Anaconda集合了python,Spyder,Jupyter
notebook及conda—–包管理器与环境管理器(含常用的panda,numpy等),省去单独下载的繁琐步骤,方便使用。

一、下载anaconda

 

第一步当然是下载anaconda了,官方网站的下载需要用迅雷才能快点,或者直接到清华大学镜像站下载。当然这里推荐脚本之家下载,下载地址都整理好了

注:如过已经下载过python,可点击python安装包,再次setup,选择uninstall.
如Geany等IDE不影响Anaconda下载。

下载地址:

 

//www.jb51.net/softs/556392.html

Anaconda下载官网:

清华大学提供了镜像,从这个镜像下载速度很快,地址:

 

清华镜像:

选择相应的版本进行下载就好

 

下载过程中除了安装位置外,还有两个需要确认的地方。

Anaconda分为python2和python3两个版本,建议选择python3的最新版本,且安装完成后可单独配置其他版本。

图片 1

 

第一个勾是是否把Anaconda加入环境变量,这涉及到能否直接在cmd中使用conda、jupyter、ipython等命令,推荐打勾,如果不打勾话问题也不大,可以在之后使用Anaconda提供的命令行工具进行操作;第二个是是否设置Anaconda所带的Python
3.6为系统默认的Python版本,这个自己看着办,问题不大。

下载时选择推荐路径,并安装在自定义的D或E盘相应位置。

一路安装完成以后,就可以打开cmd测试一下安装结果。

 

分别输入python、ipython、conda、jupyter
notebook等命令,会看到相应的结果,说明安装成功。(python是进入python交互命令行;ipython是进入ipython交互命令行,很强大;conda是Anaconda的配置命令;jupyter
notebook则会启动Web端的ipython notebook)

安装完毕后,打开Anaconda Navigator,开始初始设置。

需要注意的是jupyter
notebook命令会在电脑本地以默认配置启动jupyter服务,之后会再谈到这个。

 

Anaconda安装成功之后,我们需要修改其包管理镜像为国内源。

输入conda list,查看已经安装好的内容。

二、配置镜像地址,否则从官方网站下载升级文件太慢

 

安装完成后,找到Anaconda prompt,加入镜像地址,完成配置:

如果报错诸如“不是内部或外部命令,也不是应用程序”,首先检查是否曾经安装的python没有删除干净,其次查询PATH.

conda config –add channels

conda config –set show_channel_urls yes

 

在 Windows 上,会随 Anaconda 一起安装一批应用程序:

配置环境变量Path操作方法如下:

  • Anaconda Navigator,它是用于管理环境和包的 GUI
  • Anaconda Prompt 终端,它可让你使用命令行界面来管理环境和包
  • Spyder,它是面向科学开发的 IDE

控制面板–系统和安全–系统–高级系统设置–高级页面下环境变量–path新建–范例(D:\Software\Anaconda\Scripts)

为了避免报错,我推荐在默认环境下更新所有的包。打开 Anaconda Prompt
(或者 Mac 下的终端),键入:

 

conda upgrade --all

 

并在提示是否更新的时候输入
y(Yes)以便让更新继续。初次安装下的软件包版本一般都比较老旧,因此提前更新可以避免未来不必要的问题。

而后,在Anaconda Navigator输入conda –version查询是否配置成功。

管理包

 

安装了 Anaconda
之后,管理包是相当简单的。要安装包,请在终端中键入conda install package_name。例如,要安装
numpy,请键入 conda install numpy

所有包更新

你还可以同时安装多个包。类似
conda install numpy scipy pandas的命令会同时安装所有这些包。还可以通过添加版本号(例如
conda install numpy=1.10)来指定所需的包版本。

conda upgrade –all

Conda 还会自动为你安装依赖项。例如,scipy 依赖于 numpy,因为它使用并需要
numpy。如果你只安装 scipy (conda install scipy),则 conda 还会安装
numpy(如果尚未安装的话)。

【y/n】后面输入y

大多数命令都是很直观的。要卸载包,请使用conda remove package_name。要更新包,请使用
conda update package_name。如果想更新环境中的所有包(这样做常常很有用),请使用
conda update --all。最后,要列出已安装的包,请使用前面提过的conda list

即可更新所有包

如果不知道要找的包的确切名称,可以尝试使用
conda search search_term进行搜索。例如,我知道我想安装 Beautiful
Soup,但我不清楚确切的包名称。因此,我尝试执行
conda search beautifulsoup

注:此步骤非必须,因为后续配置环境等过程中会提示更新或自动更新所需相应的包。

搜索 beautifulsoup

 

它返回可用的 Beautiful Soup 包的列表,并列出了相应的包名称
beautifulsoup4。

管理包(如request)的命令:

管理环境

1)安装:conda install request  或  pip install request

如前所述,你可以使用 conda
创建环境以隔离项目。要创建环境,请在终端中使用 conda create -n env_name
list of packages。在这里,-n env_name 设置环境的名称(-n 是指名称),而
list of packages 是要安装在环境中的包的列表。例如,要创建名为 my_env
的环境并在其中安装 numpy,请键入 conda create -n my_env numpy

2)卸载:conda remove request

图片 2

3)更新:conda update request

创建环境时,可以指定要安装在环境中的 Python 版本。这在你同时使用 Python
2.x 和 Python 3.x 中的代码时很有用。要创建具有特定 Python
版本的环境,请键入类似于conda create -n py3 python=3
conda create -n py2 python=2的命令。实际上,我在我的个人计算机上创建了这两个环境。我将它们用作与任何特定项目均无关的通用环境,以处理普通的工作(可轻松使用每个
Python 版本)。这些命令将分别安装 Python 3 和 Python 2
的最新版本。要安装特定版本(例如 Python 3.3),请使用
conda create -n py python=3.3

4)列出所有安装包:conda list

进入环境

网站地图xml地图