![43d08068a2f9d0fd70e649ab6810a1a3.png](https://img-blog.csdnimg.cn/img_convert/43d08068a2f9d0fd70e649ab6810a1a3.png)
- 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。
![294672d72c6e3d47dcbdd62ab2d46c4a.png](https://img-blog.csdnimg.cn/img_convert/294672d72c6e3d47dcbdd62ab2d46c4a.png)
(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。
![9eeb102ca7295cc28439de7689df6419.png](https://img-blog.csdnimg.cn/img_convert/9eeb102ca7295cc28439de7689df6419.png)
(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!
![673cfccd6a972bd2a9a8e5d2eb789567.png](https://img-blog.csdnimg.cn/img_convert/673cfccd6a972bd2a9a8e5d2eb789567.png)
(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。
![9af46aa14a70b0b18dc43e671324b1ba.png](https://img-blog.csdnimg.cn/img_convert/9af46aa14a70b0b18dc43e671324b1ba.png)
(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】。
![2b1a2c5fe8d5beea26f772202062014a.png](https://img-blog.csdnimg.cn/img_convert/2b1a2c5fe8d5beea26f772202062014a.png)
(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】。
![dc87ad2233e05ee7f0467405f0f88764.png](https://img-blog.csdnimg.cn/img_convert/dc87ad2233e05ee7f0467405f0f88764.png)
(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。
![246b935b68274841658b3a82fb1827ed.png](https://img-blog.csdnimg.cn/img_convert/246b935b68274841658b3a82fb1827ed.png)
安装完成后输入命令查看你安装的内容:【conda list】
![97afdfa6700be5da46f7bd55b9aa2b3a.png](https://img-blog.csdnimg.cn/img_convert/97afdfa6700be5da46f7bd55b9aa2b3a.png)
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】
![1d5eb0c22b2678e4c4a25800792f8727.png](https://img-blog.csdnimg.cn/img_convert/1d5eb0c22b2678e4c4a25800792f8727.png)
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。
![9a8f8466cb1a0ea9fdcf781f26b9472f.png](https://img-blog.csdnimg.cn/img_convert/9a8f8466cb1a0ea9fdcf781f26b9472f.png)
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)
![6cabc78d375d389d276f6be877845df1.png](https://img-blog.csdnimg.cn/img_convert/6cabc78d375d389d276f6be877845df1.png)
(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。
![fa3d82b5ba55a74960896037f4a56da2.png](https://img-blog.csdnimg.cn/img_convert/fa3d82b5ba55a74960896037f4a56da2.png)
![7aef627b3b472c64ec21d63340520a1b.png](https://img-blog.csdnimg.cn/img_convert/7aef627b3b472c64ec21d63340520a1b.png)
(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
![357c3a95a1285883ae37d61fefe3aff9.png](https://img-blog.csdnimg.cn/img_convert/357c3a95a1285883ae37d61fefe3aff9.png)
(4)列出已安装的包命令:conda list
列出来如下:
![e2757b9d108957581b1701b5a422851a.png](https://img-blog.csdnimg.cn/img_convert/e2757b9d108957581b1701b5a422851a.png)
![aa650e31a13f709ed24f2dbccd3a5629.png](https://img-blog.csdnimg.cn/img_convert/aa650e31a13f709ed24f2dbccd3a5629.png)
(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。
![4d9e1dc140adcf93380851b8d43c3db1.png](https://img-blog.csdnimg.cn/img_convert/4d9e1dc140adcf93380851b8d43c3db1.png)
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',))",),)
![a629eb2600b6daa6aa3efc0aee24176d.png](https://img-blog.csdnimg.cn/img_convert/a629eb2600b6daa6aa3efc0aee24176d.png)
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。
![e9d59537f6144ef092d13085b1262ffa.png](https://img-blog.csdnimg.cn/img_convert/e9d59537f6144ef092d13085b1262ffa.png)
按照网上步骤继续执行:
![977f81daf6a18282a317d9c28b66cbbe.png](https://img-blog.csdnimg.cn/img_convert/977f81daf6a18282a317d9c28b66cbbe.png)
哇瑟瑟,果断成功了,开心!
![bf10fe47731a1cf62f2ae708edf2538f.png](https://img-blog.csdnimg.cn/img_convert/bf10fe47731a1cf62f2ae708edf2538f.png)
(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
![09be6bee12cbd249fa03aa0aa9a80877.png](https://img-blog.csdnimg.cn/img_convert/09be6bee12cbd249fa03aa0aa9a80877.png)
![edfb2f64d299a2e61b75f72b874649db.png](https://img-blog.csdnimg.cn/img_convert/edfb2f64d299a2e61b75f72b874649db.png)
(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
![e1d4deb69ea8358ada648906cd11b072.png](https://img-blog.csdnimg.cn/img_convert/e1d4deb69ea8358ada648906cd11b072.png)
![5e48635dca5aaeaad72a0d84667d7f48.png](https://img-blog.csdnimg.cn/img_convert/5e48635dca5aaeaad72a0d84667d7f48.png)
(4)进入环境命令:source activate my_env 【window:activate my_env】
![8dde79d15bbede07f9556f6002f06930.png](https://img-blog.csdnimg.cn/img_convert/8dde79d15bbede07f9556f6002f06930.png)
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。
![e4adcfdaa0f72351de48f7b2c8b220ea.png](https://img-blog.csdnimg.cn/img_convert/e4adcfdaa0f72351de48f7b2c8b220ea.png)
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。
![ab40771c463af744e4735b7f7556076e.png](https://img-blog.csdnimg.cn/img_convert/ab40771c463af744e4735b7f7556076e.png)
(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
![a8ca2436863c69bf2348871630ce1365.png](https://img-blog.csdnimg.cn/img_convert/a8ca2436863c69bf2348871630ce1365.png)
以下为导出环境内容。
![8ded8a76470fcd5b925c3fd324f8e12d.png](https://img-blog.csdnimg.cn/img_convert/8ded8a76470fcd5b925c3fd324f8e12d.png)
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
![ed46fbe41eee47a1015ab0abacae1442.png](https://img-blog.csdnimg.cn/img_convert/ed46fbe41eee47a1015ab0abacae1442.png)
不指定环境的情况下,base为默认环境。
![16480ddcee921739e6a3ddb9f7f3a58c.png](https://img-blog.csdnimg.cn/img_convert/16480ddcee921739e6a3ddb9f7f3a58c.png)
(8)删除环境:conda evn remove -n env_name 删除指定的环境。
![74f3fa021b6543168ddef69431b52c33.png](https://img-blog.csdnimg.cn/img_convert/74f3fa021b6543168ddef69431b52c33.png)
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
![1117734d54c405a6f73419dcbc1efd3c.png](https://img-blog.csdnimg.cn/img_convert/1117734d54c405a6f73419dcbc1efd3c.png)
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=socialwww.zhihu.com![4220abb549a9c4e97473fb34e5c88b8d.png](https://img-blog.csdnimg.cn/img_convert/4220abb549a9c4e97473fb34e5c88b8d.png)
感谢。
橘子
2018.3.19