Anaconda 安装和使用Numpy、Scipy、pandas、Scikit-learn

谁践踏了优雅 2022-03-07 07:06 609阅读 0赞

> **阅读目录**
> 
>  *  [一、Anaconda 安装和使用][Anaconda]
>     
>      *  [1.https://www.cnblogs.com/liruihuan/p/9101613.html][1.https_www.cnblogs.com_liruihuan_p_9101613.html]

[返回顶部][Link 1]

### Anaconda 安装和使用 ###

[https://www.cnblogs.com/liruihuan/p/9101613.html][https_www.cnblogs.com_liruihuan_p_9101613.html]

最近看了些关于数据分析的书，想系统的整理下相关知识，算是学习笔记吧，也希望能帮到初学者。

1、Anaconda介绍  
安装python的方法有很多种，数据分析方面比较常用Anaconda。Anaconda是一个开源的Python发行版本，其包含了conda、Python等多个科学包及其依赖项，也可以使用Miniconda这个较小的发行版，仅包含conda和 Python。Anaconda可以管理包，就是能够安装、更新、移除工具包，比如Numpy、Scipy、pandas、Scikit-learn等数据分析中常用的包；也可以管理环境，能够创建、访问、共享、移除环境，用于隔离不同项目所需要的不同版本的工具包，所以，我们可以建立 Python2 和 Python3 两个环境，来分别运行不同版本的 Python 代码。

2、Anaconda安装  
可以从官网下载 Anaconda 的安装程序，也可以在清华大学开源软件镜像站下载，后者因为在国内，所以下载速度相对快些。无论是 Windows、Linux 还是 MAC 的 OSX 系统，都可以找到对应的安装软件。如果电脑是64位的就选64位版本。根据提示进行安装，完成后会发现有几项内容：

Anaconda Navigator：管理工具包和环境的图形用户界面。  
Anaconda Prompt：终端，可以使用命令行来管理包和环境。  
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。  
Spyder：一个使用Python语言、跨平台、科学运算的集成开发环境。  
2.1 配置环境变量  
有的情况下，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，下面是 window、mac 下配置环境变量的方法：

1.  window 系统

计算机->右键选择属性->高级系统设置->环境变量->系统变量->path。在path中加入anaconda安装的目录就可以了，如下图：

1.  MAC 电脑

在终端输入以下命令：

1  
export PATH=~/anaconda3/bin:$PATH  
2.2 配置国内镜像  
如果运行以下更新包命令：

1  
conda upgrade --all  
如果出现 CondaHTTPError: HTTP 000 CONNECTION FAILED for url...的错误信息，需要运行以下命令:

1  
2  
3  
conda config --add channels [https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/][https_mirrors.tuna.tsinghua.edu.cn_anaconda_pkgs_free]  
conda config --add channels [https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/][https_mirrors.tuna.tsinghua.edu.cn_anaconda_pkgs_main]  
conda config --set show\_channel\_urls yes  
即可添加 Anaconda Python 免费仓库。

至此，完成安装Anaconda，下面让我们看一下如何用Anaconda管理环境和工具包。

3、Anaconda使用  
3.1 环境管理器

1.  创建环境

格式：

1  
conda create --name env\_name package\_names  
其中，env\_name 是环境的名称，package\_names 是安装在创建环境中的包名称。

例如，要创建环境 python36，其中包含包python，并指定版本，在 Anaconda Prompt（终端）中输入：

1  
conda create --name python36 python=3.6  
也可以使用以下命令创建环境

1  
conda create -n python2 python=2.7

1.  进入环境

windows 下格式

1  
activate env\_name  
Linux & Mac 下格式

1  
source activate env\_name

1.  离开环境

windows 下格式

1  
deactivate  
Linux & Mac 下格式

1  
source deactivate

1.  列出环境

格式：

1  
conda env list  
执行命令之后，结果如下图：

其中，带星号（\*）的环境是当前环境。

1.  删除环境

格式：

1  
conda remove --name env\_name --all  
其中，env\_name 是环境的名称。

例如，删除环境 python36，在 Anaconda Prompt（终端）中输入：

1  
conda remove --name python36 --all  
也可以使用以下命令删除环境python36

1  
conda env remove -n python36  
3.2 包管理

1.  安装包

格式：

1  
conda install package\_name  
package\_name为包的名称

例如，要安装 numpy，在 Anaconda Prompt（终端）中输入：

1  
conda install numpy  
如果要同时安装多个包，可以输入：

1  
conda install pandas numpy  
如果想要指定包的版本，可以输入

1  
conda install numpy=1.14  
也可以指定环境安装包，可以输入以下命令安装 numpy

1  
conda install -n python36 numpy

1.  移除包

格式：

1  
conda remove package\_name  
例如，要移除 numpy，在 Anaconda Prompt（终端）中输入：

1  
conda remove numpy  
也可以指定环境移除包，可以输入以下命令移除 numpy

1  
conda remove -n python36 numpy

1.  更新包

格式：

1  
conda update package\_name  
要更新环境中的所有包，在 Anaconda Prompt（终端）中输入：

1  
conda update --all  
也可以指定环境更新包，可以输入以下命令更新 numpy

1  
conda update -n python36 numpy

1.  列出已安装的包

要查看所有的包，在 Anaconda Prompt（终端）中输入：

1  
conda list  
也可以查询某个指定环境的已安装包

1  
conda list -n python36

1.  查询包的信息

格式：

1  
conda search package\_name  
例如，下面是查询包 numpy 的信息

1  
conda search numpy

注：1、如果在终端用命令创建了多个环境，然而在 Jupyter Notebook 中不显示创建的环境，这时候需要安装包 nb\_conda 用于 Jupyter Notebook 自动关联 Anaconda 环境，执行命令如下：

1  
conda install nb\_conda  
　　2、创建新的 python 环境，比如3.6，运行

1  
conda create --name python36 python=3.6  
之后，conda 仅安装 python 3.6 相关的必须包，如 python，pip 等，如果希望 python36 像默认环境，在 Anaconda Prompt（终端）中输入：

1  
conda create -n python36 python=3.6 anaconda

[Anaconda]: https://www.cnblogs.com/Leo_wl/p/9116506.html#_label0
[1.https_www.cnblogs.com_liruihuan_p_9101613.html]: https://www.cnblogs.com/Leo_wl/p/9116506.html#_label0_0
[Link 1]: https://www.cnblogs.com/Leo_wl/p/9116506.html#_labelTop
[https_www.cnblogs.com_liruihuan_p_9101613.html]: https://www.cnblogs.com/liruihuan/p/9101613.html
[https_mirrors.tuna.tsinghua.edu.cn_anaconda_pkgs_free]: https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
[https_mirrors.tuna.tsinghua.edu.cn_anaconda_pkgs_main]: https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/