我们使用Anaconda作为python的使用环境,就是说python包含在Anaconda中。如果你的系统之前安装过python时,当你再次安装python时,那么你的电脑中就存在两个python环境。
所以这里需要注意的是如果你的系统中已经安装了Anaconda。那么就不需要再去安装Python了。
那么Anaconda是什么?它有什么用呢?
Anaconda主要是一个数据分析方面的发行版本。它支持Linux、Mac、Windows,包含了众多的科学计算和数据分析的python包。
Python是一种面向对象的解释型计算机程序设计语言,其使用,具有跨平台的特点,可以在Linux、macOS以及Windows系统中搭建环境并使用,其编写的代码在不同平台上运行时,几乎不需要做较大的改动,使用者无不受益于它的便捷性。
此外,Python的强大之处在于它的应用领域范围之广,遍及人工智能、科学计算、Web开发、系统运维、大数据及云计算、金融、游戏开发等。实现其强大功能的前提,就是Python具有数量庞大且功能相对完善的标准库和第三方库。通过对库的引用,能够实现对不同领域业务的开发。然而,正是由于库的数量庞大,对于管理这些库以及对库作及时的维护成为既重要但复杂度又高的事情。
一、什么是Anaconda?
1. 简介
Anaconda(官方网站)就是可以便捷获取包且对包能够进行管理,同时对环境可以统一管理的发行版本。Anaconda包含了conda、Python在内的超过180个科学包及其依赖项。
2. 特点
Anaconda具有如下特点:
开源
安装过程简单
高性能使用Python和R语言
免费的社区支持
其特点的实现主要基于Anaconda拥有的:
conda包
环境管理器
1,000+开源库
如果日常工作或学习并不必要使用1,000多个库,那么可以考虑安装Miniconda(图形界面下载及命令行安装请戳),这里不过多介绍Miniconda的安装及使用。
3. Anaconda、conda、pip、virtualenv的区别
① Anaconda
Anaconda是一个包含180+的科学包及其依赖项的发行版本。其包含的科学包包括:conda, numpy, scipy, ipython notebook等。
② conda
conda是包及其依赖项和环境的管理工具。
适用语言:Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN。
适用平台:Windows, macOS, Linux
用途:
如果你需要的包要求不同版本的Python,你无需切换到不同的环境,因为conda同样是一个环境管理器。仅需要几条命令,你可以创建一个完全独立的环境来运行不同的Python版本,同时继续在你常规的环境中使用你常用的Python版本。——conda官方网站
快速安装、运行和升级包及其依赖项。
在计算机中便捷地创建、保存、加载和切换环境。
conda为Python项目而创造,但可适用于上述的多种语言。
conda包和环境管理器包含于Anaconda的所有版本当中。
③ pip
pip是用于安装和管理软件包的包管理器。
pip编写语言:Python。
Python中默认安装的版本:
Python 2.7.9及后续版本:默认安装,命令为
pip
Python 3.4及后续版本:默认安装,命令为
pip3
pip名称的由来:pip采用的是递归缩写进行命名的。其名字被普遍认为来源于2处:
“Pip installs Packages”(“pip安装包”)
“Pip installs Python”(“pip安装Python”)
④ virtualenv
virtualenv:用于创建一个独立的Python环境的工具。
解决问题:
当一个程序需要使用Python 2.7版本,而另一个程序需要使用Python 3.6版本,如何同时使用这两个程序?
如果将所有程序都安装在系统下的默认路径,如:
/usr/lib/python2.7/site-packages
,当不小心升级了本不该升级的程序时,将会对其他的程序造成影响。如果想要安装程序并在程序运行时对其库或库的版本进行修改,都会导致程序的中断。
在共享主机时,无法在全局
site-packages
目录中安装包。
virtualenv将会为它自己的安装目录创建一个环境,这并不与其他virtualenv环境共享库;同时也可以选择性地不连接已安装的全局库。
⑤ pip 与 conda 比较
→ 依赖项检查
pip:
不一定会展示所需其他依赖包。
安装包时或许会直接忽略依赖项而安装,仅在结果中提示错误。
conda:
列出所需其他依赖包。
安装包时自动安装其依赖项。
可以便捷地在包的不同版本中自由切换。
→ 环境管理
pip:维护多个环境难度较大。
conda:比较方便地在不同环境之间进行切换,环境管理较为简单。
→ 对系统自带Python的影响
pip:在系统自带Python中包的**更新/回退版本/卸载将影响其他程序。
conda:不会影响系统自带Python。
→ 适用语言
pip:仅适用于Python。
conda:适用于Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN。
⑥ conda与pip、virtualenv的关系
conda结合了pip和virtualenv的功能。
作者:Raxxie
链接:https://www.jianshu.com/p/62f155eb6ac5
来源:简书
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
如何下Anaconda呢?
找到Anaconda官网
https://anaconda.org/
或者从清华镜像也可以下载(建议选择此项,速度快!)
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
找到适合我们自己PC操作系统的Anaconda。点击下载!
下载完成之后,双击安装。
选择好路径之后继续点击next。
以下两个选项需要注意!如果之前没有安装过python。那就全部选上。
如果之前有装过python环境,勾上之后默认就是Anaconda的python环境。
建议初学者全部选上,选择默认的Anaconda的python环境即可!
显示'installation successfully'即代表安装成功!
最后一步要注意,不要点击'install Microsoft VScode'。这样会特别慢。直接点击跳过即可!
安装完成之后我们该如何使用呢?
首先我们找到Anaconda。然后进入到Anaconda prompt的基础环境。
到这一步可以确定我们已经进入到了Anaconda的python环境了。可以清楚的看到。环境里的Python版本是3.9的,而Anaconda里的python版本是3.7的。
Anaconda不仅为我们安装了原生的python环境,还附带增强型的python解释器。就是ipython。具体功能大家可以自行研究哈,这里就说那么一嘴。
前面说到python库的数量庞大,对于管理这些库以及对库作及时的维护成为既重要但复杂度又高的事情。
所以Anaconda还为我们提供了一个包的管理工具,conda管理工具!
其实在安装好Anaconda之后,我们就一并安装好了conda管理工具。包括python、Jupyter notebook、Numpy、Pandas、Matplotlib等180多个科学依赖包。
使用conda 管理工具
conda 包管理器 which conda 或者 conda -version 检查是否正确安装。 conda list 查询 conda install * 安装 conda update * 升级 conda remove * 卸载conda比起pip的强大之处在于它不仅可以安装python的库,在需要涉及到其他非python依赖库的时候它也会一并安装。