目录
1、从官网下载 Linux 版本的 Anaconda 并上传到服务器
3、在Linux里面 .sh 文件是可执行的脚本文件,需要用命令 bash 来进行安装
三、Mac 下安装 Anaconda,以及在 PyCharm 中的配置
4、Mac 环境下在 Pycharm 中使用 Anaconda
2、要创建一个名叫 showufei 的基于 py3 的环境
一、简单小介
为什么是 Anaconda❓
一般来说,第三方库都会在 Python 官方的 pypi.python.org 网站注册,要安装一个第三方库,必须先知道该库的名称,可以在官网或者pypi上搜索,比如 Pillow 的名称叫 Pillow,因此,安装 Pillow 的命令就是:pip install Pillow。
耐心等待下载并安装后,就可以使用 Pillow 了。
在使用 Python 时,我们经常需要用到很多第三方库,例如,上面提到的 Pillow,以及 MySQL 驱动程序,Web 框架 Flask,科学计算 Numpy 等。用 pip 一个一个安装费时费力,还需要考虑兼容性。我们推荐直接使用 Anaconda,这是一个基于 Python 的数据处理和科学计算平台,它已经内置了许多非常有用的第三方库,我们装上 Anaconda,就相当于把数十个第三方模块自动安装好了,非常简单易用。
可以从 Anaconda官网 下载 GUI 安装包,安装包有 500~600M,所以需要耐心等待下载。网速慢的同学请移步国内镜像。下载后直接安装,Anaconda 会把系统 Path 中的 python 指向自己自带的 Python,并且,Anaconda 安装的第三方模块会安装在 Anaconda 自己的路径下,不影响系统已安装的 Python 目录。
Anaconda 是一个方便的 python 包管理和环境管理软件,一般用来配置不同的项目环境。我们常常会遇到这样的情况,正在做的项目 A 和项目 B 分别基于 python2 和 python3,而第电脑只能安装一个环境,这个时候 Anaconda 就派上了用场,它可以创建多个互不干扰的环境,分别运行不同版本的软件包,以达到兼容的目的。Anaconda 通过管理工具包、开发环境、Python 版本,大大简化了你的工作流程。不仅可以方便地安装、更新、卸载工具包,而且安装时能自动安装相应的依赖包,同时还能使用不同的虚拟环境隔离不同要求的项目。
Anaconda 指的是一个开源的 Python 发行版本,其包含了 conda、Python 等 180 多个科学包及其依赖项。里面所包含的 Jupyter Notebook 是数据挖掘领域中最热门的工具。(例如 Kaggle 网站)
废话不多说,现在我们开始来安装 Anaconda。
二、Linux 安装 Anaconda
1、从官网下载 Linux 版本的 Anaconda 并上传到服务器
2、授权可执行权限
# chmod 755 Anaconda3-2019.07-Linux-x86_64.sh
-rwxr-xr-x 1 root root 541906131 Oct 12 15:07 Anaconda3-2019.07-Linux-x86_64.sh |
3、在Linux里面 .sh
文件是可执行的脚本文件,需要用命令 bash 来进行安装
$ bash Anaconda3-2019.07-Linux-x86_64.sh
注意:
- 是否同意相关协议:yes 即可
- 确认安装路径:直接 enter 会在默认安装路径,一般是 user_home/anaconda3(建议不要使用 root 用户,举个例子:使用 work 用户安装即为 /home/work/anaconda3)
- 是否添加在环境变量中:enter 会添加到当前用户的 ~/.bashrc 中(建议参与默认)
4、使环境变量生效
一般情况下,会出现类似于如下格式的内容(/home/pyuser/anaconda3/bin 为 anaconda 的 bin 路径),因为我们在安装过程中选择了把路径添加到 /etc/profile 中(建议不要 root 用户添加,虽然适用于所有用户,为防止一些意想不到的错误)
避免在 source activate spacename 发生错误(-bash: activate: No such file or directory)
# su - work $ vim .bash_profile |
---|
# added by Anaconda3 installer |
$ source .bash_profile |
5、测试
输入 python,出现以下界面:
$ python |
---|
Python 3.7.3 (default, Mar 27 2019, 22:11:17) |
至此,Linux 安装 Anaconda 就完成了。
anconda 使用 conda 作为包管理工具,也就是 anaconda 把一些常用的 python 包统一管理,可以方便的安装、更新和卸载包。
conda 常用命令:
conda --version 查看conda版本
conda -V
conda --help 获取帮助
conda -h
conda update --help
conda remove --help
--help 都可以换成-h
三、Mac 下安装 Anaconda,以及在 PyCharm 中的配置
1、从官网下载 macOS 版本的 Anaconda
下载文件:pycharm-professional-2019.2.3.dmg
2、双击安装
1> 回答简介,自述和许可证屏幕上的提示,点击继续即可。
2> 可以自己选择安装的位置(默认仅为我安装),点击继续即可。
3> 点击安装
4> 安装成功,打开 Anaconda
问题:在终端输入conda 无法识别这个命令。
检查环境变量:
~ sudo vim ~/.bash_profile # 如果环境变量中没有conda那么要手动添加 |
---|
export PATH="/Users/wufei/anaconda3/bin:$PATH" |
刷新环境变量即可:source ~/.bash_profile
再查看 conda list ok啦~
~ conda info -e |
---|
# conda environments: |
3、Mac 下安装 PyCharm 以及激活
4、Mac 环境下在 Pycharm 中使用 Anaconda
四、Anaconda 简单入门
1、Anaconda 环境管理
接下来我们简单研究一下单一环境下的 Anaconda 环境管理。
$ conda env --help |
刚刚系统默认创建了名叫 base 的默认环境,我们可以使用 conda 命令查看当前有多少环境。
$ conda env list 或者 $ conda info --envs |
---|
# conda environments: |
可以看到只有一个 base,也就是刚刚安装的时候勾选的带有 Python3.7 的环境,还有一些py3 的包。
如果现在我需要一个python2.7的和tensorflow1.0的环境该怎么办呢?
conda create --name your_env_name
或者
conda create -n your_env_name
# your_env_name 就是新创建的环境名,可以在里面安装其它包但不会与现有环境冲突。
如果你要在创建环境时指定包内容,可以用如下方法:
conda create -n your_env_name python=3.6
如果你要指定多个包 可以用
conda create -n your_env_name python=3.6 numpy pandas
要指定特殊版本号加上=版本号就行,默认是最新的
对了,安装前为了保障你查询到最新包情况,最好使用 conda update --all 更新包信息。
2、要创建一个名叫 showufei 的基于 py3 的环境
$ conda update --all |
---|
$ conda create -n showufei python=3.7 |
Collecting package metadata (current_repodata.json): done
Please update conda by running $ conda update -n base -c defaults conda
## Package Plan ## environment location: /home/work/anaconda3/envs/showufei added / updated specs:
_libgcc_mutex pkgs/main/linux-64::_libgcc_mutex-0.1-main
Preparing transaction: done |
系统会询问你是否创建,输入 y 回车后,系统将列出必要安装的包。
conda 有一点好处是,如果你需要安装一个包,系统将自动检查这个包需要的前置包并且安装,比如你要安装 TensorFlow,而 TensorFlow 会用到很多像前置包像 pandas、matiplo t等,如果你在单纯的 python 下没有安装 pandas 等包就直接安装 TensorFlow,那么和有可能无法使用,而使用 conda 安装 TensorFlow 将会询问你并自动帮你把缺少的前置包安装好。
创建完新环境可查看环境列表:
$ conda env list |
---|
# conda environments: |
只要你的硬盘足够大,你就可以创建很多个不同的环境。
3、有多个环境了,如何切换环境呢?
Linux 命令:
$ source activate showufei $ conda env list |
---|
# conda environments: |
如果想返回默认的 python 环境,运行:
$ source deactivate showufei $ conda env list |
---|
# conda environments: # base * /home/work/anaconda3 showufei /home/work/anaconda3/envs/showufei |
Mac 命令:
~ conda activate showufei ~ conda info -e |
---|
# conda environments: |
~ conda deactivate |
小拓展(Windows):
- activate showufei # for Windows
- deactivate showufei # for Windows
4、一些常用命令
创建一个新环境想克隆一部分旧的环境
conda create -n your_env_name --clone oldname
删除某个环境
conda remove -n your_env_name --all
导出环境配置(非常有用,比如你想帮朋友安装和你一模一样的环境,你可以直接导出一个配置文件给他,就能免除很多人力安装调试)
conda env export > environment.yml
将会在当前目录生成一个environment.yml,你把它交给小伙伴或拷到另一台机器,小伙伴只需要对这个文件执行命令
conda env create -f environment.yml
就可以生成和你原来一模一样的环境啦
5、Anaconda 包管理
上文提到了创建环境时的包管理,那么创建好环境后如何进行包的安装、更新和卸载呢?
当然任然可以通过 pip 安装更新删除
这里我们介绍 conda:
conda list 列举当前环境下的所有包
conda list -n packagename 列举某个特定名称包
conda install packagename 为当前环境安装某包
conda install -n envname packagename 为某环境安装某包
conda search packagename 搜索某包
conda updata packagename 更新当前环境某包
conda update -n envname packagename 更新某特定环境某包
conda remove packagename 删除当前环境某包
conda remove -n envname packagename 删除某环境环境某包
// conda本身和 anaconda、python 本身也算包
conda update conda
conda update anaconda
conda update python
conda 默认源可能速度比较慢
根据网上资料,可以添加其他源,常用的有清华TUNA
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes 在包后面显示来源
第三条执行安装包时会显示来自哪个源,一目了然。
根据网上资料,教育网用户可以添加ipv6源,速度很快:
conda config --add channels https://mirrors6.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors6.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes 在包后面显示来源
6、Anaconda 实现原理
Anaconda 在目录下的 envs 文件夹保存了环境配置,也就是把所有的安装在这个环境下的包放在同一个文件夹中。
当创建一个新环境时,Anaconda 将在 envs 中创建一个新的文件夹,这个文件夹包括了你安装在这个环境中的所有包。
Anaconda 通过巧妙的包管理解决的一个大难题,确实方便了很多。
7、关闭 Anaconda 自动进入 base 虚拟环境
安装完 Anaconda 后,发现每次打开终端后都会自动进入到 base 的虚拟环境中去,虽然在这些环境下使用问题不大,但一些软件的安装在虚拟环境下有影响。每次使用 conda deactivate 退出也很麻烦。如何关闭自动打开的虚拟环境呢,可以采用如下命令:
conda config --set auto_activate_base false |
---|
在最新的 Anaconda 安装后,会将其加入到 bashrc 中,默认自动激活基础环境,上面的命令就是将其自动激活的 true 更改为 false,即可关闭虚拟环境,以后需要使用直接用如下命令行即可:
conda activate spacename //环境的名称 或 source activate spacename |
---|