ほとんどの Python 初心者は環境問題が原因で頭痛を経験していると思いますが、あなたは一人ではなく、誰もがこのように苦しんだことがあります。始めるときに遠回りを避け、高い熱意が弱まらないように、Anaconda を使用してインストール環境とさまざまなツール パッケージを管理することをお勧めします
データ分析のために Python を学習する予定がある場合は、始めていますか?いろいろなトラブルに遭遇しましたか?
Python2 と Python3 のどちらをインストールする必要がありますか?
Python のインストール時に常にエラーが発生するのはなぜですか?
ツールキットをインストールするには?
このツールをインストールする前に、他の多数の不明なツールをインストールする必要があるというメッセージが表示されるのはなぜですか?
ほとんどの Python 初心者は環境問題が原因で頭痛を経験していると思いますが、あなたは一人ではなく、誰もがこのように苦しんだことがあります。始めるときに遠回りをせず、また高い熱意が弱まらないように、Anaconda を使用してインストール環境やさまざまなツール パッケージを管理することをお勧めします。
この記事では、Anaconda の使い方を紹介します。全文の概要は次のとおりです:
Anaconda を選ぶ理由
* Anaconda とは
* conda とは
* Anaconda の利点
Anaconda のインストール方法
管理方法Python パッケージ
Python 環境の管理方法
Anaconda は、データ分析に焦点を当てた Python ディストリビューションであり、conda や Python などの 190 以上の科学パッケージとその依存関係が含まれています。好奇心旺盛な赤ちゃんとして、新しい用語 conda を発見しましたか? それから、conda とは何ですか?
conda は、オープンソース パッケージと仮想環境の管理システムです。
パッケージ管理: conda を使用してツール パッケージをインストール、更新、アンインストールできます。これはデータ サイエンス関連のツール パッケージに重点を置いています。 anaconda をインストールすると、Numpy、Scipy、pandas、Scikit-learn などのデータ分析によく使用されるパッケージが事前に統合されます。 conda は Python ツール パッケージを管理するだけでなく、Python 以外のパッケージもインストールできることにも言及する価値があります。たとえば、R 言語統合開発環境 Rstudio は、新しいバージョンの Anaconda にインストールできます。
仮想環境管理: conda で複数の仮想環境を確立して、さまざまなプロジェクトに必要なツール パッケージのさまざまなバージョンを分離して、バージョンの競合を防ぐことができます。 Python のバージョンがわからない学生のために、Python2 と Python3 の 2 つの環境を作成して、それぞれ異なるバージョンの Python コードを実行することもできます。
それが何であるかはわかりますが、その理由も尋ねる必要があります。では、なぜ Anaconda を選択する必要があるのでしょうか?
Anaconda の利点は、時間と心配の節約、そして強力な分析ツールという 8 つの言葉で要約できます。
時間と心配の節約: Anaconda は、ツール パッケージ、開発環境、Python のバージョンを管理することにより、ワークフローを大幅に簡素化します。ツール パッケージを簡単にインストール、更新、アンインストールできるだけでなく、インストール中に対応する依存関係パッケージを自動的にインストールすることもでき、同時に、異なる仮想環境を使用して、異なる要件を持つプロジェクトを分離することもできます。
分析ツール: Anaconda は、公式 Web サイトで次のように宣伝しています: エンタープライズレベルのビッグデータ分析に適した Python ツール。データ サイエンスに関連する 720 以上のオープン ソース パッケージが含まれており、データの視覚化、機械学習、深層学習などの多くの側面をカバーしています。データ分析だけでなく、ビッグデータや人工知能の分野でも活用できます。
「何を」と「なぜ」の質問を解決したら、「どのように」を見てみましょう。
ここから Anaconda インストーラーをダウンロードし、インストール手順を表示できます。 Windows、Linux、MAC OSX システムのいずれであっても、対応するインストール ソフトウェアを見つけることができます。コンピューターが 64 ビットの場合は、64 ビット バージョンを選択してください。 Python のバージョンが 2.7 か 3.x かについては、Python2 はいずれメンテナンスが終了するため、Python3 を使用することをお勧めします。おそらく、現在市場に出回っているほとんどのチュートリアルは Python2 を使用していると思われますが、Anaconda は環境の 2 つの Python バージョンを同時に管理できるため、心配する必要はありません。
プロンプトに従ってインストールします。完了すると、コンピューター上にさらに多くのアプリケーションがあることに驚くかもしれません。心配しないでください。1 つずつ見てみましょう:
Anaconda Navigtor: グラフィカル ユーザー。ツール パッケージと環境を管理するためのインターフェイスに加え、後続の多くの管理コマンドも Navigator で手動で実装できます。
Jupyter ノートブック: 人々が読みやすく、データ分析のプロセスを示すために使用されるドキュメントを編集できる Web ベースの対話型コンピューティング環境。
qtconsole: IPython を実行できるターミナルのようなグラフィカル インターフェイス プログラム。Python シェル インターフェイスと比較して、qtconsole はコードによって生成されたグラフィックを直接表示でき、複数行のコード入力の実行を実現し、多くの便利な機能を備えています。関数と関数で。
spyder: Python 言語を使用したクロスプラットフォームの科学計算統合開発環境。
インストールが完了したら、起こり得るエラーを避けるためにすべてのツール パッケージをアップグレードする必要もあります。コンピューターのターミナルを開き、コマンド ラインに次のように入力します:
conda upgrade --all
conda upgrade --all
在终端询问是否安装如下升级版本时,输入 y。
有的情况下,你可能会遇到找不到 conda 命令的错误提示,这很可能是环境路径设置的问题,需要添加conda环境变量:export PATH=xxx/anaconda/bin:$PATH, 其中xxx替换成anaconda的安装路径。
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。
安装一个 package:
conda install package_name
这里 package_name 是需要安装包的名称。你也可以同时安装多个包,比如同时安装numpy 、scipy 和 pandas,则执行如下命令:
conda install numpy scipy pandas
你也可以指定安装的版本,比如安装 1.1 版本的 numpy :
conda install numpy=1.10
移除一个 package:
conda remove package_name
升级 package 版本:
conda update package_name
查看所有的 packages:
conda list
如果你记不清 package 的具体名称,也可以进行模糊查询:
conda search search_term
默认的环境是 root,你也可以创建一个新环境:
conda create -n env_name list of packages
其中 -n 代表 name,env_name 是需要创建的环境名称,list of packages 则是列出在新环境中需要安装的工具包。
例如,当我安装了 Python3 版本的 Anaconda 后,默认的 root 环境自然是 Python3,但是我还需要创建一个 Python 2 的环境来运行旧版本的 Python 代码,最好还安装了 pandas 包,于是我们运行以下命令来创建:
conda create -n py2 python=2.7 pandas
细心的你一定会发现,py2 环境中不仅安装了 pandas,还安装了 numpy 等一系列 packages,这就是使用 conda 的方便之处,它会自动为你安装相应的依赖包,而不需要你一个个手动安装。
进入名为 env_name 的环境:
source activate env_name
退出当前环境:
source deactivate
另外注意,在 Windows 系统中,使用 activate env_name 和 deactivate 来进入和退出某个环境。
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
当分享代码的时候,同时也需要将运行环境分享给大家,执行如下命令可以将当前环境下的 package 信息存入名为 environment 的 YAML 文件中。
conda env export > environment.yaml
同样,当执行他人的代码时,也需要配置相应的环境。这时你可以用对方分享的 YAML 文件来创建一摸一样的运行环境。
conda env create -f environment.yaml
場合によっては、conda コマンドが見つからないというエラー メッセージが表示されることがあります。これは、conda 環境変数を追加する必要がある可能性があります。export PATH=xxx/anaconda/bin: $PATH、xxx は anaconda のインストール パスに置き換えます。
インストールが完了したので、Anaconda を使用してツール パッケージと環境を管理する方法を見てみましょう。conda install package_name
ここで、package_name はインストールする必要があるパッケージの名前です。 numpy、scipy、pandas を同時にインストールするなど、複数のパッケージを同時にインストールすることもできます。次のコマンドを実行します:
conda install numpy scipy pandasinstall など、インストールするバージョンを指定することもできますnumpy のバージョン 1.1:
conda install numpy=1.10
パッケージの削除:
conda replace package_name
パッケージのバージョンのアップグレード:
conda update package_name
すべてのパッケージを表示します:
conda list
🎜🎜 パッケージの特定の名前を思い出せない場合は、あいまいクエリを実行することもできます: 🎜🎜 conda search search_term
🎜conda create -n env_name list of package
🎜🎜 ここで、-n は名前を表し、env_name は必要な環境です作成する名前、パッケージのリストには、新しい環境にインストールする必要があるツール パッケージがリストされます。 🎜🎜たとえば、Anaconda の Python3 バージョンをインストールした後、デフォルトのルート環境は当然 Python3 ですが、古いバージョンの Python コードを実行するために Python 2 環境も作成する必要があります。pandas パッケージもインストールするのが最善です。次のコマンドを実行して作成します: 🎜🎜conda create -n py2 python=2.7 pandas
🎜🎜注意していれば、py2 環境には pandas だけがインストールされているわけではないことがわかります。 numpy などの一連のパッケージもインストールされます。これは、対応する依存関係パッケージを 1 つずつ手動でインストールする必要がなく、自動的にインストールされるため便利です。 🎜🎜env_name という名前の環境に入ります: 🎜🎜source activate env_name
🎜🎜現在の環境を終了します: 🎜🎜source deactivate
🎜🎜Windows システムでは、activate env_name を使用することにも注意してください。環境に出入りするには非アクティブ化します。 🎜🎜 env_name という名前の環境を削除します: 🎜🎜conda env delete -n env_name
🎜🎜すべての環境を表示します: 🎜🎜conda env list
🎜🎜 コードを共有する場合、また必要があります実行環境を全員と共有するには、次のコマンドを実行して、現在の環境のパッケージ情報を、environment という名前の YAML ファイルに保存します。 🎜🎜conda env export >environment.yaml
🎜🎜同様に、他の人のコードを実行する場合も、対応する環境を設定する必要があります。このとき、相手が共有したYAMLファイルを利用して同一の実行環境を構築できます。 🎜🎜conda env create -f Environmental.yaml
🎜🎜この時点で、あなたは Anaconda の扉に入ったことになり、後で Python の海をさまようことができます。 🎜🎜楽しく学んでください! 🎜🎜注: この記事のコード例は、Udacity データ分析コースの Anaconda の章を参照しています。 🎜🎜関連する推奨事項: 🎜🎜🎜🎜Pythonを始めるために知っておくべき11の知識ポイント_Pythonの詳細な紹介🎜🎜🎜🎜php APIインターフェース🎜🎜🎜🎜🎜🎜🎜🎜🎜🎜以上がPython 初心者向け、Anaconda 入門ガイドの完全版_pythonの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。