打算學(xué)習(xí) Python 來做數(shù)據(jù)分析的你，是不是在開始時就遇到各種麻煩呢？

到底該裝 Python2 呢還是 Python3 ？
為什么安裝 Python 時總是出錯？
怎么安裝工具包呢？

為什么提示說在安裝這個工具前必須先安裝一堆其他不明所以的工具？
相信大多數(shù) Python 的初學(xué)者們都曾為環(huán)境問題而頭疼不已，但你并不孤獨，大家都是這么折騰過來的。為了在入門時少走彎路，并且讓高漲的積極性不至于太受打擊，這里推薦使用 Anaconda 來管理你的安裝環(huán)境和各種工具包。

本文介紹了Anaconda的使用，全文大綱如下：

為什么選擇 Anaconda
* 什么是 Anaconda
* 什么是 conda
* Anaconda 的優(yōu)點

如何安裝 Anaconda
如何管理 Python 包
如何管理 Python 環(huán)境

一、為什么選擇Anaconda？

1.1 什么是 Anaconda？

Anaconda是專注于數(shù)據(jù)分析的Python發(fā)行版本，包含了conda、Python等190多個科學(xué)包及其依賴項。作為好奇寶寶的你是不是發(fā)現(xiàn)了一個新名詞 conda，那么你一定會問 conda 又是什么呢？

1.2 什么是 conda ？

conda 是開源包（packages）和虛擬環(huán)境（environment）的管理系統(tǒng)。

• packages 管理： 可以使用 conda 來安裝、更新 、卸載工具包 ，并且它更關(guān)注于數(shù)據(jù)科學(xué)相關(guān)的工具包。在安裝 anaconda 時就預(yù)先集成了像 Numpy、Scipy、 pandas、Scikit-learn 這些在數(shù)據(jù)分析中常用的包。另外值得一提的是，conda 并不僅僅管理Python的工具包，它也能安裝非python的包。比如在新版的 Anaconda 中就可以安裝R語言的集成開發(fā)環(huán)境 Rstudio。
• 虛擬環(huán)境管理： 在conda中可以建立多個虛擬環(huán)境，用于隔離不同項目所需的不同版本的工具包，以防止版本上的沖突。對糾結(jié)于 Python 版本的同學(xué)們，我們也可以建立 Python2 和 Python3 兩個環(huán)境，來分別運行不同版本的 Python 代碼。

知道 是什么（what） 的同時，我們也需要問一問 為什么（why）。那么，為什么要選擇用Anaconda呢？

1.3 Anaconda 的優(yōu)點？

Anaconda的優(yōu)點總結(jié)起來就八個字：省時省心、分析利器。

• 省時省心： Anaconda通過管理工具包、開發(fā)環(huán)境、Python版本，大大簡化了你的工作流程。不僅可以方便地安裝、更新、卸載工具包，而且安裝時能自動安裝相應(yīng)的依賴包，同時還能使用不同的虛擬環(huán)境隔離不同要求的項目。
• 分析利器： 在 Anaconda 官網(wǎng)中是這么宣傳自己的：適用于企業(yè)級大數(shù)據(jù)分析的Python工具。其包含了720多個數(shù)據(jù)科學(xué)相關(guān)的開源包，在數(shù)據(jù)可視化、機器學(xué)習(xí)、深度學(xué)習(xí)等多方面都有涉及。不僅可以做數(shù)據(jù)分析，甚至可以用在大數(shù)據(jù)和人工智能領(lǐng)域。

解決了 是什么 以及 為什么 的問題后，下面讓我們看一下 怎么做（How）。

二、如何安裝Anaconda？

可以從這里下載 Anaconda 的安裝程序以及查看安裝說明。無論是 Windows、Linux 還是 MAC 的 OSX 系統(tǒng)，都可以找到對應(yīng)的安裝軟件。如果你的電腦是64位則盡量選64位版本。至于 Python 的版本是 2.7 還是 3.x，這里推薦你使用 Python3，因為 Python2 終將停止維護?？赡苣壳笆忻嫔洗蠖鄶?shù)教程使用的都還是 Python2，這也不用著急，因為在 Anaconda 中可以同時管理兩個 Python 版本的環(huán)境。

根據(jù)提示進行安裝，完成后你大概會驚訝地發(fā)現(xiàn)電腦中多了好多應(yīng)用，不用擔(dān)心，我們一項項來看：

• Anaconda Navigtor ：用于管理工具包和環(huán)境的圖形用戶界面，后續(xù)涉及的眾多管理命令也可以在 Navigator 中手工實現(xiàn)。
• Jupyter notebook ：基于web的交互式計算環(huán)境，可以編輯易于人們閱讀的文檔，用于展示數(shù)據(jù)分析的過程。
• qtconsole ：一個可執(zhí)行 IPython 的仿終端圖形界面程序，相比 Python Shell 界面，qtconsole 可以直接顯示代碼生成的圖形，實現(xiàn)多行代碼輸入執(zhí)行，以及內(nèi)置許多有用的功能和函數(shù)。
• spyder ：一個使用Python語言、跨平臺的、科學(xué)運算集成開發(fā)環(huán)境。

安裝完成后，我們還需要對所有工具包進行升級，以避免可能發(fā)生的錯誤。打開你電腦的終端，在命令行中輸入：

conda upgrade --all

在終端詢問是否安裝如下升級版本時，輸入 y。
有的情況下，你可能會遇到找不到 conda 命令的錯誤提示，這很可能是環(huán)境路徑設(shè)置的問題，需要添加conda環(huán)境變量：export PATH=xxx/anaconda/bin:$PATH, 其中xxx替換成anaconda的安裝路徑。
至此，安裝完成，下面讓我們看一下如何用 Anaconda 管理工具包和環(huán)境。

三、如何管理Python包？

安裝一個 package：

conda install package_name

這里 package_name 是需要安裝包的名稱。你也可以同時安裝多個包，比如同時安裝numpy 、scipy 和 pandas，則執(zhí)行如下命令：

conda install numpy scipy pandas

你也可以指定安裝的版本，比如安裝 1.1 版本的 numpy ：

conda install numpy=1.10

移除一個 package：

conda remove package_name

升級 package 版本：

conda update package_name

查看所有的 packages：

conda list

如果你記不清 package 的具體名稱，也可以進行模糊查詢：

conda  search search_term

四、如何管理Python環(huán)境？

默認(rèn)的環(huán)境是 root，你也可以創(chuàng)建一個新環(huán)境：

conda create -n env_name list of packages

其中 -n 代表 name，env_name 是需要創(chuàng)建的環(huán)境名稱，list of packages 則是列出在新環(huán)境中需要安裝的工具包。

例如，當(dāng)我安裝了 Python3 版本的 Anaconda 后，默認(rèn)的 root 環(huán)境自然是 Python3，但是我還需要創(chuàng)建一個 Python 2 的環(huán)境來運行舊版本的 Python 代碼，最好還安裝了 pandas 包，于是我們運行以下命令來創(chuàng)建：

conda create -n py2 python=2.7 pandas

細心的你一定會發(fā)現(xiàn)，py2 環(huán)境中不僅安裝了 pandas，還安裝了 numpy 等一系列 packages，這就是使用 conda 的方便之處，它會自動為你安裝相應(yīng)的依賴包，而不需要你一個個手動安裝。

進入名為 env_name 的環(huán)境：

source activate env_name

退出當(dāng)前環(huán)境：

source deactivate

另外注意，在 Windows 系統(tǒng)中，使用 activate env_name 和 deactivate 來進入和退出某個環(huán)境。

刪除名為 env_name 的環(huán)境：

conda env remove -n env_name

顯示所有的環(huán)境：

conda env list

當(dāng)分享代碼的時候，同時也需要將運行環(huán)境分享給大家，執(zhí)行如下命令可以將當(dāng)前環(huán)境下的 package 信息存入名為 environment 的 YAML 文件中。

conda env export > environment.yaml

同樣，當(dāng)執(zhí)行他人的代碼時，也需要配置相應(yīng)的環(huán)境。這時你可以用對方分享的 YAML 文件來創(chuàng)建一摸一樣的運行環(huán)境。

conda env create -f environment.yaml

至此，你已跨入 Anaconda 的大門，后續(xù)就可以徜徉在 Python 的海洋中了。

祝學(xué)習(xí)愉快！

注：本文代碼示例參考自Udacity數(shù)據(jù)分析課程之Anaconda章節(jié)。

更多亮點在相關(guān)文章里面，希望大家以后多多支持腳本之家。

最新評論