anaconda中powershell prompt工具包的使用

忙着查操作的同学，请直接往下看，看到有一列#######################那里就可以了。

 

在Python的机器学习，数据科学，网页前后端开发以及科学计算等工作中，经常遇到一个非常麻烦的问题就是如何去管理各种各样的package，尤其是不同的package之间是有可能互相冲突的。另外，某些包也会受到计算机本身软件或者硬件环境的影响。因此，在这种情况下，引入合适的包管理系统就十分重要了。

 

我们可以用化学的思想来解释这个问题。假如我们要做一个非常复杂的合成实验，实验工序极其繁琐。而实验中某些反应物（不同的package）可能相互之间会发生剧烈的化学反应，导致一些严重后果，比如爆炸等等。那么用特制的箱子（虚拟环境）把这些会“爆炸”的反应物（不同的package）隔离开来就是一个非常明智的选择。

 

能够用于处理这一问题的方法很多。包括：

1. Docker（这也是我最为推荐的一种技术）。在docker内进行开发，需要什么环境就把它从网上docker pull下来。这样做其实也是最容易的。但是并不是所有人都习惯命令行，尤其是初学者。我本人平时在工作中就偏向于使用docker进行开发。

2. virtualenv。号称python三大神器之一。原理和anaconda非常接近。但是使用没有anaconda那么方便。不过，好处是这东西体积非常小。只有10几个M。当然了，只要你掌握anaconda，再去学习virtualenv并不是难事。其实你可以完全把它当成一个缩小版的anaconda。

3. 就是我们今天要讲解的anaconda技术。这个技术，也是对初学者最为友好的技术。

下载：Anaconda可以在其官网进行下载。有适合win，Linux以及Mac的三个版本。分别进行下载就行。

 

Anaconda有两个最核心的部分，那便是anaconda navigator以及anaconda powershell prompt。你可以将前者理解为anaconda powershell prompt的鼠标控制版。打开anaconda，我们会发现，里头一样提供了环境的安装与卸载，不同工作环境的切换，各类包（package）的安装，升级与卸载等功能。这个事情用鼠标就可以完全实现，因此不再赘述。

 

#####################################################################################################

我们接下来就开始讲解如何使用powershell prompt。须知，这只是最为常用的一些命令。

首先，在开始菜单里打开anaconda，找到anaconda powershell prompt。直接点击打开它。

 

1. 如何显示本机已经安装的所有虚拟环境

使用conda env list就行

(base) PS C:\Users\wrm> condaenv list
#conda environments
base                  *  F:\anaconda2
chain                    F:\anaconda2\envs\chain
dlpytorch                F:\anaconda2\envs\dlpytorch

2. 如何创建新的虚拟环境

conda create -n env_name（env_name是你设定的环境的名字） python=2.7（这个是你设定的python的版本，如果没有选的话就默认是最新版）

你可以根据需要安装不同的python版本。有些时候某些特定的包，需要特定版本的python。这个你根据具体情况去安排。网上基本都可以查到资料。

3. 如何查看目前电脑中所安装的包都有哪些？

(base) PS C:\Users\wrm> pip list
Package                            Version
---------------------------------- --------
alabaster                          0.7.12
anaconda-client                    1.7.2
anaconda-navigator                 1.9.7
anaconda-project                   0.8.2
asn1crypto                         0.24.0
astroid                            2.2.5
astropy                            3.1.2
atomicwrites                       1.3.0
attrs                              19.1.0
Babel                              2.6.0
backcall                           0.1.0
backports.os                       0.1.1
backports.shutil-get-terminal-size 1.0.0
beautifulsoup4                     4.7.1
bitarray                           0.8.3
bkcharts                           0.2
bleach                             3.1.0

使用pip list或者conda list就可以很方便的查看目前电脑上都安里那些package。以及这些package的版本是什么。

4. 在不同的环境中切换。这个操作很重要。不同的环境可以安装不同的，相互冲突的一些package。比如，你可以把tensorflow和pytorch安装在两个不同的环境内。

conda activate（环境的名字）

比如你要去激活deeplearning这个环境，那么就用conda activate deeplearning就可以了。

5. 安装某个指定的package：

先切换到一个环境里。然后，pip install （这个包的名字）就行。

 

需要特别提醒的就是，在anaconda navigator之中，有些包是找不到的。但是用pip install几乎可以解决所有关于包安装的问题。如果发现用pip install无法安装，使用git clone命令基本也可以解决问题。如果用git clone（直接从github网站上下载）还解决不了问题，那几乎可以肯定，这个包没有安装和学习的必要了。

 

6. 清华开源镜像的使用

如果在国内，安装包的速度太慢，那么可以使用清华大学的开源镜像站。

https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/

在这个上头有非常详细的，关于如何使用清华镜像的方法（国内还有中科大镜像和华科镜像可以使用，原理和清华镜像差不多）。

 

anaconda有数百个命令，大家可以参考的一些手册进行学习。当然了，以上6个命令可以说是80%的情况下，你使用anaconda会遇到的。