我的使用体验:
- 包管理:使用conda创建和管理项目环境,无需单独下载Python解释器,轻松指定任意版本的Python,实现多版本共存,推荐为每个新项目创建独立的虚拟环境,避免依赖冲突。----创建项目
-
Jupyter Notebook:代码测试的理想平台:使用base环境,预装大量常用库,即开即用,交互式编程环境,支持实时代码执行和可视化,完美适合数据探索、原型开发和结果展示-----代码测试
-
vscode + Anaconda:敲代码有他俩就够了
Anaconda简介
Anaconda极大地简化了数据科学工作流程,从环境设置到项目部署。它为初学者提供了一个低门槛的入口,同时为专业人士提供了强大而灵活的工具。通过使用Anaconda,数据科学家和研究人员可以将更多精力集中在数据分析和模型开发上,而不是纠结于环境配置和包管理的技术细节。
Anaconda是一个开源的数据科学平台,它集成了Python/R编程语言以及数百个用于科学计算、数据分析、机器学习和深度学习的科学包。它的目标用户群包括:
- 数据科学家和分析师
- 机器学习工程师
- 研究人员和学者
- 软件开发者
- 学生和教育工作者
Anaconda旨在简化数据科学工作流程,提供一个一站式解决方案,从数据处理到模型部署。
1.Anaconda的核心组件
a) conda:
- 强大的包管理器和环境管理器
- 可以轻松创建、保存、加载和切换项目环境
- 处理包依赖关系,确保兼容性
b) Python/R:
- 预装最新稳定版的Python
- 可选安装R语言支持
- 两种语言都配有大量数据科学相关的库
c) Anaconda Navigator:
- 图形用户界面,方便不熟悉命令行的用户
- 可视化管理环境、包和应用程序
d) Jupyter Notebook:
- 交互式编程环境
- 支持实时代码执行、可视化和文档编写
- ideal for exploratory data analysis and sharing results
2.Anaconda的主要优点
a) 简化环境管理
- 轻松创建和切换不同的Python/R环境,适合同时进行多个项目
- 避免依赖冲突,每个项目可以有独立的依赖配置
- 环境可以轻松导出和共享,确保reproducibility
b) 大量预安装的数据科学包
- 包括numpy, pandas, scikit-learn, matplotlib等
- 节省大量安装和配置时间
- 确保包之间的兼容性,减少版本冲突
c) 跨平台兼容性
- 适用于Windows, macOS, Linux
- 保证在不同操作系统上的一致性体验
d) 便捷的包管理
- 使用conda命令轻松安装、更新和删除包
- 也支持pip,为用户提供更多选择
- 可以方便地在不同环境间共享和复制包
e) 集成开发环境
- 除Jupyter Notebook外,还包括Spyder(类似于MATLAB的IDE)
- RStudio用于R语言开发
- Visual Studio Code等流行IDE的集成支持
f) 适合团队协作
- 环境共享功能,确保代码在不同机器上运行一致
- 可以导出环境配置文件,方便团队成员复制环境
g) 支持大规模数据处理
- 集成了Dask等并行计算工具
- 支持分布式计算,适合处理大数据集
3.使用场景
a) 数据分析和可视化
- 使用pandas进行数据清洗和预处理
- 利用matplotlib, seaborn等工具创建复杂的数据可视化
b) 机器学习和深度学习
- 使用scikit-learn进行传统机器学习
- 通过TensorFlow, PyTorch等框架进行深度学习
c) 科学计算
- 利用numpy, scipy进行高效的数值计算
- 支持复杂的科学模拟和建模
d) 教育和学术研究
- 提供了完整的工具链,适合教学和研究使用
- Jupyter Notebook支持交互式教学和结果展示
Anaconda的安装与配置
下载和安装步骤
- 访问Anaconda官网,下载适合您操作系统的安装包
- 按照安装向导完成安装,选择是否将Anaconda添加到系统PATH
安装Anaconda
- 下载Anaconda,提供邮箱,去邮箱点开链接下载
- 运行安装程序:下载完毕后,双击下载文件运行的安装程序。在安装程序打开后,点击“Next“进入下一步。
- 安装类型:推荐默认”Just Me“; 对于多用户PC,可以选择”ALL Users";然后点击“Next”
- 安装路径: 可以指定 Anaconda 的安装路径(建议零基础读者选择默认路径),然后点击"Next"。
- 配置环境变量: 选择是否将 Anaconda 添加到系统环境变量中,建议勾选该选项。这样就可以在命令行中使用 Anaconda 的工具了。然后点击"Install"进行安装。(可能后续还要手动配置一下,如果使用不了conda)
- 等待安装完成,安装过程可能持续 10 分钟左右。等待安装完成后,会弹出"Installation Complete"对话框,点击"Next"。如果这步持续时间过长(超过一小时),建议强制停止安装,删除 Anaconda 目录后重新安装。
配置Anaconda
(如果上面可以在终端使用conda以下步骤不用观看)配置Anaconda的环境变量是使用它的关键步骤。以下是在不同操作系统上配置Anaconda环境变量的方法:
Windows
- 找到Anaconda安装路径(通常是 C:\Users\YourUsername\Anaconda3 或 C:\ProgramData\Anaconda3)
- 右击"此电脑"或"我的电脑",选择"属性"
- 点击"高级系统设置"
- 点击"环境变量"
- 在"系统变量"中,找到并选中"Path",点击"编辑"
- 点击"新建",添加以下路径(根据实际安装位置调整):
- C:\Users\YourUsername\Anaconda3
- C:\Users\YourUsername\Anaconda3\Scripts
- C:\Users\YourUsername\Anaconda3\Library\bin
C:\Users\YourUsername\Anaconda3 这是Anaconda的主安装目录 包含Python解释器和基本的Conda命令 使系统能够找到和运行python.exe C:\Users\YourUsername\Anaconda3\Scripts 包含许多可执行脚本,如conda.exe、pip.exe等 允许您从命令行直接运行这些工具 C:\Users\YourUsername\Anaconda3\Library\bin 包含一些Anaconda依赖的二进制文件和库 特别是一些C语言编译的库和工具
- 点击"确定"保存所有更改,重启命令提示符或PowerShell
Linux
注意这里要看清楚你使用的是bash,还是zsh(我当时使用kali 一直装不上,就是因为kali使用的是zsh,我是用bash保存的)
Anaconda一键安装shell脚本
#!/bin/bash
# 检查是否已经安装了Anaconda
if command -v conda &> /dev/null; then
echo "Anaconda 已安装。"
exit 0
fi
# 下载并安装 Anaconda 的函数
install_anaconda() {
URL=$1
FILE="Anaconda3-latest-Linux-x86_64.sh"
# 下载 Anaconda
echo "正在下载 Anaconda..."
wget -O $FILE $URL
# 安装 Anaconda
echo "正在安装 Anaconda..."
bash $FILE -b -p $HOME/anaconda3
# 初始化 Anaconda
$HOME/anaconda3/bin/conda init
# 删除下载的文件
rm $FILE
# 激活更改
source ~/.bashrc
# 检查安装是否成功
if command -v conda &> /dev/null; then
echo "Anaconda 安装成功。"
else
echo "Anaconda 安装失败。"
fi
}
验证配置
配置完成后,打开新的终端窗口,输入:如果显示Conda的版本号,说明配置成功。
conda --version
如果无法识别conda命令,可以尝试:
- 确保Anaconda安装成功
- 检查安装路径是否正确
- 重启电脑
如果问题仍然存在,可能需要检查Anaconda的安装是否完整,或考虑重新安装
常用命令
-
环境管理
- 创建新环境:
conda create -n env_name python=x.x
- 激活环境:
conda activate env_name
- 退出当前环境:
conda deactivate
- 列出所有环境:
conda env list
- 删除环境:
conda env remove -n env_name
- 创建新环境:
-
包管理
- 安装包:
conda install package_name
- 在指定环境中安装包:
conda install -n env_name package_name
- 更新包:
conda update package_name
- 更新所有包:
conda update --all
- 删除包:
conda remove package_name
- 搜索包:
conda search package_name
- 安装包:
-
环境信息
- 列出当前环境的所有包:
conda list
- 检查特定包的版本:
conda list package_name
- 列出当前环境的所有包:
-
Conda自身管理
- 更新conda:
conda update conda
- 清理不再使用的包和缓存:
conda clean --all
- 更新conda:
-
环境导出和复制
- 导出环境:
conda env export > environment.yml
- 从文件创建环境:
conda env create -f environment.yml
- 导出环境:
-
信息查看
- 查看conda信息:
conda info
- 查看conda版本:
conda --version
- 查看conda信息:
-
通道管理
- 添加通道:
conda config --add channels channel_name
- 移除通道:
conda config --remove channels channel_name
- 添加通道:
-
帮助
- 获取命令帮助:
conda command --help
- 如:
conda create --help
- 获取命令帮助: