Anaconda3+Python环境配置

1. python版本的介绍

python语言是一种简单易学的脚本(shell)语言。shell语言是不需要像C语言那样“编译、链接”的过程。目前主要python有2.x系列和3.x系列，两者的兼容性不同。

2. Anaconda的安装

两种下载方式：
(1)anaconda的官网下载：https://www.anaconda.com/distribution/
(2)清华开源网下载：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

3. Anaconda的配置

在安装其他环境之前，更换镜像源，这样速度更快（本文使用的是阿里源）

conda config --add channels https://opsx.alibaba.com/mirror
conda config --set show_channel_urls yes

查看现有的源

conda config --show channel

目前国内的好多源都不行了，要是切换了国内的源，先还原到默认源

conda config --remove-key channels

安装好anaconda3后，打开Anaconda Prompt，并输入如下命令

jupyter notebook

进入后就会打开一个界面，如下所示

将python2.7版本加入到anaconda中，并将其装入jupyter notebook下
继续在anaconda prompt里输入以下命令进行配置

## 给anaconda添加python2.7版本的环境,其中python2为自己设置的名字
conda create -n python2 python=2.7
activate python2       ## 进入python2.7环境
pip install ipykernel  ## 在kernel中加载python2.7
ipython kernel install --user --name=python2   ## 将已有的python2.7环境装入jupyter notebook下
deactivte     # 退出python2.7环境
jupyter kernelspec list  #查看已有的kernel

一些常见的命令：

## 更新包
conda update package_name

## 更新环境中的所有包  
conda update --all

##列出已安装的包 
conda list

## 安装包  package_name为包的名字
conda install package_name

## 卸载包
conda remove package_name

## 列出环境
conda env list

## 环境输出到终端中
conda env export

##  删除指定的环境（env_name）
conda env remove -n env_name 

## 将kernel中的环境删除（env_name）
jupyter kernel remove env_name

## 查看安装的kernel和位置
jupyter kernelspec list
## 根据显示的路径进入其中把文件夹删除，重启jupyter notebook即可
## 删除kernel中的环境
jupyter kernelspec remove kernelname


## 在本地的conda里已经有一个AAA的环境，我想创建一个新环境跟它一## 模一样的叫BBB
conda create -n BBB --clone AAA

##  把原来电脑上目标conda环境的目录复制到新电脑上
## path为环境的路径
conda create -n BBB --clone ~/path

4.下载安装决策树可视化工具Graphviz

下载路径：https://graphviz.gitlab.io/_pages/Download/Download_windows.html
安装后添加环境变量
然后再打开Anaconda prompt

pip install graphviz

配置好之后，到jupyter notebook里创建一个python3，输入以下代码进行测试

import graphviz   #在python3环境下测试

5.安装Tensorflow

打开anaconda prompt，输入以下命令

conda create -n tensorflow tensorflow
activate tensorflow
pip install --ignore-installed --upgrade tensorflow
## 将自己环境（tensorflow）加入到ipython的kernel里
python -m ipykernel install --user --name tensorflow --display-name "tensorflow" 
## 第一个tensorflow为自己环境的名，第二个tensorflow为Kernel名，可以在jupyter notebook里看到，可以和环境名不一致

## 进入tensorflow的python下，输入以下命令测试是否安装成功
import tensorflow as tf