Anaconda是专注于数据分析的Python发行版本，包含了conda、Python等190多个科学包及其依赖项。注意pip和conda是两个不同的东西，它们的包安装地址都不一样，不要混淆了。

为什么选择Anaconda

什么是 conda

conda 是开源包（packages）和虚拟环境（environment）的管理系统。

• packages 管理：一个类似于pip的包管理工具，不同的是它在安装的时候就集成了常用的数据分析工具包（600M左右）。
• 虚拟环境管理：在conda中可以建立多个虚拟环境，用于隔离不同项目所需的不同版本的工具包，以防止版本上的冲突。对纠结于 Python 版本的同学们，我们也可以建立 Python2 和 Python3 两个环境，来分别运行不同版本的 Python 代码。

Anaconda 的优点

Anaconda的优点总结起来就八个字：省时省心、分析利器。

• 省时省心： Anaconda通过管理工具包、开发环境、Python版本，大大简化了你的工作流程。不仅可以方便地安装、更新、卸载工具包，而且安装时能自动安装相应的依赖包，同时还能使用不同的虚拟环境隔离不同要求的项目。
• 分析利器： 在 Anaconda 官网中是这么宣传自己的：适用于企业级大数据分析的Python工具。其包含了720多个数据科学相关的开源包，在数据可视化、机器学习、深度学习等多方面都有涉及。不仅可以做数据分析，甚至可以用在大数据和人工智能领域。

使用Anaconda

安装

安装简单，直接到官网上下载，运行安装即可。安装完后，先将所有包升级到最新conda upgrade --all。

特别注意的几个工具包

• Anaconda Navigtor ：用于管理工具包和环境的图形用户界面。
• 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。

管理python包

# 查看所有包
conda list
# 搜索一个包，可以模糊搜索
conda search search_term
# 安装包
conda install package_name
# 移除包
conda remove package_name
# 升级包
conda update package_name

管理python环境

# 创建一个新环境
conda create -n env_name python=3.9
# 进入名为 env_name 的环境
conda activate env_name
# 退出当前环境
conda deactivate
# 删除名为 env_name 的环境
conda env remove -n env_name
# 显示所有的环境
conda env list
# 分享代码的时候，同时也需要将运行环境分享给大家，导出环境
conda env export > environment.yaml
# 配置文件创建环境
conda env create -f environment.yaml

其他

Anaconda官方网站

最后更新于  2022-11-01 17:26:23  并被添加「」标签，已有 584 位童鞋阅读过。

本站使用「署名 4.0 国际」创作共享协议，可自由转载、引用，但需署名作者且注明文章出处