前言
因为开始接触机器学习,重拾了Python。
这次我选择了Anaconda
,因为看重了其内置了常用的科学计算包。
Anaconda
Anaconda是一个用于科学计算的Python发行版,支持 Linux, Mac, Windows系统,提供了包管理与环境管理的功能,可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。
Anaconda利用工具/命令conda来进行package和environment的管理,并且已经包含了Python和相关的配套工具。
Conda
conda 是 Anaconda 下用于包管理和环境管理的工具,功能上类似 pip 和 vitualenv 的组合。安装成功后 conda 会默认加入到环境变量中,因此可直接在命令行窗口运行命令 conda。
多版本python
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39
| # 查看帮助 conda -h
# 基于python3.6版本创建一个名字为python36的环境 conda create --name python36 python=3.6
****** 如果创建新的python环境,比如3.4,运行conda create -n python36 python=3.6之后, conda仅安装python 3.6相关的必须项,如python, pip等,如果希望该环境像默认环境那样,安装anaconda集合包
# 在当前环境下安装anaconda包集合 conda install anaconda # 结合创建环境的命令,以上操作可以合并为 conda create -n python36 python=3.4 anaconda # 也可以不用全部安装,根据需求安装自己需要的package即可
******
# 激活此环境 activate python36 # for Windows source activate python36 # linux/mac
# 再来检查python版本,显示是 3.6 python -V
# 退出当前环境 deactivate python36 source deactivate python36 # for Linux & Mac
# 删除该环境 conda remove -n python36 --all
# 或者 conda env remove -n python36
# 查看所有安装的环境 conda info -e python36 * D:\Programs\Anaconda3\envs\python36 root D:\Programs\Anaconda3
|
包管理
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27
| # 安装scipy conda install scipy # conda会从从远程搜索scipy的相关信息和依赖项目,对于python 3.6,conda会同时安装numpy和mkl(运算加速的库) # 查看已经安装的packages conda list # 最新版的conda是从site-packages文件夹中搜索已经安装的包,不依赖于pip,因此可以显示出通过各种方式安装的包
# 查看当前环境下已安装的包 conda list # 查看某个指定环境的已安装包 conda list -n python36 # 查找package信息 conda search numpy # 安装package conda install -n python36 numpy # 如果不用-n指定环境名称,则被安装在当前活跃环境 # 也可以通过-c指定通过某个channel安装 # 更新package conda update -n python36 numpy # 删除package conda remove -n python36 numpy
|
conda将conda、python等都视为package,因此,完全可以使用conda来管理conda和python的版本,例如
1 2 3 4 5 6 7 8 9
| # 更新conda,保持conda最新 conda update conda # 更新anaconda conda update anaconda # 更新python conda update python # 假设当前环境是python 3.6, conda会将python升级为3.6.x系列的当前最新版本
|
设置镜像
1 2 3 4 5 6
| # 添加Anaconda的TUNA镜像 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ # TUNA的help中镜像地址加有引号,需要去掉 # 设置搜索时显示通道地址 conda config --set show_channel_urls yes
|
踩坑
在跑我的第一个机器学习程序的时候,出现了以下的错误
在网上看了些解决方案,都不太靠谱
我的解决方案是
删除了自己在系统里安装的python,使用Anaconda中的python。当然我使用的Pycharm中的Project Interpreter
也是Anaconda中的python.
参考
Anaconda使用总结
Anaconda 入门安装教程
初学python者自学anaconda的正确姿势是什么??