【开发环境搭建】1.linux系统下Anaconda的安装

Anaconda是一个完整的开源的有6百万用户的科学计算包。想要学习R或python来快速进入data science领域，搭建常用科学计算环境首选anaconda。Anaconda支持Linux,Macos和Windows,有1000多个数据处理包可供使用，并且提供了Conda的安装包及环境管理工具。有两种版本Anaconda和Miniconda都支持Conda。选则那个按个人需求来选。

1、Anaconda vs Miniconda:

如上图所示：两者都具有Conda这个包和环境管理工具以及python,差别就是Miniconda只有一些基础的包，而anaconda则还有许多高质量的包，这些包同样可以通过使用conda来为Miniconda安装。所以有以下总结：

1.1、选择Anaconda的原因:

• 使用python 或 conda的新手
• 喜欢一次性把150多个高质量的包全部安装，建一个基本万能的环境
• 有足够大的硬盘空间，不再意安装占用空间
• 不愿意一个一个包的安装

1.2、选择Miniconda的原因：

• 愿意自己按需求来安装
• 硬盘空间有限，省一点算一点
• 想快点安装完，不用大而全，后期可以自己试

综合以上，我个人选择miniconda。

2、Conda介绍

Conda官网上可以看到，它是一个开源的 ”package and environment management system that run on Windows,Mac OS and linux“：

• Conda能快速安装、运行、更新软件包以及它们的依赖包
• Conda能创建、保存、加载、切换各个项目特定的开发环境
• 虽然Conda是为python而创建的，但是Conda可以为任何其它语言比如R,Ruby,Lua,Scala,Java,JavaScript,C,C++,FORTRAN等进行打包及分发。
  Conda作为一个安装包和环境管理工具，可能帮助搜索并安装你所需要的包。如果要换python的版本，只需要有conda切换到另一个合适的环境。

2.1、包和环境管理工具介绍：

安装软件比较困难耗时，特别是科学计算的包。常用系统自带安装工具有以下不足：

• 对于特定的研究项目，比较难指定任意自己需要的安装包及版本
• 不能同时在同一个环境中安装不同版本的同一个软件
• 同一个软件，对某一个项目要升级，但升级后另外一个项目不能使用
  一个环境，不同项目，需求不同，很难普适。

所以最好的方法就是为每个项目创建各自独立的开发环境

2.1.1、安装包的管理工具

好的安装包管理可以简化安装过程：

• 自动识别软件版本的兼容性，并安装相关依赖项
• 方便处理软件升级
  对于linux系统常用的是 ubuntu的apt,CentOS的yum;苹果系统的home brew ;windows没有标准的安装包管理工具。
  在科学运算中，对于脚本语言比如python,R,等，有好多第三方包需要管理;pip是python包的默认管理工具;install.packages是R的默认管理包。

2.1.2、环境的管理工具

环境管理工具可以解决许多常见工程师遇到的问题：

• 你的工程需要不同版本的python（R)
• 你的工程中的某些应用未来将不受支持，不能正常工作
• 联合工作，代码共有时，可以在你的机器上工作，但不能在你的伙伴的电脑上工作

环境管理能使用设置特定的开发环境，配套的软件本及相关的依赖包。

• 环境管理工具可以为不同项目创建不同的环境及相关依赖
• 在单个项目中可以找到所有需要软件包并且可复现
• 使用户在没有管理员权限的机器上安装软件

2.2、需要Conda安装包和环境管理工具的原因

在众多的软件包管理工具中，conda 是少有的适用于数据科学研究的工具，它有以下特征：

• conda提供预编译安装包，不需要处理编译器的问题。比如Tensorflow,简单一条命令就可以安装，不用从源码编译。
• conda是跨平台的，支持linux,mac os,windows;同时支持不同的件平台比如x86,power8或power9;支持导出环境配置参数，提供给别人，来实现同样的配置。
• conda支持类似pip的包管理功能
  Conda 还提供了数据科学常用的包和工具，比如R,numpy,scipy,matplotlib,keras,pandas,经过优化的tensorflow;还有硬件指定的软件，比如 intel 的MKL, NVIDIA的CUDA。
  Anaconda提供数据表明，用conda安装的Tensorflow比pip安装的快8倍。

使用conda安装tensorflow的方法参见博客。

2.3 安装conda

查看conda

which conda

已经安装conda 就会找到安装的绝对路径，没有安装建议安装miniconda，包含了conda和少量的python包，适合自己按需安装自己项目所需的环境。
如果确实想要用完整的安装包：

conda create --name my-anaconda-env anaconda=5.3

所有要安装的包都会列出来，有好多。
确保conda是最新版本：

#更新
conda update -y conda
#验证并查看版本号
conda info
#直接查看版本
conda --version

3、Miniconda安装

官网选择合适版本进行下载，复制链接地址：

wget -c  https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh  # -c保证断点下载

bash Miniconda3-latest-Linux-x86_64.sh

回车，接接空格，输入yes,接受条例，然后会出现：

有三个选项，通常直接回车完事，以后所有虚拟环境都安装在默认环境，但如是默认环境存储空间有限，可以自己指定路径。
然后一路回车，直到：

输入yes.

关闭shell,安装生效。
生效后，输入：

conda config --set auto_activate_base false

否则，每次登陆，anaconda base都是激活的状态。

安装完成。