深度學習的工具箱系列2：Anaconda介紹

Anaconda介紹

Anaconda是免費的、易於安裝的、專門為數據科學開發用於管理環境和packages的工具。

Anaconda可以在Windows, macOS或者Linux等平台使用。

使用Anaconda可以解決如下問題：

• 工作中既需要Python2又需要Python3的環境。
• 安裝工具包很麻煩。
• 需要的工具包又依賴其他工具包。

註：pip是python的默認packages管理工具，Conda與pip的區別是，Conda專註於數據科學而pip是通用包管理工具。

Anaconda來源於conda，你可以使用conda來創建獨立的環境包含不同版本的python和packages。還可以使用其來安裝、升級、卸載工具包。

一句話總結：使用Anaconda使數據處理工作更美好！

安裝Anaconda

安裝比較簡單，這裡給出教程鏈接：https://www.continuum.io/downloads

管理你的packages

注意：以下的命令均在mac系統terminal下使用

查看當前環境的packages列表：

$ conda listn

安裝numpy、pandas、matplotlib包：

$ conda install numpy、pandas、matplotlibn

安裝指定版本的包：

$ conda install numpy=1.10n

安裝jupyter notebook

$ conda install jupyter notebookn

升級指定安裝包和升級全部安裝包

$ conda upgrade condan

卸載安裝包

$ conda remove package_namen

搜索包

conda search search_termn

管理你的enviroment

創建環境

創建環境的話命令如下$ conda create -n env_name list of packages其中env_name是你要創建的環境的名稱，list of packages是你要隨著環境一起安裝的包。例如，如果我們想創建一個名字是env_name的環境，並安裝python3的話，使用下面的命令：

$ conda create -n env_name pathon=3n

進入你的環境

$ source activate env_namen

離開環境

$ source deactivaten

保存環境

使用命令

$ conda env export > environment.yamln

其中conda env export是輸出所有環境文件，> environment.yaml是保存到environment.yaml文件。

讀取環境

如何從yaml文件創建環境：

$ conda env create -f environment.yamln

列出所有的環境

$ conda env listn

刪除環境

$ conda env remove -n env_namen

其中env_name是環境名稱。