作者 | 弗拉德
来源 | 弗拉德(公众号:fulade_me)
Anaconda
Anaconda是一个开源的工具,目前拥有超过六百万的用户。Anaconda致力于提供最便捷的方式来使用Python进行数据科学计算和机器学习。目前,Anaconda拥有超过250+的数据科学工具包,conda工具包可用于Windows,MacOS和Linux三种平台的虚拟环境管理系统。Anaconda支持当前比较流行的一些人工智能的库,比如Sklearn,TensorFlow,Scipy。
下载安装包
直接去到Anaconda的官网,找到下载地址,点击Download
按钮,然后找到页面最下方的下载部分。
我们可以看到Anaconda提供了两种安装方式,一种是带有图形界面的安装方式Graphical Installer
,另一种是 以命令行的方式Command Line Installer
安装。
我们选择64-Bit Graphical Installer
使用图形界面的方式来安装,点击下载。
安装步骤(基于MacOS)
双击下载好的安装文件(下载好的安装文件如下图所示),开始安装。
一路点击
继续
这里也选择继续
即可。在Mac里面的
启动台
找到刚安装好好的Anaconda
,名字叫:Anaconda-Navigator
,点击启动,启动后的样子如下:
配置命令行工具
此时,我们已经安装好的Anaconda
的客户端,但是很多情况我们都需要在命令使用conda
命令,这个时候在命令行工具输入
1 | conda -version |
显示如下(我电脑配置了zsh,所以会显示zsh):
1 | zsh: command not found: conda |
显然我们还不能使用conda
命令。
1. zsh配置流程
找到.zshrc
文件,一般在/Users/{username}/.zshrc
,其中{username}
是你当前Mac的用户名字哦。
用记事本打开.zshrc
文件(你也可以使用vim
命令来编辑),在该文件的最后一行添加:
1 | export PATH="/opt/anaconda3/bin:$PATH" |
然后保存
命令行工具进入到/Users/{username}
目录下,执行
1 | source .zshrc |
接着执行
1 | conda --version |
就可以看到输出的版本号了:
1 | conda 4.9.2 |
2. bash_profile 配置
找到.bash_profile
文件,一般在/Users/{username}/.bash_profile
,其中{username}
是你当前Mac的用户名字哦。
用记事本打开.bash_profile
文件(你也可以使用vim
命令来编辑),在该文件的最后一行添加:
1 | export PATH="/opt/anaconda3/bin:$PATH" |
然后保存
命令行工具进入到/Users/{username}
目录下,执行
1 | source .bash_profile |
接着执行
1 | conda --version |
就可以看到输出的版本号了:
1 | conda 4.9.2 |
添加常用源
由于网络问题,有些时候直接同国外下载库会比较慢,我们可以给conda
配置国内的镜像源,添加国内的镜像源命令如下:
- 清华源
1
2
3
4
5conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
# 设置搜索时显示通道地址
conda config --set show_channel_urls yes - 添加中科院源
1 | conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/ |
查看是否添加成功可是用命令
1 | conda config --show |
在 channels
这个字段这里显示已经添加的源
1 | channels: |
conda常用命令
升级
1 | conda update conda # 更新 conda |
管理环境
1 | conda env list #显示所有的虚拟环境 |
package管理
1 | conda list #查看当前环境下已安装的package |
清理conda
1 | conda clean -p //删除没有用的包 |