浅说Anaconda

动机

        在我对MacOS进行更新之后，我的TensorFlow不能用了。整了半天，感觉自己把电脑整得很乱了，于是我想到了备受夸赞的Anaconda。

安装与卸载

        我是在MacOS Sierra 10.12.2下进行安装的，装的是Miniconda2，毕竟Mac硬盘不大是中所周知的……。
        我们可以参照官网的《User Guide：Installation》进行安装，安装过程比较简单，先是下载一个installer（实际上就是一个.sh文件），然后bash这个文件，接着按照提示一步步走就行了。至于卸载，也在这个网页里面，直接rm -rf就行。

初探

        既然装了，那就要上手用用，首先输入：

conda list

        这将显示在conda中安装的所有的包。
        然后我们输入：

$ python --version

        输出不是“Python 2.7.14”这样的，后面竟然还加了一串“Anaconda”字样：

        当我们直接输入python时，也是直接进入了Anaconda的掌控范围之中：



        这个时候我就在想，那我怎么回到系统自带的Python Shell中呢？要回答这个问题，我们首先得搞清楚，Anaconda是如何对我们的Python实施“绑架”的。回忆安装时的步骤，发现其中有一步是是往我们的~/.bash_profile中加入下面的语句：



        这样一来，我们就明白为什么输入python会直接进入到Anaconda Python中了：因为我们在输入命令时，Linux会去查找PATH变量里面记录的路径，而上面这个语句将miniconda2/bin放在了原有的python路径之前，因此输入python的时候，将会优先执行Anaconda Python。
        搞清楚了这个问题，我们就得到了问题“如何在Linux系统自带的Python与Anaconda之间切换”的解决方案，即注释掉上面的语句，然后重新打开一个Terminal。但有时候我们又会觉得这样做很麻烦，那怎么办？只能给他们“一 Py 一 个”名字了。
        打开~/.bash_profile文件，并加入：

alias py="/usr/bin/python2.7"
alias pyana="/home/gewei/Miniconda/miniconda2/bin/python2.7"

        输入pyana进行测试：

        输入py进行测试：



        恩，我们成功了。值得注意的是，如果我们输入python，那么仍然选择的是Anaconda Python，这是由PATH中的顺序决定的。在上面的步骤中可能有人会问，为什么不是加入到~/.bashrc中呢？
        这个问题涉及到了MacOS与Linux的不同。Unix中，只有当Shell是Login Shell的时候，.bash_profile才会被加载，而.bashrc则是Non-Login Shell就会加载。在Linux中，当用户登录到一个图形界面，然后打开一个终端Terminal，这时Shell是Non-Login Shell；而在OS X登录时，或者说我们打开一个Terminal的时候，其实是打开的Login Shell。所以这里我们直接在~/.bash_profile中进行修改。关于MacOs打开一个Shell是Login Shell这个事情，我们可以验证一下：



        可见我没有乱说话，哈哈~

使用

        在Shell中输入conda info：

        这些信息能够让我们对于conda有一个大致的了解。比如说我们知道Anaconda集包管理功能和环境管理功能于一身，这就可以在上面得以体现，“channel URLs”、“activate environment”。此外，我们需要知道的是，Anaconda是一个用于科学计算的Python发行版，它与一般Python发行版的区别是多了一些管理的功能，并集成了一些科学计算库。
        最后，我们列出一些常用的conda指令：

conda create -n [name]     #创建名为name的conda环境，如tensorflow

source activate [name]     #激活我们创建的环境，命令完成后，发现命令行之前多了刚创建的环境的名字

source deactivate [name]    #退出名为name的环境，回到系统默认环境

conda remove -n [name] --all   #删除刚刚创建的conda环境 

conda info -envs    #查看所安装的环境的列表，创建的环境都在`~/anaconda2/envs/`目录下面

conda list      #查看已经安装的包

conda install [PACKAGENAME]        #安装具体的包，加-n [name]可以安装到指定环境

conda list -n [name]      #name环境下安装了哪些包

conda update -n [name] [PACKAGENAME]     #升级name环境的名为PACKAGENAME的包

conda remove -n [name] [PACKAGENAME]     #删除name环境的名为PACKAGENAME的包

        有一点大家需要注意一下，假如我们想要将某个包，比如说scikit-learn，安装到环境Env1中，如果我们仅仅是激活了Env1，然后输入conda install scikit-learn，那么这时候scikit-learn将被安装到默认的base环境下，所以我们要加上-n Env1。换句话说，conda指令本身是默认绑定在base环境下的。
        不过这会引出一个问题：“为什么我在某个环境Env1下，使用pip install是直接将包安装到了这个Env1中呢？”因为我们source activate某个环境其实就是将这个环境的路径（比如envs/tensorflow）加到了PATH最前面，所以当我们在Env1下执行pip install的时候使用的是envs/Env1/bin文件夹下的pip，因此就装到Env1中咯。

        恩，希望我会在使用Anaconda的路上越走越远~