码迷,mamicode.com
首页 > 其他好文 > 详细

Anaconda的安装、使用以及与PyCharm的链接

时间:2018-12-12 17:36:39      阅读:382      评论:0      收藏:0      [点我收藏+]

标签:集成开发   环境管理   mini   jupyter   logo   syntax   bubuko   用户   settings   

 

初学Python的盆友们是否有这样的疑惑:

选择Python2还是Python3呢?(后者并不完全兼容前者)

听说两者可以同时安装,那怎么管理呢?

Python那么丰富的第三方库,一个一个装太麻烦啦

选哪种IDE呢?

……

诸如此类的问题,相信大多数初学者跟刚入门的我一样都是一脸懵逼,程序员在于折腾。

这里推荐使用 Anaconda 来管理你的安装环境和各种工具包(无需再安装python环境),而IDE推荐使用PyCharm

 


 

一、为什么选择Anaconda?

友情提示:千万不要百度Anaconda图片!!!(手贱百度了想找个logo,没把宝宝吓尿了,anaconda意思是“大蟒蛇”)

 

“With over 6 million users, the open source Anaconda Distribution is the fastest and easiest way to do Python and R data science and machine learning on Linux, Windows, and Mac OS X. It‘s the industry standard for developing, testing, and training on a single machine.”——来自官网的简介

 

Anaconda指的是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项(比如numpypandas等)

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

  • packages 管理: 可以使用 conda 来安装、更新 、卸载工具包 ,并且它更关注于数据科学相关的工具包。在安装 anaconda 时就预先集成了像 Numpy、Scipy、 pandas、Scikit-learn 这些在数据分析中常用的包。另外值得一提的是,conda 并不仅仅管理Python的工具包,它也能安装非python的包。比如在新版的 Anaconda 中就可以安装R语言的集成开发环境 Rstudio。
  • 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。

 

二、如何安装Anaconda?

官网下载https://www.anaconda.com/

右上角选择“Downloads”,选择相应的版本(Windows、macOS、Linux)进行下载,推荐选择Python3的版本(Python2的版本到2020年停止维护)

技术分享图片

下载后双击安装,自定义选择路径,按提示下一步即可

tips1:可以勾选第一个(如下图),此时自动添加环境变量,无需手动配置

技术分享图片

 

tips2:安装中途会弹出一个空的命令行窗口,不要手贱点击关闭,最小化即可

技术分享图片

 

tips3:安装时间较长,请耐心等待

 

安装完成之后可以看到一共有

技术分享图片

 

  • Anaconda Navigtor :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。
  • Anaconda Prompt:终端控制,类似cmd命令行(无需再键入“python”)
  • spyder :一个使用Python语言、跨平台的、科学运算集成开发环境。
安装完成后,我们还需要对所有工具包进行升级(可以直接在Anaconda Prompt中输入)

conda upgrade --all

根据提示输入y,然后坐等升级……

 

至此,安装完成,下面让我们看一下如何用 Anaconda 管理工具包和环境。

 

三、如何管理Python包?

查看已安装的所有包:conda list

安装某个包:conda install package_name

安装多个包(包之间以空格隔开):conda install package_name1 pacakge_name2 package_name3

安装某个具体版本的包:conda install package_name=版本号

卸载某个包:conda remove package_name

升级某个包:conda upgrade package_name

 

vs pip命令安装和卸载命令

某些情况下使用conda命令失败,此时可以尝试使用python 下的pip命令

安装某个包:pip install package_name

卸载某个包:pip uninstall package_name

 

四、如何管理Python环境?

 

Conda的环境管理功能允许我们同时安装若干不同版本的Python,并能自由切换。对于上述安装过程,假设我们采用的是Python 2.7对应的安装包,那么Python 2.7就是默认的环境(默认名字是root,注意这个root不是超级管理员的意思)。

假设我们需要安装Python 3.4,此时,我们需要做的操作如下:

#创建一个名为python34的环境,指定Python版本是3.4(不用管是3.4.x,conda会为我们自动寻找3.4.x中的最新版本)
conda create --name python34 python=3.4

# 安装好后,使用activate激活某个环境
activate python34 # for Windows
source activate python34 # for Linux & Mac

# 激活后,会发现terminal输入的地方多了python34的字样,实际上,此时系统做的事情就是把默认2.7环境从PATH中去除,再把3.4对应的命令加入PATH
# 此时,再次输入
python --version

# 可以得到`Python 3.4.5 :: Anaconda 4.1.1 (64-bit)`,即系统已经切换到了3.4的环境

# 如果想返回默认的python 2.7环境,运行
deactivate python34 # for Windows
source deactivate python34 # for Linux & Mac

# 删除一个已有的环境
conda remove --name python34 --all

# 创建一个名为python34的环境,指定Python版本是3.4(不用管是3.4.x,conda会为我们自动寻找3.4.x中的最新版本)
conda create --name python34 python=3.4

# 安装好后,使用activate激活某个环境
activate python34 # for Windows
source activate python34 # for Linux & Mac

# 激活后,会发现terminal输入的地方多了python34的字样,实际上,此时系统做的事情就是把默认2.7环境从PATH中去除,再把3.4对应的命令加入PATH

# 此时,再次输入
python --version
# 可以得到`Python 3.4.5 :: Anaconda 4.1.1 (64-bit)`,即系统已经切换到了3.4的环境

# 如果想返回默认的python 2.7环境,运行
deactivate python34 # for Windows
source deactivate python34 # for Linux & Mac

# 删除一个已有的环境
conda remove --name python34 --all

 

五、与pycharm连接

http://www.jetbrains.com/pycharm/

专业版有试用期

社区版免费,但是功能不是最全的,推荐使用

技术分享图片

 根据提示安装成功之后,打开软件

左上角选择File→Settings→Project Interpreter,右侧选择Anaconda安装路径下的python.exe即可

技术分享图片

 

到此为止,我们就可以愉快的开启pyhon之路啦

Anaconda的安装、使用以及与PyCharm的链接

标签:集成开发   环境管理   mini   jupyter   logo   syntax   bubuko   用户   settings   

原文地址:https://www.cnblogs.com/aby321/p/10102123.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!