Python Anaconda使用总结

旧城等待， 2021-11-22 09:52 317阅读 0赞

# Python Anaconda使用总结 #

## 安装Anaconda ##

对于Mac、Linux系统，Anaconda安装好后，实际上就是在主目录下多了个文件夹（/anaconda）而已，Windows会写入注册表。安装时，安装程序会把bin目录加入PATH（Linux/Mac写入/.bashrc，Windows添加到系统变量PATH），这些操作也完全可以自己完成。以Linux/Mac为例，安装完成后设置PATH的操作是

# 将anaconda的bin目录加入PATH，根据版本不同，也可能是~/anaconda3/bin
    echo 'export PATH="~/anaconda2/bin:$PATH"' >> ~/.bashrc
    # 更新bashrc以立即生效
    source ~/.bashrc

配置好PATH后，可以通过`which conda`或`conda --version`命令检查是否正确。

假如安装的是Python 2.7对应的版本，运行`python --version`或`python -V`可以得到

Python 2.7.12 :: Anaconda 4.1.1 (64-bit)

说明该发行版默认的环境是Python 2.7。

## Conda的环境管理 ##

Conda的环境管理功能允许我们同时**安装若干不同版本的Python**，并能自由切换。

假设我们需要安装Python 3.4，此时，我们需要做的操作如下：

# 创建一个名为python34的环境，指定Python版本是3.4（不用管是3.4.x，conda会为我们自动寻找3.4.x中的最新版本）
    conda create --name python34 python=3.4
    
    # 安装好后，使用activate激活某个环境
    activate python34 # for Windows
    source activate python34 # for Linux & Mac
    # 激活后，会发现terminal输入的地方多了python34的字样，实际上，此时系统做的事情就是把默认2.7环境从PATH中去除，再把3.4对应的命令加入PATH
    
    # 此时，再次输入
    python --version
    # 可以得到`Python 3.4.5 :: Anaconda 4.1.1 (64-bit)`，即系统已经切换到了3.4的环境
    
    # 如果想返回默认的python 2.7环境，运行
    deactivate python34 # for Windows
    source deactivate python34 # for Linux & Mac
    
    # 删除一个已有的环境
    conda remove --name python34 --all

用户安装的不同python环境都会被放在目录`~/anaconda/envs`下，可以在命令中运行`conda info -e`查看已安装的环境，当前被激活的环境会显示有一个星号或者括号。

## Conda的包管理 ##

Conda的包管理就比较好理解了，这部分功能与pip类似。

例如，如果需要安装scipy：

# 安装scipy
    conda install scipy
    # conda会从从远程搜索scipy的相关信息和依赖项目，对于python 3.4，conda会同时安装numpy和mkl（运算加速的库）
    
    # 查看已经安装的packages
    conda list
    # 最新版的conda是从site-packages文件夹中搜索已经安装的包，不依赖于pip，因此可以显示出通过各种方式安装的包

conda的一些常用操作如下：

# 查看当前环境下已安装的包
    conda list
    
    # 查看某个指定环境的已安装包
    conda list -n python34
    
    # 查找package信息
    conda search numpy
    
    # 安装package
    conda install -n python34 numpy
    # 如果不用-n指定环境名称，则被安装在当前活跃环境
    # 也可以通过-c指定通过某个channel安装
    
    # 更新package
    conda update -n python34 numpy
    
    # 删除package
    conda remove -n python34 numpy

前面已经提到，conda将conda、python等都视为package，因此，完全可以使用conda来管理conda和python的版本，例如:

# 更新conda，保持conda最新
    conda update conda
    
    # 更新anaconda
    conda update anaconda
    
    # 更新python
    conda update python
    
    # 假设当前环境是python 3.4, conda会将python升级为3.4.x系列的当前最新版本

补充：如果创建新的python环境，比如3.4，运行

conda create -n python34 python=3.4

之后，conda仅安装python 3.4相关的必须项，如python, pip等，如果希望该环境像默认环境那样，安装anaconda集合包，只需要：

# 在当前环境下安装anaconda包集合
    conda install anaconda
    
    # 结合创建环境的命令，以上操作可以合并为
    conda create -n python34 python=3.4 anaconda
    # 也可以不用全部安装，根据需求安装自己需要的package即可

## 设置国内镜像 ##

如果需要安装很多packages，你会发现conda下载的速度经常很慢，因为Anaconda.org的服务器在国外。所幸的是，清华TUNA镜像源有Anaconda仓库的镜像，我们将其加入conda的配置即可：

# 添加Anaconda的TUNA镜像
    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
    # TUNA的help中镜像地址加有引号，需要去掉
    
    # 设置搜索时显示通道地址
    conda config --set show_channel_urls yes

执行完上述命令后，会生成~/.condarc(Linux/Mac)或C:\\Users\\USER\_NAME.condarc文件，记录着我们对conda的配置，直接手动创建、编辑该文件是相同的效果。

## 总结 ##

Anaconda具有跨平台、包管理、环境管理的特点，因此很适合快速在新的机器上部署Python环境。总结而言，整套安装、配置流程如下：

1.  下载Anaconda、安装。
2.  配置PATH（bashrc或环境变量），更改清华TUNA镜像源。
3.  创建所需的不用版本的python环境。