Python数据分析学习（一）：Anconad的安装与使用

前言

工欲善其事，必先利其器，学习python数据分析的知识肯定要有趁手的工具，此前也用原生的python尝试做数据分析，自己安装各类的包，而python数据分析所需要使用的包有太多了（Numpy、Pandas、Matplotilb等等），有些包依赖性强，安装起来比较麻烦。选择Anaconda，因为它已经内含了许多包，不管我们需要还是不需要，有很多很多，给我们带来了大大的便利。使用Anaconda，为以后Python数据分析学习省下了许多事情。

---

一、Anaconda安装步骤

（一）Anaconda下载地址

一个国内的网站一个国外的网站，推荐用国内的清华大学开源镜像网址，相对来说下载速度会快一些
Anaconda官网
清华大学Anaconda开源镜像

（二）Anaconda安装

PS：这里笔者以window系统里的Anaconda为例，其他系统或者期许更详细安装步骤的请移步至Anaconda官方文档
1.运行安装程序
2.点击 next（下一步）
3.点击 I Agree （我同意）
4.这一步，有多用户需要开发学习的情况下 就点All Users（会提示需要管理员权限）

5.系统盘（C盘）空间大的请随意，在以后的工作中它占用的空间会越来越大，所以建议安装在其他盘中，千万不要命名带空格的名字且建议用英文命名，不然以后会有许多不必要的麻烦

6.第一个勾选的是配置Anaconda的环境（勾选可能会影响其他Python开发软件的正常使用），第二个勾选的是设置Anaconda所带的Python 版本为系统默认的Python版本
ps：笔者全勾选了，懒得自己手动添加Path变量了。笔者目前只安装了PyCharm这一个Python编辑器，文末会附上Anaconda与PyCharm的关联步骤

7.完成以上步骤后可以一直点击下一步，直到看到这张截图，意味着Anaconda安装完成

二、使用Anaconda

（一）查看Anaconda里集成的包

# 查看conda版本
conda --version

# 升级所有的软件包
conda upgrade --all

# 按列表 查看包
conda list

# 查看包 （模糊查看 会自动匹配相似包名） 
conda search packageName

# 精准查看
conda search --full-name packageName

（二）安装或卸载包

既可以通过conda命令也可以使用pip命令安装或卸载包

# 安装包
conda install xxx

# 卸载包  
conda remove xxx

pip install xxx

pip uninstall xxx

（三）开发环境管理

Windows用户打开程序“Anaconda Prompt”可执行以下命令
注： 该节中’xxx’均为自定义名称

1.安装python环境

# 创建一个命名为xxx且python版本为3的环境
conda create --name xxx python=3

# 创建一个命名为xxx且python版本为3的环境 ，且具有Anaconda集成的所有包
conda create --name xxx python=3 anaconad

2.激活及退出python环境

# 激活环境
activate xxx

# 退出环境   
deactivate

3.查看Anaconda中的python环境

conda info --envs

4.克隆环境

conda create --name newEnvName --clone copyEnvName

5.卸载python环境

conda remove --name xxx --all

三、附录

A.在PyCharm中配置Anaconda

1.打开PyCharm后依次点击File --> Setting --> Project --> Project Interpreter --> 小齿轮

2.点击方框标记的Add…，接下来选择anaconda文件路径下的python.exe，稍等片刻就大功告成


3.下面是最后截图

B.在安装Anaconda前就安装有python的处理办法

1. 将原有的环境变量中的python变量删除
   注：前面步骤中的Anaconda添加Path环境没有勾选的，手动在环境变量中添加以下路径，温馨提示：路径要是自己的路径哦
   a. D:\Anaconda3
   b. D:\Anaconda3\Scripts
   c. D:\Anaconda3\Library\bin
   d. D:\Anaconda3\Library\usr\bin
   e. D:\Anaconda3\Library\mingw-w64\bin
2. 直接将原来安装python的整个文件夹拷贝到Anaconda下的envs的目录下。
3. 使用命令conda info --envs可以查看到增加了环境，即我们原有的python环境