Anaconda 开发环境配置

野性酷女 2022-12-09 02:28 216阅读 0赞

### 目录 ###

*  1. 简介
 *  2. 安装部署
 *   *  2.1 Windows 平台
     *   *  2.1.1 安装 OpenSSL 软件包
         *  2.1.2 设置环境变量
         *  2.1.3 配置国内镜像
 *  3. 操作指南
 *   *  3.1 虚拟环境管理
     *  3.2 第三方类库管理
     *  3.3 Jupyter 内核管理
     *  3.4 修改 Jupyter Notebook 启动路径
     *  3.5 环境离线迁移
 *  4. 集成开发
 *   *  4.1 Python 内核
     *  4.2 R 内核
     *  4.3 SQL 集成
     *   *  4.3.1 安装部署
         *  4.3.2 操作指南

# 1. 简介 #

Anaconda 是一个基于 Python 的数据分析和科学计算平台，支持 Linux、MacOS 和 Windows，集成了包括 Numpy、Pandas、Matplotlib 在内的众多优秀类库。从某种程度上讲，Anaconda 是 venv 和 pip 的替代品，解决了`虚拟环境`和`包管理`两大难题，并且在实现方式上更加优秀。

Anaconda 提供的命令包括 python、ipython、conda、jupyter netebook 等。

*  **python**，基础的交互式开发环境。Anaconda 已经包含了 Python 基础环境，不需要独立安装 Python。同时，借助虚拟环境技术，Anaconda 很好地解决了`多版本共存问题`；
 *  **ipython**，增强的交互式开发环境，提供变量补全、自动缩进和魔法命令等扩展功能。在日常使用中，很少直接使用 python 或者 ipython，它们更多的是作为实现更高级功能的基本组件；
 *  **conda**，Anaconda 配置命令，主要用于创建和管理虚拟环境、安装和卸载第三方类库；
 *  **jupyter netebook**，基于网页的多语言交互式开发平台，目前支持超过40种编程语言，可以用于编写代码、标记文本和数据可视化等。Jupyter Notebook 中的 Python 内核使用的是 IPython。

此外，Anaconda 在 Windows 平台上还提供 Navigator、Prompt 和 Spyder 等图形开发工具。

*  Navigator，conda 的图形化实现，主要用于创建和管理虚拟环境、安装和卸载第三方类库；
 *  Prompt，命令行终端，相当于执行 `activate <env_name>` 后的命令提示符；
 *  Spyder，面向科学计算的集成开发环境。

# 2. 安装部署 #

## 2.1 Windows 平台 ##

### 2.1.1 安装 OpenSSL 软件包 ###

如果未安装 [OpenSSL][]  
，在更新 Anaconda 时会报 “Can’t connect to HTTPS URL because the SSL module is not” 错误。

### 2.1.2 设置环境变量 ###

> 一般情况下，不建议将 Anaconda 设置为系统环境变量。根据虚拟环境的设计思想，在需要时激活特定环境，而不是绑定默认环境。

Linux 平台上，任何情况下都不要直接将 Anaconda 相关路径加入环境变量，否则会与系统自带的 Python 环境冲突。系统自带的 Python 用于运行 yum、apt-get 等基础组件，使用版本相对老旧，替换为新版本容易出现兼容性问题。因此，推荐使用 `source activate <env_name>` 激活虚拟环境。

Windows 平台上，设置环境变量仅仅出于执行 conda、jupyter notebook 等管理命令的需要，而不能直接用于开发。在未使用 `activate <env_name>` 激活虚拟环境的情况下，纵然能够执行 python 等命令，开发环境也是不完整的（缺少类库路径），会提示 “This Python interpreter is in a conda environment, but the environment has not been activated. Libraries may fail to load.” 警告。因此，仍然推荐使用 `activate <env_name>` 激活虚拟环境。

事实上，我们可以在 Prompt 终端下进行全部操作，而不必使用 Windows 自带的命令提示符。

set PATH=%PATH%;C:\Softwares\Anaconda;C:\Softwares\Anaconda\Scripts

### 2.1.3 配置国内镜像 ###

修改用户目录（C:\\Users\\moonspirit）下的 `.condarc` 文件，配置国内镜像，推荐使用 [清华源][Link 1]。

> Windows 用户可能无法直接创建名为 `.condarc` 的文件，可以执行 `conda config --set show_channel_urls yes` 生成该文件，再进行修改。

channels:
      - defaults
    show_channel_urls: true
    channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
    default_channels:
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
    custom_channels:
      conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
      msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
      bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
      menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
      pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
      simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

# 3. 操作指南 #

## 3.1 虚拟环境管理 ##

conda update -n base conda          # conda 自更新
    
    conda create -n python2 python=2.7  # 创建虚拟环境
    
    conda remove -n <env_name> --all    # 删除虚拟环境
    
    conda env list                      # 列出已有环境
    
    conda activate <env_name>           # 切换到指定环境（Windows）
    
    conda deactivate                    # 退出当前环境（Windows）
    
    source activate <env_name>          # 切换到指定环境（Linux）
    
    source deactivate                   # 退出当前环境（Linux）

## 3.2 第三方类库管理 ##

pip install snownlp           # 使用 pip 安装第三方类库（过时）
    
    conda install beautifulsoup4  # 使用 conda 安装第三方类库（推荐）
    
    conda update --all            # 更新所有的第三方类库
    
    conda/pip list                # 列出已安装的第三方类库
    
    conda install numpy pandas matplotlib scipy scikit-learn scikit-image statsmodels beautifulsoup4 lxml xlrd sphinx openpyxl
    
    conda install -c conda-forge jupyter_contrib_nbextensions
    
    conda install -c main pandas-datareader

## 3.3 Jupyter 内核管理 ##

Jupyter Notebook 与内核交互，内核是编程语言基于交互式计算协议的实现。安装对应编程语言的 ipykernel，即可实现集成开发。

jupyter kernelspec list       # 查看所有内核
    
    jupyter kernelspec install    # 安装内核
    
    jupyter kernelspec remove     # 删除内核

## 3.4 修改 Jupyter Notebook 启动路径 ##

Jupyter Notebook 启动路径就是运行该命令的目录位置，默认是 `C:\Users\用户名`。当更改盘符或者路径时，Jupyter Notebook 启动路径随之改变。

右击查看可执行文件的属性，删除"目标"里的"%USERPROFILE%/"，同时删除"起始位置"里的全部内容。

运行 `jupyter notebook --generate-config`，在 `C:\Users\用户名\.jupyter` 下生成 jupyter\_notebook\_config.py，修改以下内容：

c.NotebookApp.file_to_run = r'C:\Users\017494564\Documents\工作\Workspace\Jupyter'

## 3.5 环境离线迁移 ##

复制 `$HOME/anancoda/envs/myenv` 到目标位置，执行 `conda activate <env_name>` 加载环境。

# 4. 集成开发 #

## 4.1 Python 内核 ##

conda activate python2
    
    conda install backports.functools_lru_cache ipykernel
    
    conda install tornado==4.5.3
    
    python -m ipykernel install --user --name python2 --display-name "Python 2"

## 4.2 R 内核 ##

在 Prompt 交互终端中，输入 R，切换到 R 命令行（需要提前将 R 命令加入到环境变量）。

install.packages(c('repr', 'IRdisplay', 'evaluate', 'crayon', 'pbdZMQ', 'devtools', 'uuid', 'digest'))
    
    install.packages('IRkernel')
    
    IRkernel::installspec(user = FALSE)

## 4.3 SQL 集成 ##

### 4.3.1 安装部署 ###

pip install ipython-sql
    
    conda install pymysql

### 4.3.2 操作指南 ###

%load_ext sql  # 加载模块
    
    %sql mysql+pymysql://root:password@localhost/dbname  # 连接数据库
    
    data = %sql select * from user  # 导入查询结果

[OpenSSL]: https://slproweb.com/products/Win32OpenSSL.html
[Link 1]: https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/