Dieses Mal werde ich Ihnen eine vollständige Anleitung zur Verwendung von Anaconda für Anfänger geben. Welche Vorsichtsmaßnahmen sind für Anfänger bei der Verwendung von Anaconda zu beachten?
Vorgehensweise
Python ist einfach zu verwenden, aber es ist nicht einfach, es gut zu verwenden. Die problematischeren Probleme sind die Paketverwaltung und verschiedene Versionen von Python, insbesondere wenn Sie Windows verwenden. Um diese Probleme zu lösen, gibt es viele Distributionen von Python, wie WinPython, Anaconda usw. Diese Distributionen packen Python mit vielen häufig verwendeten Paketen, um die direkte Nutzung durch Pythoner zu erleichtern. Darüber hinaus gibt es Tools wie Virtualenv und Pyenv Verwalten Sie virtuelle Umgebungen. (Empfohlenes Lern-Tutorial: Python-Video-Tutorial)
Ich persönlich habe viele ähnliche Distributionen ausprobiert und mich schließlich für Anaconda entschieden, weil es leistungsstarke und praktische Paketverwaltungs- und Umgebungsverwaltungsfunktionen bietet. In diesem Artikel werden hauptsächlich Anaconda und das Verständnis von Anaconda vorgestellt und die damit verbundenen Vorgänge kurz zusammengefasst.
Anaconda-Übersicht
Anaconda ist eine Python-Distribution für wissenschaftliche Computer. Sie unterstützt Paketverwaltungs- und Umgebungsverwaltungsfunktionen und kann viele Probleme lösen mit Koexistenz und Wechsel von Python-Versionen und Installation verschiedener Pakete von Drittanbietern. Anaconda verwendet das Tool/den Befehl conda zum Verwalten von Paketen und Umgebungen und enthält bereits Python und zugehörige unterstützende Tools.
Hier erklären wir zunächst die Unterschiede zwischen den Konzepten Conda und Anaconda. conda kann als Tool und ausführbarer Befehl verstanden werden. Seine Kernfunktion ist die Paketverwaltung und Umgebungsverwaltung. Die Paketverwaltung ähnelt der Verwendung von pip, und die Umgebungsverwaltung ermöglicht es Benutzern, problemlos verschiedene Versionen von Python zu installieren und schnell zu wechseln. Anaconda ist eine gepackte Sammlung, die mit Conda, einer bestimmten Python-Version, vielen Paketen, wissenschaftlichen Computertools usw. vorinstalliert ist und daher auch als Python-Distribution bezeichnet wird. Tatsächlich gibt es auch Miniconda, das nur die grundlegendsten Inhalte enthält – Python und Conda sowie die damit verbundenen notwendigen Abhängigkeiten. Für Benutzer mit strengen Platzanforderungen ist Miniconda eine Option.
Bevor ich weiter unten fortfahre, möchte ich das Designkonzept von Conda erläutern – Conda behandelt fast alle Tools und Pakete von Drittanbietern als Pakete, sogar Python und Conda selbst! Daher durchbricht Conda die Einschränkungen der Paketverwaltung und Umgebungsverwaltung und kann problemlos verschiedene Versionen von Python und verschiedene Pakete installieren und problemlos wechseln.
Installation von Anaconda
Die Download-Seite von Anaconda finden Sie auf der offiziellen Website zum Herunterladen. Linux, Mac und Windows werden alle unterstützt.
Bei der Installation werden Sie feststellen, dass es zwei verschiedene Versionen von Anaconda gibt, die Python 2.7 und Python 3.5 entsprechen. Die beiden Versionen sind bis auf diesen Unterschied tatsächlich gleich. Wir werden später sehen, dass es nicht unbedingt erforderlich ist, welche Version installiert wird, da wir durch die Umgebungsverwaltung die Laufzeit-Python-Version problemlos wechseln können. (Da die Pythons, die ich häufig verwende, 2.7 und 3.4 sind, neige ich dazu, Anaconda direkt für Python 2.7 zu installieren)
Befolgen Sie nach dem Herunterladen einfach die Anweisungen, um es zu installieren. Hier ist eine Erinnerung: Versuchen Sie, gemäß dem Standardverhalten von Anaconda zu installieren – verwenden Sie keine Root-Berechtigungen, installieren Sie nur für Einzelpersonen und legen Sie das Installationsverzeichnis auf Ihr persönliches Home-Verzeichnis fest (unter Windows spielt es keine Rolle). Dies hat den Vorteil, dass verschiedene Benutzer auf demselben Computer ihr eigenes Anaconda installieren und konfigurieren können, ohne sich gegenseitig zu beeinflussen.
Bei Mac- und Linux-Systemen handelt es sich nach der Installation von Anaconda eigentlich nur um einen zusätzlichen Ordner (~/anaconda) im Home-Verzeichnis, und Windows schreibt ihn in die Registrierung. Während der Installation fügt das Installationsprogramm das bin-Verzeichnis zum PATH hinzu (Linux/Mac schreibt ~/.bashrc, Windows fügt es der Systemvariablen PATH hinzu). Am Beispiel von Linux/Mac lautet der Vorgang zum Festlegen des PATHs nach Abschluss der Installation:
# Fügen Sie das Bin-Verzeichnis von Anaconda zum PATH hinzu. Je nach Version kann es auch ~/anaconda3 sein /bin
echo ' export PATH="~/anaconda2/bin:$PATH"' >> ~/.bashrc
# Bashrc aktualisieren, damit es sofort wirksam wird
source ~/.bashrc
Konfiguriert Nach PATH können Sie mit dem Befehl which conda oder conda --version überprüfen, ob es korrekt ist. Wenn die Version, die Python 2.7 entspricht, installiert ist, können Sie Python 2.7.12::Anaconda 4.1.1 (64-Bit) erhalten, indem Sie python --version oder python -V ausführen, was auch angibt, dass die Standardumgebung dieser Distribution Python ist 2.7.
Condas Umgebungsmanagement
Condas Umgebungsmanagementfunktion ermöglicht es uns, mehrere verschiedene Versionen von Python gleichzeitig zu installieren und frei zu wechseln. Unter der Annahme, dass wir für den obigen Installationsprozess das Installationspaket verwenden, das Python 2.7 entspricht, ist Python 2.7 die Standardumgebung (der Standardname ist root, bitte beachten Sie, dass root nicht Superadministrator bedeutet).
Angenommen, wir müssen Python 3.4 installieren. Zu diesem Zeitpunkt müssen wir Folgendes tun:
# Erstellen Sie eine Umgebung mit dem Namen python34 und geben Sie an, dass die Python-Version 3.4 ist (es spielt keine Rolle, ob es 3.4.x ist, Conda findet für uns automatisch die neueste Version in 3.4.x)
conda create --name python34 python=3.4
# Geben Sie zu diesem Zeitpunkt erneut
python --version
# ein, um „Python 3.4.5 :: Anaconda 4.1.1 (64-Bit)“ zu erhalten. `, das heißt, das System wurde auf die 3.4-Umgebung umgestellt
# Wenn Sie zur Standard-Python 2.7-Umgebung zurückkehren möchten, führen Sie
Deactivate Python34 # für Windows
Source Deactivate Python34 # für aus Linux & Mac
# Eine vorhandene Umgebung löschen
conda remove --name python34 --all
# Nach der Installation verwenden Sie „activate“, um eine Umgebung zu aktivieren
activate python34 # für Windows
Quelle python34 # für Linux und Mac aktivieren
# Nach der Aktivierung werden Sie feststellen, dass das Wort python34 zum Terminal-Eingabebereich hinzugefügt wird. Tatsächlich entfernt das System zu diesem Zeitpunkt die Standardumgebung 2.7 aus dem PATH und fügen Sie dann die Befehle entsprechend 3.4 zum PATH hinzu
Die verschiedenen von Benutzern installierten Python-Umgebungen werden im Verzeichnis ~/anaconda/envs abgelegt. Sie können conda info -e im Befehl ausführen , um die installierte Umgebung anzuzeigen. Die aktuell aktivierte Umgebung wird mit einem Sternchen oder Klammern angezeigt.
Hinweis: Einige Benutzer verwenden möglicherweise häufig die Python 3.4-Umgebung. Fügen Sie daher den Bin oder die Skripte unter ~/anaconda/envs/python34 direkt zum PATH hinzu und entfernen Sie das Bin-Verzeichnis, das Anaconda entspricht. Diese Methode ist, wie soll ich sagen, möglich, aber ich habe immer das Gefühl, dass sie nicht so elegant ist ...
Wenn Sie PATH wie oben erwähnt direkt ändern, werden Sie feststellen, dass der Befehl conda nicht gefunden werden kann wieder (natürlich kann es nicht gefunden werden), weil Conda in ~/anaconda/bin ist), was sollen wir zu diesem Zeitpunkt tun? Es gibt zwei Methoden: 1. Geben Sie explizit die absolute Adresse von Conda an. 2. Installieren Sie auch das Conda-Tool in der Python34-Umgebung (empfohlen).
Condas Paketverwaltung
Die Paketverwaltung von Conda ist einfacher zu verstehen. Dieser Teil der Funktion ähnelt pip.
Wenn Sie beispielsweise Scipy installieren müssen:
# Install scipy
conda install scipy
# conda sucht nach scipy-bezogenen Informationen und abhängigen Projekten von an einem entfernten Standort. Python 3.4, Conda installiert sowohl Numpy als auch MKL (Computing Acceleration Library)
# Installierte Pakete anzeigen
Conda-Liste
# Die neueste Version von Conda wird anhand der Site-Pakete gesucht Ordner Installierte Pakete hängen nicht von pip ab, sodass über verschiedene Methoden installierte Pakete angezeigt werden können
Einige häufige Vorgänge von Conda sind wie folgt:
# Aktuelle Umgebung anzeigen Installierte Pakete herunterladen
conda list
# Installierte Pakete in einer bestimmten Umgebung anzeigen
conda list -n python34
# Paketinformationen finden
conda search numpy
# Paket installieren
conda install -n python34 numpy
# Wenn Sie den Umgebungsnamen nicht mit -n angeben, wird er in der aktuell aktiven Umgebung installiert
# Sie können ihn auch über einen bestimmten angeben Umgebung mit -c-Kanalinstallation
# Paket aktualisieren
conda update -n python34 numpy
# Paket löschen
conda entfernen -n python34 numpy
Wie bereits erwähnt: Ja, Conda behandelt Conda, Python usw. als Pakete. Daher können Sie Conda verwenden, um die Versionen von Conda und Python zu verwalten, z. B.
# Conda aktualisieren und Conda auf dem Laufenden halten bis heute
conda update conda
# Update anaconda
conda update anaconda
# Update python
conda update python
# Angenommen, die aktuelle Umgebung ist Python 3.4, Conda aktualisiert Python auf 3.4.x. Die neueste Version der Serie
Zusätzlich: Wenn Sie nach dem Ausführen von conda create -n python34 python=3.4 eine neue Python-Umgebung wie 3.4 erstellen, installiert Conda nur die erforderlichen Elemente im Zusammenhang mit Python 3.4, wie Python, Pip usw., wenn Sie möchten. Diese Umgebung installiert Anaconda-Sammlungspakete wie die Standardumgebung. Sie benötigen nur:
# Installieren Sie die Anaconda-Paketsammlung in der aktuellen Umgebung
conda install anaconda
# In Kombination mit dem Befehl zur Erstellung der Umgebung können die oben genannten Vorgänge zu
conda create -n python34 python=3.4 anaconda
# kombiniert werden. Eine Installation ist nicht erforderlich Sie alle, installieren Sie einfach das Paket, das Sie entsprechend Ihren Anforderungen benötigen
Inländischen Spiegel einstellen
Wenn Sie viele Pakete installieren müssen, werden Sie feststellen, dass die Conda-Download-Geschwindigkeit oft sehr hoch ist langsam, da der Anaconda.org-Server im Ausland ist. Glücklicherweise verfügt die Tsinghua TUNA-Bildquelle über das Bild des Anaconda-Lagers. Wir können es zur Conda-Konfiguration hinzufügen:
# Anacondas TUNA-Spiegel hinzufügen
conda config - Kanäle hinzufügen https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
# In TUNAs Hilfe spiegeln Die Adresse enthält Anführungszeichen und muss entfernt werden
# Stellen Sie die Kanaladresse ein, die während der Suche angezeigt werden soll
conda config --set show_channel_urls yes
Nach der Ausführung des obigen Befehls ~ / wird generiert. Die Datei condarc (Linux/Mac) oder C:UsersUSER_NAME.condarc zeichnet unsere Konfiguration von conda auf. Das direkte Erstellen und Bearbeiten der Datei hat den gleichen Effekt.
Postscript
Anaconda verfügt über die Eigenschaften einer plattformübergreifenden Paketverwaltung und Umgebungsverwaltung und eignet sich daher sehr gut für die schnelle Bereitstellung von Python-Umgebungen auf neuen Computern. Zusammenfassend sieht der gesamte Installations- und Konfigurationsprozess wie folgt aus:
Anaconda herunterladen, installieren
PATH konfigurieren (bashrc oder Umgebungsvariable), und ändern Sie die TUNA Mirror-Quelle
Erstellen Sie die erforderliche Python-Umgebung verschiedener Versionen
Versuchen Sie es einfach!
Spickzettel herunterladen:
Conda-Spickzettel
Ich glaube, dass Sie die Methode beherrschen, nachdem Sie den Fall hier gelesen haben Artikel, bitte kommen Sie für weitere spannende Informationen. Achten Sie auf andere verwandte Artikel auf der chinesischen PHP-Website!
Empfohlene Lektüre:
Python-Operation Excel zum Lesen und Schreiben von Daten
Detaillierte Schritte zur Verwendung der Unittest-Testschnittstelle in Python
Das obige ist der detaillierte Inhalt vonAnacondas Anfängerleitfaden. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!
