如何修改anaconda的⽂件⽬录_Anaconda介绍、安装及使⽤
教程
〇、序
Python是⼀种⾯向对象的解释型计算机程序设计语⾔，其使⽤，具有跨平台的特点，可以在Linux、macOS以及Windows系统中搭建环境并使⽤，其编写的代码在不同平台上运⾏时，⼏乎不需要做较⼤的改动，使⽤者⽆不受益于它的便捷性。
此外，Python的强⼤之处在于它的应⽤领域范围之⼴，遍及⼈⼯智能、科学计算、Web开发、系统运维、⼤数据及云计算、⾦融、游戏开发等。实现其强⼤功能的前提，就是Python具有数量庞⼤且功能相对完善的标准库和第三⽅库。通过对库的引⽤，能够实现对不同领域业务的开发。然⽽，正是由于库的数量庞⼤，对于管理这些库以及对库作及时的维护成为既重要但复杂度⼜⾼的事情。
⼀、什么是Anaconda？
1. 简介
Anaconda(官⽅⽹站)就是可以便捷获取包且对包能够进⾏管理，同时对环境可以统⼀管理的发⾏版本。Anaconda包含了conda、Python 在内的超过180个科学包及其依赖项。
2. 特点python怎么读文件夹下的文件夹
Anaconda具有如下特点：
▪ 开源
▪ 安装过程简单
▪ ⾼性能使⽤Python和R语⾔
▪ 免费的社区⽀持
其特点的实现主要基于Anaconda拥有的：
▪ conda包
▪ 环境管理器
▪ 1,000+开源库
如果⽇常⼯作或学习并不必要使⽤1,000多个库，那么可以考虑安装Miniconda(下载界⾯请戳)，这⾥不过多介绍Miniconda的安装及使⽤。
3. Anaconda、conda、pip、virtualenv的区别
① Anaconda
Anaconda是⼀个包含180+的科学包及其依赖项的发⾏版本。其包含的科学包包括：conda, numpy, scipy, ipython notebook等。
② conda
conda是包及其依赖项和环境的管理⼯具。
▪ 适⽤语⾔：Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN。
▪ 适⽤平台：Windows, macOS, Linux
▪ ⽤途：
① 快速安装、运⾏和升级包及其依赖项。
② 在计算机中便捷地创建、保存、加载和切换环境。
如果你需要的包要求不同版本的Python，你⽆需切换到不同的环境，因为conda同样是⼀个环境管理器。仅需要⼏条命令，你可以创建⼀个完全独⽴的环境来运⾏不同的Python版本，同时继续在你常规的环境中使⽤你常⽤的Python版本。——Conda官⽅⽹站
▪ conda为Python项⽬⽽创造，但可适⽤于上述的多种语⾔。
▪ conda包和环境管理器包含于Anaconda的所有版本当中。
③ pip
pip是⽤于安装和管理软件包的包管理器。
▪ pip编写语⾔：Python。
▪ Python中默认安装的版本：
① Python 2.7.9及后续版本：默认安装，命令为 pip
② Python 3.4及后续版本：默认安装，命令为 pip3
▪ pip名称的由来：pip采⽤的是递归缩写进⾏命名的。其名字被普遍认为来源于2处：
① “Pip installs Packages”(“pip安装包”)
② “Pip installs Python”(“pip安装Python”)
④ virtualenv
virtualenv是⽤于创建⼀个独⽴的Python环境的⼯具。
▪ 解决问题：
1. 当⼀个程序需要使⽤Python
2.7版本，⽽另⼀个程序需要使⽤Python
3.6版本，如何同时使⽤这两个程序？如果将所有程序都安装
在系统下的默认路径，如：/usr/lib/python2.7/site-packages，当不⼩⼼升级了本不该升级的程序时，将会对其他的程序造成影响。
2. 如果想要安装程序并在程序运⾏时对其库或库的版本进⾏修改，都会导致程序的中断。
3. 在共享主机时，⽆法在全局 site-packages ⽬录中安装包。
▪ virtualenv将会为它⾃⼰的安装⽬录创建⼀个环境，这并不与其他virtualenv环境共享库；同时也可以选择性地不连接已安装的全局库。
⑤ pip 与 conda ⽐较
→ 依赖项检查
▪ pip：
① 不⼀定会展⽰所需其他依赖包。
② 安装包时或许会直接忽略依赖项⽽安装，仅在结果中提⽰错误。
▪ conda：
① 列出所需其他依赖包。
② 安装包时⾃动安装其依赖项。
③ 可以便捷地在包的不同版本中⾃由切换。
→ 环境管理
▪ pip：维护多个环境难度较⼤。
▪ conda：⽐较⽅便地在不同环境之间进⾏切换，环境管理较为简单。
→ 对系统⾃带Python的影响
▪ pip：在系统⾃带Python中包的更新/回退版本/卸载将影响其他程序。
▪ conda：不会影响系统⾃带Python。
→ 适⽤语⾔
▪ pip：仅适⽤于Python。
▪ conda：适⽤于Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN。
⑥ conda与pip、virtualenv的关系
▪ conda结合了pip和virtualenv的功能。
⼆、Anaconda的适⽤平台及安装条件
1. 适⽤平台
Anaconda可以在以下系统平台中安装和使⽤：
▪ Windows
▪ macOS
▪ Linux(x86 / Power8)
2. 安装条件
▪ 系统要求：32位或64位系统均可
▪ 下载⽂件⼤⼩：约500MB
▪ 所需空间⼤⼩：3GB空间⼤⼩(Miniconda仅需400MB空间即可)
三、Anaconda的安装步骤
1. macOS系统安装Anaconda
① 图形界⾯安装
1. 前往官⽅下载页⾯下载。有两个版本可供选择：Python 3.6 和 Python
2.7，我下载的是前者。选择版之后点击“64-Bit Graphical Installer”进⾏下载。
2. 完成下载之后，双击下载⽂件，在对话框中“Introduction”、“Read Me”、“License”部分可直接点击下⼀步
3. “Destination Select”部分选择“Install for me only”并点击下⼀步。
注意：若有错误提⽰信息“You cannot install Anaconda in this location”则重新选择“Install for me only”并点击下⼀步。
4. “Installation Type”部分，可以点击“Change Install Location”来改变安装位置。标准的安装路径是在⽤户的家⽬录下。在这⼀步我没有改变安装位置。若选择默认安装路径，则直接点击“Install”进⾏安装。
5. 等待“Installation”部分结束，在“Summary”部分若看到“The installation was completed successfully.”则安装成功，直接点击“Close”关闭对话框。
6. 在mac的Launchpad中可以到名为“Anaconda-Navigator”的图标，点击打开。
7. 若“Anaconda-Navigator”成功启动，则说明真正成功地安装了Anaconda；如果未成功，请务必仔细检查以上安装步骤。
提⽰：“Anaconda-Navigator”中已经包含“Jupyter Notebook”、“Jupyterlab”、“Qtconsole”和“Spyder”。(图中的“Rstudio”是我后来安装的，但它默认出现在“Anaconda-Navigator”的启动界⾯，只需要点击“Install”便可安装。)
Jupyter Notebook有助于我们编写代码、运⾏代码以及获取代码的运⾏结果，特点是可以令我们便捷地为代码及其运⾏结果添加⽂档的描述、解释和说明。⽆论是学习还是⼯作，Jupyter Notebook都是提⾼效率和学习、⼯作质量的利器。具体的使⽤，可以参见我的另⼀篇⽂章：
⾖⾖：Jupyter Notebook介绍、安装及使⽤教程zhuanlan.zhihu
8. 完成安装。
② 命令⾏安装
1. 前往官⽅下载页⾯下载。有两个版本可供选择：Python 3.6 和 Python
2.7，我下载的是前者。选择版之后点击“64-Bit Command-Line Installer”进⾏下载。
2. 完成下载之后，在mac的Launchpad中到“其他”并打开“终端”。
▫ 安装Python 3.6： bash ~/Downloads/Anaconda3-5.0.1-MacOSX-x86_64.sh
▫ 安装Python 2.7： bash ~/Downloads/Anaconda2-5.0.1-MacOSX-x86_64.sh
注意：
1. ⾸词bash也需要输⼊，⽆论是否⽤的Bash shell。
2. 如果你的下载路径是⾃定义的，那么把该步骤路径中的 ~/Downloads 替换成你⾃⼰的下载路径。
3. 如果你将第1步下载的 .sh ⽂件重命名了，那么把该步骤路径中的 Anaconda3-5.0.1-MacOSX-x86_6
4.sh 或 Anaconda2-
5.0.1-
MacOSX-x86_64.sh 替换成你重命名后的⽂件名。
▫ 强烈建议：不要修改⽂件名。如果重命名，使⽤英⽂进⾏命名。

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。