python_anaconda安裝與環境配置

zhuanlan.zhihu.com

3. 如何管理包？

安裝了 Anaconda 之後，就可以很方便的管理包了（安裝，卸載，更新）。

1）安裝包

在終端中鍵入：

conda install package_name

例如，要安裝 pandas，在終端中輸入：

conda install pandas

你還可以同時安裝多個包。類似 conda install pandas numpy 的命令會同時安裝所有這些包。還可以通過添加版本號（例如 conda install numpy=1.10）來指定所需的包版本。

conda 還會自動為你安裝依賴項。例如，scipy 依賴於 numpy，因為它使用並需要 numpy。如果你只安裝 scipy (conda install scipy)，則 conda 還會安裝 numpy（如果尚未安裝的話）。

2）卸載包

在終端中鍵入 ：

conda remove package_names

上面命令中的package_names是指你要卸載包的名稱，例如你想卸載pandas包：conda remove pandas

3）更新包

在終端中鍵入：

conda update package_name

如果想更新環境中的所有包（這樣做常常很有用），使用：conda update --all。

4）列出已安裝的包

#列出已安裝的包

例如我已經成功安裝了numpy和pandas這兩個常用的包。

如果不知道要找的包的確切名稱，可以嘗試使用 conda search search_term 進行搜索。例如，我知道我想安裝numpy，但我不清楚確切的包名稱。我可以這樣嘗試：conda search num。

4.如何管理環境？

conda 可以為你不同的項目建立不同的運行環境。

0）安裝nb_conda用於notebook自動關聯nb_conda的環境。

1）創建環境

在終端中使用:

conda create -n env_name package_names

上面的命令中，env_name 是設置環境的名稱（-n 是指該命令後面的env_name是你要創建環境的名稱），package_names 是你要安裝在創建環境中的包名稱。

例如，要創建環境名稱為 py3 的環境並在其中安裝 numpy，在終端中輸入 conda create -n py3 pandas。

2）創建環境時，可以指定要安裝在環境中的 Python 版本

當你同時使用 Python 2.x 和 Python 3.x 中的代碼時這很有用。要創建具有特定 Python 版本的環境，例如創建環境名稱為py3，並安裝最新版本的Python3在終端中輸入：

conda create -n py3 python=3

或也可以這樣創建環境名稱為py2，並安裝最新版本的Python2：

conda create -n py2 python=2

因為我做的項目不同，有時候會用到Python2，還有時候會用到Python3。所以我在自己的計算機上創建了這兩個環境，並分別取了這樣的環境名稱：py2,py3。這樣我可以根據不同的項目輕鬆使用不同版本的python。

如果你要安裝特定版本（例如 Python 3.6），請使用 conda create -n py python=3.6

3）進入環境

在 OSX/Linux 上使用 source activate my_env 進入環境。

進入環境後，你會在終端提示符中看到環境名稱，下面圖片是我進入py3的環境（這裡的py3是我上面創建環境時自己起的名稱，你可以起個自己喜歡的名稱）。

進入環境後，我可以用conda list 查看環境中默認安裝的幾個包：

在環境中安裝包的命令與前面一樣：conda install package_name。

不過，這次你安裝的特定包僅在你進入環境後才可用。

3）離開環境

在 OSX/Linux 上 輸入：

source deactivate

4）共享環境

共享環境非常有用，它能讓其他人安裝你的代碼中使用的所有包，並確保這些包的版本正確。比如你開發了一個藥店數據分析系統，你要提交給項目部署系統的王二狗來部署你的項目，但是王二狗並不知道你當時開發時使用的是哪個python版本，以及使用了哪些包和包的版本。這怎麼辦呢？

你可以在你當前的環境中終端中使用 conda env export > environment.yaml 將你當前的環境保存到文件中包保存為YAML文件（包括Pyhton版本和所有包的名稱）。

命令的第一部分 conda env export 用於輸出環境中的所有包的名稱（包括 Python 版本）。

在「notebook工作文件夾」下（及你在終端中上圖的路徑）可以看到導出的環境文件：

在 GitHub 上共享代碼時，最好同樣創建環境文件並將其包括在代碼庫中。這能讓其他人更輕鬆地安裝你的代碼的所有依賴項。

導出的環境文件，在其他電腦環境中如何使用呢？

首先在conda中進入你的環境，比如activate py3

然後在使用以下命令更新你的環境：

#其中-f表示你要導出文件在本地的路徑，所以/path/to/environment.yml要換成你本地的實際路徑

對於不使用 conda 的用戶，我通常還會使用 pip freeze > environment.txt 將一個 txt文件導出並包括在其中。

具體見這裡：https://pip.pypa.io/en/stable/reference/pip_freeze/

舉個例子你可能更容易理解這個使用場景：

首先，我在自己的電腦上在conda中將項目的包導出成environment.txt 文件：

然後我將該文件包含在項目的代碼庫中，其他項目成員即使在他的電腦上沒有安裝conda也可以使用該文件來安裝和我一樣的開發環境：

他在自己的電腦上進入python命令環境，然後運行以下命令就可以安裝該項目需要的包：

pip install -r /path/requirements.txt

其中/path/requirements.txt是該文件在你電腦上的實際路徑。

5）列出環境

我有時候會忘記自己創建的環境名稱，這時候用 conda env list 就可以列出你創建的所有環境。

你會看到環境的列表，而且你當前所在環境的旁邊會有一個星號。默認的環境（即當你不在選定環境中時使用的環境）名為 root。

6）刪除環境

如果你不再使用某個環境，可以使用 conda env remove -n env_name 刪除指定的環境（在這裡環境名為 env_name）。

最後重新再強調下，不要被上面的命令嚇到。雖然上述命令多，給了誰都記不住的。後面你跟著我在知乎上多做項目，用的多了自然記住了。你只需要跟著上面步驟操作下，並理解了每一步是幹什麼的就可以了。後面遇到要做的事情，忘記了回頭查這個文檔就可以了。

conda的官方文檔：https://conda.io/docs/user-guide/tasks/index.html

按照上面的步驟你親自操作一遍後，你已經學會了Anaconda，並安裝好你的數據分析Pyhton環境了，接下來你就可以愉快的使用Jupyter notebook來做數據分析了：