。进入环境后，可以查看环境中默认的安装包：
conda list或conda list -n py2

3. 离开环境

#离开当前环境
#windows
deactivate
#linux
source deactivate

4. 共享环境
共享环境非常有用，它能让其他人安装你代码中使用的所有包，并确保这些包的版本正确。比如你开发了一个系统，你要提交给项目部署系统的人来部署你的项目，但是他们并不知道你当时开发时使用的是哪个python版本，以及使用了哪些包和包的版本。这怎么办呢？你可以在你当前的环境的终端中使用:

#将你当前的环境保存到文件中包保存为YAML文件
conda env export > environment.yaml  

将你当前的环境保存到文件中包保存为YAML文件（包括Pyhton版本和所有包的名称）。命令的第一部分 conda env export 用于输出环境中的所有包的名称（包括 Python 版本）。你在终端中上可以看到导出的环境文件路径。在 GitHub 上共享代码时，最好同样创建环境文件并将其包括在代码库中。这能让其他人更轻松地安装你的代码的所有依赖项。

导出的环境文件，在其他电脑环境中如何使用呢？
首先在conda中进入你的环境，比如conda activate python27。然后在使用以下命令更新你的环境：

#其中-f表示你要导出文件在本地的路径，所以/path/to/environment.yml要换成你本地的实际路径  
conda env update -f=/path/to/environment.yml  

对于不使用conda 的用户，我们通常还会使用以下命令将一个 txt文件导出并包括在其中:

pip freeze > environment.txt   

然后我将该文件包含在项目的代码库中，其他项目成员即使在他的电脑上没有安装conda也可以使用该文件来安装和我一样的开发环境：
他在自己的电脑上进入python命令环境，然后运行以下命令就可以安装该项目需要的包：

1. #其中C:\Users\Microstrong\enviroment.txt是该文件在你电脑上的实际路径。  
2. pip install -r C:\Users\Microstrong\enviroment.txt  

5. 列出环境
有时候会忘记自己创建的环境名称，这时候用 conda env list 就可以列出你创建的所有环境。
你会看到环境的列表，而且你当前所在环境的旁边会有一个星号。默认的环境（即当你不在选定环境中时使用的环境）名为 base。

6. 删除环境
如果你不再使用某个环境，可以使用以下命令。

1. #删除指定的环境（在这里环境名为 py2）。  
2. conda env remove -n py2

 

5.安装问题总结

1.failed to create anacoda menu。创建菜单失败。
解决办法：安装过程中一直忽略忽略直到安装成功。这个时候你打开你的开始菜单你会发现你并不能找到有关anaconda的任何不要慌。
打开CMD，运行一下代码：

python .\Lib\_nsis.py mkmenus #出现很多sucessfully就对了

2.conda不是系统内部命令。
解决办法：将上述3.环境变量配置中提到的软件安装路径添加到系统环境变量中。
3.明明我添加了环境变量，还是提示“conda”不是系统内部命令。
打开CMD上面还显示C:\Anaconda3\Scripts\activate.bat'is not recognized as an internal or external command,operable program or batch file.
解决办法：查到以下资料，解决了我的问题。这是Anaconda3的bug，将在后续版本中修复。请先安装最新版的Miniconda3。

This is a known Anaconda bug: From their Github:
" I have fixed the underlying bug here but we will not release new Anaconda installers for a while.
The fix is in the latest Miniconda installers:
64-bit: https://repo.continuum.io/miniconda/Miniconda3-latest-Windows-x86_64.exe https://repo.continuum.io/miniconda/Miniconda2-latest-Windows-x86_64.exe
32-bit: https://repo.continuum.io/miniconda/Miniconda3-latest-Windows-x86.exe https://repo.continuum.io/miniconda/Miniconda2-latest-Windows-x86.exe
Rodolpho Gurgel

 

6.附上常用conda命令

# 列出所有已安装的包
conda list
# 安装软件包，同时它会自动安装此软件包的依赖项 
conda install package_name
# 同时安装多个包
conda install numpy pandas
# 安装指定版本的包
conda install python=2.7
# 安装离线包
conda install /package-path/package-filename.tar.bz2
# 卸载包
conda remove package_name
# 更新环境中的所有已安装的包
conda update/upgrade --all
# 更新conda，保持conda最新
conda update conda
# 更新anaconda
conda update anaconda
# 更新python
conda update python
# 查看conda安装信息
conda info
# 查看conda帮助
conda help
# 搜索可以安装的包
conda search package_name
# 创建conda虚拟环境
conda create -n env_name
# 在这里，-n env_name 设置环境的名称（-n 是指名称），而 list of packages 是要安装在环境中的包的列表
conda create -n env_name list of packages
# 可以创建具有特定 Python 版本的环境
conda create -n py2.7.14 python=2.7.14
# 查看conda版本
conda -V

# 进入环境
# linux 下用 
source activate env_name
# windows 下用
activate env_name

# 离开环境
# linux 下用 
source deactivate
# windows 下用
deactivate

# 列出环境
conda env list
# 删除环境
conda env remove -n env_name
# 导出环境将包保存为 YAML，输出环境中的所有包的名称（包括 Python 版本）
conda env export > environment.yaml
# 加载环境
conda env create -f environment.yaml

转自：https://www.jianshu.com/p/026a2c43b081

参考：https://www.jianshu.com/p/fe327b72fa31