Python学习--Anaconda

Anaconda

官方下载

安装

按提示一步步安装即可，安装完成之后会多几个应用

• Anaconda Navigtor ：用于管理工具包和环境的图形用户界面，后续涉及的众多管理命令也可以在 Navigator 中手工实现。
• Jupyter notebook ：基于web的交互式计算环境，可以编辑易于人们阅读的文档，用于展示数据分析的过程。
• qtconsole ：一个可执行 IPython 的仿终端图形界面程序，相比 Python Shell 界面，qtconsole 可以直接显示代码生成的图形，实现多行代码输入执行，以及内置许多有用的功能和函数。
• spyder ：一个使用Python语言、跨平台的、科学运算集成开发环境。

添加环境变量到中PATH

anaconda的安装目录的Scripts文件夹, 比如我的路径是D:\InstallSoftware\anaconda3\Scripts

查看是否配置成功

conda --version

查看安装好的conda信息

# 显示当前系统安装的anaconda环境信息
conda info

添加国内源

C:\Users\lxf>conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

此时，配置文件中会添加指定的源信息

管理虚拟环境

接下来我们就可以用anaconda来创建我们一个个独立的python环境了

创建自己的虚拟环境

创建一个名称为ai的虚拟环境并指定python版本为3(这里conda会自动找3中最新的版本下载)

conda create -n ai python=3

于是我们就有了一个ai的虚拟环境, 接下来我们切换到这个环境, 一样还是用activate命令 后面加上要切换的环境名称

使用activate激活虚拟环境

activate 能将我们引入anaconda设定的虚拟环境中, 如果你后面什么参数都不加那么会进入anaconda自带的base环境,

你可以输入python试试, 这样会进入base环境的python解释器, 此时在命令行中使用的已经不是你原来的python而是base环境下的python.而命令行前面也会多一个(base)说明当前我们处于的是base环境下.

如图所示，使用activate命令后使用的是anaconda默认的虚拟环境

使用系统默认的Python(非anaconda)

不使用activate命令激活，如下图所示，命令窗口中执行python命令使用的是系统的python解释器

查看本机所有的虚拟环境

conda env list

切换环境

activate ai

现在的ai环境除了python自带的一些官方包之外是没有其他包的, 一个比较干净的环境

1. 输入python打开python解释器然后输入import requests,会错
   
2. 退出python解释器exit()

安装第三方包到指定环境

1. activate ai激活指定环境
2. 查看当前环境中的存在的第三方包
   
   通过anaconda navigator(导航器)查看
   
3. conda install numpy或pip install requests安装numpy
   

4. 卸载第三方包conda remove numpy或pip uninstall numpy

其他命令

# 查看当前环境中所有安装了的包可以用
conda list 

# 导出当前环境的包信息,将包信息存入yaml文件中.当需要重新创建一个相同的虚拟环境时可以用
conda env export > environment.yaml

# 使用包信息创建虚拟环境
conda env create -f environment.yaml

总结

# 切换到base环境
activate
# 创建一个名为ai的环境并指定python版本为3(的最新版本)
conda create -n ai python=3 
# 切换到ai环境
activate ai
# 列出conda管理的所有环境
conda env list 
# 列出当前环境的所有包
conda list 
# 安装requests包
conda install numpy
# 卸载requets包
conda remove numpy
# 删除ai环境及下属所有包
conda remove -n ai--all 
# 更新requests包
conda update requests 
# 导出当前环境的包信息
conda env export > environment.yaml 
# 用配置文件创建新的虚拟环境
conda env create -f environment.yaml