目录
一. 前言
pip 是 Python 包管理工具,该工具提供了对 Python 包的查找、下载、安装、卸载的功能。
软件包也可以在 PyPI · The Python Package Index 中找到。
目前最新的 Python 版本已经预装了 pip。
注意:Python 2.7.9 + 或 Python 3.4+ 以上版本都自带 pip 工具。
查看是否已经安装 pip 可以使用以下命令:
pip --version
下载安装包使用以下命令:
pip install some-package-name
例如我们安装 numpy 包:
pip install numpy
我们也可以轻易地通过以下的命令来移除软件包:
pip uninstall some-package-name
例如我们移除 numpy 包:
pip uninstall numpy
如果要查看我们已经安装的软件包,可以使用以下命令:
pip list
导出当前 Python 环境的配置
要导出当前 Python 环境的配置,你可以使用 pip freeze 命令。
pip freeze 命令会列出当前环境中已安装的所有 Python 包及其版本信息,你可以将其保存到文件中,例如 requirements.txt,如下所示:
pip freeze > requirements.txt
以上命令将在当前目录下创建一个名为 requirements.txt 的文件,其中包含当前环境中已安装的所有包及其版本信息。
然后,你可以在其他地方使用该文件来重新创建相同的环境,运行以下命令:
pip install -r requirements.txt
以上命令会根据 requirements.txt 中列出的包及其版本信息重新安装所有必需的包,从而重建相同的环境。
二. Anaconda 介绍
Anaconda 发行版包含了 Python。
Anaconda 是一个集成的数据科学和机器学习环境,其中包括了 Python 解释器以及大量常用的数据科学库和工具。
Anaconda 包及其依赖项和环境的管理工具为 conda 命令,文与传统的 Python pip 工具相比 Anaconda 的 conda 可以更方便地在不同环境之间进行切换,环境管理较为简单。
Python 量化可以直接使用 Anaconda 工具来提高效率,免去一些安装的烦恼。
Anaconda 是一个数据科学和机器学习的软件套装,它包含了许多工具和库,让您能够更轻松地进行编程、分析数据和构建机器学习模型。
Anaconda 包及其依赖项和环境的管理工具为 conda 命令,文章后面部分会详细介绍。
与传统的 Python pip 工具相比 Anaconda 的conda 可以更方便地在不同环境之间进行切换,环境管理较为简单。
为什么选择 Anaconda?
-
方便安装: 安装 Anacond a就像安装一个应用程序一样简单,它为您预先安装好了许多常用的工具,无需单独配置。
-
包管理器: Anaconda 包含一个名为 Conda 的包管理器,用于安装、更新和管理软件包。Conda 不仅限于 Python,还支持多种其他语言的包管理。
-
环境管理: 使用 Anaconda,您可以轻松地创建和管理多个独立的 Python 环境,比如可以安装 python2 和 python3 环境,然后实现自由切换。这对于在不同项目中使用不同的库和工具版本非常有用,以避免版本冲突。
-
集成工具和库: Anaconda 捆绑了许多用于数据科学、机器学习和科学计算的重要工具和库,如 NumPy、Pandas、Matplotlib、SciPy、Scikit-learn 等。
-
Jupyter 笔记本: Jupyter 是一个交互式的计算环境,支持多种编程语言,但在 Anaconda 中主要用于 Python。它允许用户创建和共享包含实时代码、方程式、可视化和叙述文本的文档。
-
Spyder 集成开发环境: Anaconda 中集成了 Spyder,这是一个专为科学计算和数据分析而设计的开发环境,具有代码编辑、调试和数据可视化等功能。
-
跨平台性: Anaconda 可在 Windows、macOS 和 Linux 等操作系统上运行,使其成为一个跨平台的解决方案。
-
社区支持: Anaconda 拥有庞大的社区,用户可以在社区论坛上获取帮助、分享经验和解决问题。