安装 Anaconda
Anaconda 可用于 Windows、Mac OS X 和 Linux。可以在 https://www.continuum.io/down... 上找到安装程序和安装说明。
如果计算机上已经安装了 Python,这不会有任何影响。实际上,脚本和程序使用的默认 Python 是 Anaconda 附带的 Python。
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
。
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 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)。
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
。
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
。
它返回可用的 Beautiful Soup 包的列表,并列出了相应的包名称 beautifulsoup4
。
如前所述,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
。
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
或 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 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
。
进入环境
创建了环境后,在 OSX/Linux 上使用 source activate my_env
进入环境。在 Windows 上,请使用 activate my_env
。
进入环境后,你会在终端提示符中看到环境名称,它类似于 (my_env) ~ $
。环境中只安装了几个默认的包,以及你在创建它时安装的包。可以使用 conda list
检查这一点。在环境中安装包的命令与前面一样:conda install package_name
。不过,这次你安装的特定包仅在你进入环境后才可用。要离开环境,请键入 source deactivate
(在 OSX/Linux 上)。在 Windows 上,请使用 deactivate
。
保存和加载环境
共享环境这项功能确实很有用,它能让其他人安装你的代码中使用的所有包,并确保这些包的版本正确。可以使用 conda env export > environment.yaml
将包保存为 YAML。第一部分 conda env export
输出环境中的所有包的名称(包括 Python 版本)。
上图可以看到列出了环境的名称和所有依赖项及其版本。导出命令的第二部分 > environment.yaml
将导出的文本写入到 YAML 文件 environment.yaml
中。现在可以共享此文件,而且其他人能够创建和你用于项目相同的环境。
要通过环境文件创建环境,请使用 conda env create -f environment.yaml
。这会创建一个新环境,而且它具有在 environment.yaml 中列出的同样的库。
列出环境
如果忘记了环境的名称(我有时会这样),可以使用 conda env list
列出你创建的所有环境。你会看到环境的列表,而且你当前所在环境的旁边会有一个星号。默认的环境(即当你不在环境中时使用的环境)名为 root
。
删除环境
如果你不再使用某些环境,可以使用 conda env remove -n env_name
删除指定的环境(在这里名为 env_name
)。