anaconda python3.8目录_数据分析入门01——Anaconda

• Anaconda 和 Jupyter notebook已成为数据分析的标准环境。
• Anaconda是包管理器和环境管理器；
• Jupyter notebook 可以将数据分析的代码、图像和文档全部组合到一个web文档中。

介绍Anaconda

Anaconda附带了一大批常用数据科学包，附带了conda、python和150多个科学包及其依赖项。

Anaconda是在conda（一个包管理器和环境管理器）上发展出来的。

数据分析中，你会用到很多第三方的包，conda（包管理器）可以很好的帮助你在计算机上安装、卸载和更新这些包。

• 管理环境

比如A项目用了Python2，而B项目用的Python3,同时安装两个Python版本可能会造成许多混乱和错误。这时候conda可以帮助你为不同的项目建立不同的运行环境。

下载地址：https://www.anaconda.com/download/#macos

• 安装过程

（1）我下载的mac下命令行版本，下来是.sh文件。

用【./xxx.sh】执行，失败了。提示No such file or directory。

然后查说直接拖到命令行就可以，结果是Permission denied。

然后执行了【chmod 777 xxx.sh】命令，修改权限。然后再直接拖到命令行执行，可以开始安装了。

安装Anaconda

（2）然后输入enter之后，接着就是好几屏的英文介绍，按向下箭头下翻，最后问你说是不是同意该条款。【输入yes】然后【回车】表示同意。

同意协议条款

（3）到这一步，是让你选一个安装位置，我直接回车了。这里要点击【回车】，确定这个安装路径，然后才是等待！

选择安装路径

（4）然后等待...

你看他屏幕不动了，其实是在执行安装，不信可以到对应目录下看一眼。安装完应该会有提示。

可以看到在安装一个个包。

安装中..

（5）终于installing完了，问你要不要把anaconda3的安装路径加到.bash_profile中。当然同意~ 【输入yes】【回车】。

是否添加安装路径到环境变量

（6）添加完毕，安装成功。他说要想这些改动配置生效，我需要重新打开一个新的终端。然后问我是不是要安装VSCode。虽然不知道是什么，要安装。【输入yes】【回车】。

安装成功，是否安装VS code

（7）然后他就开始给我安装VS Code了。

安装成功，回到等待命令状态。

安装完成

安装完成后输入命令查看你安装的内容：【conda list】

查看所有包命令执行失败

额额额额额额额额额，提示命令找不到。

突然想起来，他说让我【重启下终端】才会生效。机智！【conda list】

查看所有包命令执行成功

第一步就完成了。

然后为了后面使用不报错，需要执行命令更新下所有包：【conda upgrade —all】（注意是两个-）【输入y、回车】继续更新其他的包。

更新完成，回到等待命令模式。

更新所有包

以上，就是安装、更新Anaconda的所有步骤。

• 下面讲Anaconda是如何管理包的。

（1）安装包命令：conda install package_name

例如，安装 pandas：【conda install pandas 】

还可以同时安装多个包，【conda install pandas numpy 】

还可以通过添加版本号来指定所需的包版本 conda install numpy=1.10

另外：conda还会自动帮你安装依赖项。比如scipy依赖于numpy。那么如果你只安装scipy（conda install scipy），则conda还会安装numpy（如果尚未安装的话）

安装pandas包

（2）卸载包命令：conda remove package_names

第一遍执行命令失败了，又执行了一遍，成功了。然后他问我是不是确定要移除下边的包，我说是。

当然删除完我又默默的执行了一遍安装、更新的命令。

移除包命令

又再重新安装上了卸掉的包

（3）更新包命令：conda update package_name

如果想更新环境中所有的包，通常执行命令：conda update —all

更新包命令

（4）列出已安装的包命令：conda list

列出来如下：

列出已安装包_01

列出已安装包_02

（5）假如我不知道要找的包的确切名称，可以尝试使用 conda search search_term进行搜索。

譬如我想安装numpy，可以尝试输入：conda search num

可是找出来的是什么我也不知道。

模糊查找包名

接下来

如何管理环境？

conda 可以为你不同的项目建立不同的运行环境。

（1）安装nb_conda用于notebook自动关联nb_conda的环境【conda install nb_conda】

可是我想安装的时候，安装了三次一直报这个错。

Solving environment: failed

CondaHTTPError: HTTP 000 CONNECTION FAILED for url <https://repo.continuum.io/pkgs/main/noarch/repodata.json.bz2>

Elapsed: -

An HTTP error occurred when trying to retrieve this URL.

HTTP errors are often intermittent, and a simple retry will get you on your way.

ConnectionError(MaxRetryError("HTTPSConnectionPool(host='repo.continuum.io', port=443): Max retries exceeded with url: /pkgs/main/noarch/repodata.json.bz2 (Caused by NewConnectionError('<urllib3.connection.VerifiedHTTPSConnection object at 0x1115b2400>: Failed to establish a new connection: [Errno 8] nodename nor servname provided, or not known',))",),)

安装nb_conda包报错

网上查解决办法是添加清华的镜像源。

#首先先添加清华的镜像源
conda config --add channels https:// mirrors.tuna.tsinghua.edu.cn /anaconda/cloud/msys2/
conda config --add channels https:// mirrors.tuna.tsinghua.edu.cn /anaconda/cloud/conda-forge/
conda config --add channels https:// mirrors.tuna.tsinghua.edu.cn /anaconda/pkgs/free/
conda config --set show_channel_urls yes

果然木有生效啊。

添加清华的镜像源，添加完也还是报错了

按照网上步骤继续执行：

继续按网上方法解决

哇瑟瑟，果断成功了，开心！

解决完之后，安装nb_conda包成功！

（2）创建环境，使用命令：conda create -n env_name package_names

env_name：设置环境的名称 （-n指该命令后面的env_name是你要创建环境的名称），package_names是你要安装在环境中的包名称。

例如要创建环境名称为py3的环境，并在其中安装numpy，在终端输入conda create -n py3 pandas

创建名字为py3的环境，并给他安装pandas包

创建环境成功

（3）创建环境时，可以指定要安装在环境中的python版本

当做的项目不同时，有时候会用到Python2，有时候会用到python3。所以可以创建两个环境。

conda create -n py3 python=3

conda create -n py2 python=2

也可以安装特定版本：conda create -n py python=3.6

创建名为py2的python2.x版本的环境

创建py2环境成功

（4）进入环境命令：source activate my_env 【window:activate my_env】

进入环境成功

进入环境后，可以使用conda list来查看环境中默认安装的几个包。

进入环境后查看该环境下所有包

在环境中安装包命令和前面一样：conda install package_name。

不过，这次安装的特定包仅在你进入环境后才可用。

（5）离开环境：source deactivate 【window:deactivate】

离开环境后，回到正常的等待命令模式。

离开环境

（6）共享环境。

共享环境非常有用，他能让其他人安装你的代码中使用的所有包，并确保这些包的版本正确。

比如你开发了一个药店数据分析系统，你要提交给项目部署系统的王二狗来部署你的项目，但是王二狗并不知道你当时开发使用的是哪个python版本，以及使用了哪些包和包的版本，怎么办呢？

你可以在你当前的环境终端中使用命令来把你当前的环境保存为YAML文件（包括python版本和所有的包名称）：

conda env export > environment.yaml

导出环境为.yaml文件

以下为导出环境内容。

导出的.yaml文件

在github上共享代码时，最好同样创建环境文件并将其包括在代码库中。这样能让其他人更轻松的安装你的代码的所有依赖项。

• 那导出的环境文件，在其他电脑中如何使用呢？

首先在conda中进入你的环境，比如 source activate py3

然后使用如下命令更新你的环境:conda env update -f=/Users/zhangjie/environment.yaml

另外，不使用conda的用户，还可以使用 pip freeze > environment.txt将一个txt文件导出并包括在其中。

https://pip.pypa.io/en/stable/reference/pip_freeze/

（7）列出环境命令：conda env list 可以列出你创建的所有环境。

有*的表示当前环境

列出当前所有环境

不指定环境的情况下，base为默认环境。

默认环境

（8）删除环境：conda evn remove -n env_name 删除指定的环境。

删除环境

最后，奉上conda的官方文档，记不住的命令上来查就是了。

https://conda.io/docs/user-guide/tasks/index.html

以上，就是学习了Anaconda，并安装好了你的数据分析python环境了。

以上笔记来自猴子老师课程：

https://www.zhihu.com/question/58033789/answer/254673663?utm_source=wechat_session&utm_medium=social​www.zhihu.com

感谢。

橘子

2018.3.19