Anaconda与Jupyter notebook

1.概述：

Anaconda和Jupyter在实际工作中已成为Python开发（Web、机器学习等）的标准环境。

Anaconda是包管理器和环境管理器，类似Node.js的npm，它附带了一大批常用的数据科学包，无需开发者再自己一个个安装和解决包冲突的问题。通过conda（包管理器）可以方便地帮助我们在计算机上创建环境，安装、卸载、更新包。所谓的创建环境是指：比如大佬A使用python2.7，大佬B使用python3.6，我们就可以通过Anaconda创建不同的环境。还有一种情况，比如项目A使用的pandas或numpy等包与项目B的不一样，我们也可以为不同的项目创建不同的环境。

Anaconda官网： https://www.anaconda.com/

下载对应版本，进行安装。看知乎上有老师提示win10系统下一定要记得右键--》以管理员身份运行，否则在安装包时会提示没有写权限。还有记得将conda等命令目录添加到Path环境变量中。

使用时打开cmd或者Anaconda Prompt，win10系统请右键--》以管理员身份运行

2.初次使用

初次安装时有些包可能比较旧，我们使用命令进行更新。但是默认的软件源在国外，下载可能会比较慢，我们可以添加清华的软件源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

如果命令行添加不上，可以在“notebook”工作文件夹（Windows为C://Users/username/.condarc，Linux/Mac为~/.condarc）找到.condarc，如果没有就自己创建一个。

更新命令：

conda upgrade --all

接下来我们就要学习一下Anaconda如何管理包和环境

3.管理包

（1）安装

conda install package_name 例如conda install numpy

conda会自动安装依赖

还可以指定版本号 conda install numpy=1.10

（2）卸载

conda remove package_names

（3）更新

conda update package_name

更新所有 conda update --all

（4）列出已安装的包

conda list

（5）搜索：例如想安装numpy，却不知道确切的包名称

conda search num

4.管理环境

（1）创建环境

conda create -n env_name python=version_num

例如conda create -n py36 python=3.6

conda create -n py27 python=2.7

（2）进入环境

windows：activate my_env

linux/osx：source activate my_env

（3）离开环境

windows：deactivate

linux/osx：deactivate my_env

（4）共享环境

这是自己在开发时思考过的一个问题，比如我开发了一个网站，交给同事部署，但是他怎么知道我的环境和包的版本呢？我可以把我的环境配置导出，然后同事就可以部署啦。在这里同时觉得自己应该不同的项目创建不同的环境，以免互相污染。

conda env export > environment.yaml 将当前的环境保存为YAML文件

在Github上共享代码时，最好同样创建环境文件并将其包括在代码库中。这能让其他人方便地安装你的代码的所有依赖项

使用导出的环境

#其中-f表示你要导出文件在本地的路径，所以/path/to/environment.yml要换成你本地的实际路径
conda env update -f=/path/to/environment.yml

（5）列出环境

conda env list

当前所在环境旁边有一个*号，默认的环境为root。

（6）删除环境

conda env remove -n env_name