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 pythonconda 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 |
|---|
1404
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
