Anaconda和jupyternotebook⼊门
Anaconda & Jupyter Notebook⼊门
1.Anaconda 的安装
Anaconda指的是⼀个开源的Python发⾏版本，其包含了conda(第⼆部分会细致讲解)、Python等180多个科学包及其依赖项，⽐如numpy、pandas等等。其中conda是⼀个开源的包、环境管理器，可以⽤于在同⼀个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换。
1. 下载安装包
⾸先，我们进⼊，根据我们的操作系统下载对应的安装包
如果⽹速太慢，可以考虑(kx上⽹)或者是在上下载对应的anaconda版本。ubuntu使用入门教程
2. 安装anaconda
直接按照anaconda安装程序中的提⽰进⾏下⼀步，需要注意的步骤，在下⾯截图给出：
安装路径根据⾃⼰的想法修改：
2.Anaconda 的环境变量与基本使⽤
conda 环境变量设置
安装Anaconda之后，查看windows开始菜单，发现多了⼀下这⼏个应⽤：
Anaconda Navigator ：⽤于管理⼯具包和环境的图形⽤户界⾯，后续涉及的众多管理命令也可以在 Navigator 中⼿⼯实现。
Jupyter notebook ：基于web的交互式计算环境，可以编辑易于⼈们阅读的⽂档，⽤于展⽰数据分析的过程。
qtconsole ：⼀个可执⾏ IPython 的仿终端图形界⾯程序，相⽐ Python Shell 界⾯，qtconsole 可以直接显⽰代码⽣成的图形，实现多⾏代码输⼊执⾏，以及内置许多有⽤的功能和函数。
spyder ：⼀个使⽤Python语⾔、跨平台的、科学运算集成开发环境。
下⾯，我主要介绍⼀下 conda 的开源包（packages）和虚拟环境（environment）的管理系统。
⾸先，安装完成之后，使⽤conda命令对所有⼯具包进⾏升级
conda upgrade --all
倘若出现上述上述情况，说明 conda 并未放在环境变量中，需要添加到环境变量中。
本质上来说，我们执⾏的程序基本都是exe程序（windows），想要在cmd运⾏程序需要知道程序的路径
要么通过 cd，dir到程序所在⽂件夹中，然后在程序所在的路径下运⾏该程序
或者是将应⽤程序放在系统变量中，直接输⼊⽂件名，系统通过处理，补全路径
这⾥，我们就是加⼊到环境变量中，以后使⽤ conda 的时候，不需要全路径，也不需要转到conda所
在⽂件夹
添加环境变量也⽐较简单，我的电脑\rightarrow属性\rightarrow⾼级系统设置\rightarrow环境变量，然后在⽤户path或者是系统path中加⼊你安装 anaconda 下⾯的 Scripts⼦⽬录即可
下图给出了我在电脑上的anaconda安装路径，对应所在的位置，也就是path中需要加⼊的内容（cmd在该牟⽬录下，即使path中没有conda，也可以执⾏conda upgrade --all，但是为了⽇后使⽤的⽅便性，将他加在path中）
环境变量设置完成之后，使⽤下⾯这两个命令查看是否设置成功。
conda --version
conda upgrade --all
在这⾥，我们需要加⼊3个path
C:\Users\username\Anaconda3
C:\Users\username\Anaconda3\Scripts
C:\Users\username\Anaconda3\Library\bin
将前缀切换到⾃⼰anaconda 的安装位置即可
第⼆个环境变量是启动anaconda安装的程序，如ipython，jupyter notebook 等等。
第三个环境变量
conda管理Python包和Python环境
下⾯我们介绍⼀下使⽤命令⾏来管理虚拟环境（虚拟环境是⼀个⼀个python的环境，和不同虚拟机⾥⾯的 python 环境类似）
使⽤ conda 管理 python 包
conda install package_name  &:：安装⼀个python包
conda install package_name1 package_name2 package_name3 &:：安装多个python包
conda install numpy=1.10 &:：安装固定版本的包
conda unintall package_name &:：移除⼀个package
conda update package_name &:：升级package 版本
conda list &:: 查看所有的packages
conda search search_term &::conda模糊查询package名称
使⽤ conda 管理 python 环境
conda 创建新环境
conda create -n env_name python=python版本号 list_of_package
conda create 命令中参数-n 表⽰的是 environment name(环境名称)，python=python版本号指明了详细的python版本号， list_of_package这是说明了除了版本号外，我们还需要下载的包的名称
conda create -n python_env2 python=3.5 tensorflow
上述命令表明我们创建⼀个 python3.5 的环境python_env2，除此之外还需要下载⼀下 tensorflow conda 激活环境
conda activate envir_name
conda activate python_env2 &:：使⽤该命令，我们查看刚刚下载的环境
&:：倘若出现问题，可以考虑使⽤
activate envir_name
activate python_env2 &:：成功解决
进⼊到激活的虚拟环境之后，我们可以使⽤之前的 python 管理包命令进⾏随意尝试，不要再(base)中
尝试即可退出当前已经激活的环境
conda deactivate
deactivate &:：倘若上述命令执⾏不成功，使⽤该命令退出已经激活的环境
conda 移除环境
conda remove -n 环境名称 --all  &:：移除环境下所有的包，环境也删除
conda remove -n python_env2 tensorflow  &:：仅仅移除的是tensorflow 相关包，环境依旧处在，conda info -e查看conda查看当前所有环境
conda info -e  &:: conda info 不加参数的话，会显⽰很多内容，感兴趣可以⾃⼰查看
conda env list &:: 同样是显⽰当前的环境
下⾯，创建⼀个环境，并且和我们 Pycharm进⾏连接，使⽤⼀下 conda 管理的虚拟环境：
conda create -n pycharm_env python=3.7 requests &:：创建⼀个conda管理的虚拟环境
conda env list &:：查看环境是否创建成功
activate pycharm_env &:：进⼊到该环境中，我们进⾏管理
conda list &:：查看pycharm环境下⾯的包
conda upgrade --all &:：升级⼀下所有的包
conda update requests &:：单独升级requests包
conda uninstall requests &:：删除requests包
conda install requests &:：安装requests包
deactivate &:：退出当前环境
下⾯，我们使⽤conda 创建的 pycharm_env 环境，运⾏pycharm 上⾯的程序
打开pycharm的⽂件\rightarrow设置\rightarrow Python Interpreter 添加我们的虚拟环境位置即可！
如下图所⽰：
这样，pycharm 使⽤的就是我们之前创建的虚拟环境了！

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。