Anaconda詳細安裝及使用教程（帶圖文）
Anacond的介紹
Anaconda指的是一個開源的Python發行版本，其包含了conda、Python等180多個科學包及其依賴項。因為包含了大量的科學包，Anaconda的下載檔案比較大（約531 MB），如果只需要某些包，或者需要節省頻寬或儲存空間，也可以使用Miniconda這個較小的發行版（僅包含conda和Python）。
Conda是一個開源的包、環境管理器，可以用於在同一個機器上安裝不同版本的軟體包及其依賴，並能夠在不同的環境之間切換
Anaconda包括Conda、Python以及一大堆安裝好的工具包，比如：numpy、pandas等
Miniconda包括Conda、Python
Anacond下載
下載地址：https://www.anaconda.com/download/
Anaconda是跨平臺的，有Windows、macOS、Linux版本，我們這裡以Windows版本為例，點選那個Windows圖示。
我這裡選擇下載
Python 2.7 version *--Python 2.7版*
64-Bit Graphical Installer (564 MB) --64點陣圖形安裝程式（564 MB）
當然，你也可以根據自己的實際情況，選擇Python 3.6版的，或者32-Bit版本的。
安裝包有564MB，因為網速的關係，下載時間可能會比較長，請耐心等待。我這裡下載完成Anaconda2-5.2.0-Windows-x86_64.exe檔案了。
安裝Anaconda
雙擊下載好的Anaconda2-5.2.0-Windows-x86_64.exe檔案，出現如下介面，點選Next即可。
點選Next
點選I Agree（我同意），不同意，當然就沒辦法繼續安裝啦。
Install for: Just me還是All Users，假如你的電腦有好幾個Users，才需要考慮這個問題.其實我們電腦一般就一個User，就我們一個人使用，如果你的電腦有多個使用者，選擇All Users，我這裡直接All User，繼續點選Next。
Destination Folder是“目標資料夾”的意思，可以選擇安裝到什麼地方。預設是安裝到C:\ProgramData\Anaconda2資料夾下。你也可以選擇Browse...，選擇想要安裝的資料夾。我這裡C盤空間充裕，所以我直接就裝到預設的地方。
這裡提一下，Anaconda很強大，佔用空間也不小啊，2.6GB，差不多是一部高清電影的體積了。不過，為了學習，這點硬碟空間算什麼呢。
繼續點選Next>。
這裡來到Advanced Options了，所謂的“高階選項”。如果你英文好，有一定背景知識的話，肯定明白這介面上的意思。兩個預設就好，第一個是加入環境變數，第二個是預設使用Python 2.7，點選“Install”，終於開始安裝額。
安裝時間根據你的電腦配置而異，電腦配置高，硬碟是固態硬碟，速度就更快。安裝過程其實就是把Anaconda2-5.2.0-Windows-x86_64.exe檔案裡壓縮的各種dll啊，py檔案啊，全部寫到安裝目標資料夾裡。
過程還是很漫長的，畢竟2.6GB的無數個小檔案啊，請耐心等待。
經過漫長的等待，終於安裝完成Installation Complete（安裝完成）了，點選最後一個Next>。
點選Install Microsoft VSCode
點選Finish，那兩個 √ 可以取消。
配置環境變數
如果是windows的話需要去控制面板\系統和安全\系統\高階系統設定\環境變數\使用者變數\PATH中新增anaconda的安裝目錄的Scripts資料夾,比如我的路徑是C:\ProgramData\Anaconda2\Scripts,看個人安裝路徑不同需要自己調整.
之後就可以開啟命令列(最好用管理員模式開啟)輸入conda --version
如果輸出conda 4.5.4之類的就說明環境變數設定成功了.
為了避免可能發生的錯誤,我們在命令列輸入conda upgrade --all先把所有工具包進行升級
這一步可能會報錯，解決辦法請參考另一篇博文：https://www.cnblogs.com/singleYao/p/13474197.html
管理虛擬環境
接下來我們就可以用anaconda來建立我們一個個獨立的python環境了.接下來的例子都是在命令列操作的,請開啟你的命令列吧.
activate
activate能將我們引入anaconda設定的虛擬環境中,如果你後面什麼引數都不加那麼會進入anaconda自帶的base環境,
你可以輸入python試試,這樣會進入base環境的python直譯器,如果你把原來環境中的python環境去除掉會更能體會到,這個時候在命令列中使用的已經不是你原來的python而是base環境下的python.而命令列前面也會多一個(base)說明當前我們處於的是base環境下。
建立自己的虛擬環境
我們當然不滿足一個base環境,我們應該為自己的程式安裝單獨的虛擬環境.
建立一個名稱為python34的虛擬環境並指定python版本為3.4(這裡conda會自動找3.4中最新的版本下載)
conda create -n python34 python=3.4
或者conda create --name python34 python=3.4
於是我們就有了一個learn的虛擬環境,接下來我們切換到這個環境,一樣還是用activae命令 後面加上要切換的環境名稱
切換環境
activate learn
如果忘記了名稱我們可以先用
conda env list
去檢視所有的環境
現在的learn環境除了python自帶的一些官方包之外是沒有其他包的,一個比較乾淨的環境我們可以試試
先輸入python開啟python直譯器然後輸入
>>> importrequests
會報錯找不到requests包,很正常.接下來我們就要演示如何去安裝requests包
exit()
退出python直譯器
解除安裝環境
conda remove --name test --all
關於環境總結
1 # 建立一個名為python34的環境，指定Python版本是3.4（不用管是3.4.x，conda會為我們自動尋找3.4.x中的最新版本） 2 3 conda create --name python34 python=3.4 4 5 # 安裝好後，使用activate啟用某個環境 6 7 activate python34 # for Windows 8 9 source activate python34 # for Linux & Mac 10 11 # 啟用後，會發現terminal輸入的地方多了python34的字樣，實際上，此時系統做的事情就是把預設2.7環境從PATH中去除，再把3.4對應的命令加入PATH 12 13 # 此時，再次輸入 14 15 python --version 16 17 # 可以得到`Python 3.4.5 :: Anaconda 4.1.1 (64-bit)`，即系統已經切換到了3.4的環境 18 19 # 如果想返回預設的python 2.7環境，執行 20 21 deactivate python34 # for Windows 22 23 source deactivate python34 # for Linux & Mac 24 25 # 刪除一個已有的環境 26 27 conda remove --name python34 --all
安裝第三方包
輸入
conda install requests
或者
pip install requests
來安裝requests包.
安裝完成之後我們再輸入python進入直譯器並import requests包,這次一定就是成功的了.
解除安裝第三方包
那麼怎麼解除安裝一個包呢
conda remove requests
或者
pip uninstall requests
就行啦.
檢視環境包資訊
要檢視當前環境中所有安裝了的包可以用
conda list
匯入匯出環境
1 //如果想要匯出當前環境的包資訊可以用 2 3 conda env export > environment.yaml 4 5 //將包資訊存入yaml檔案中. 6 7 //當需要重新建立一個相同的虛擬環境時可以用 8 9 conda env create -f environment.yaml 10 11 //其實命令很簡單對不對, 我把一些常用的在下面給出來, 相信自己多打兩次就能記住 12 13 activate // 切換到base環境 14 15 activate learn // 切換到learn環境 16 17 conda create -n learn python=3 // 建立一個名為learn的環境並指定python版本為3(的最新版本) 18 19 conda env list // 列出conda管理的所有環境 20 21 conda list // 列出當前環境的所有包 22 23 conda install requests //安裝requests包 24 25 conda remove requests //解除安裝requets包 26 27 conda remove -n learn --all // 刪除learn環境及下屬所有包 28 29 conda update requests //更新requests包 30 31 conda env export > environment.yaml // 匯出當前環境的包資訊 32 33 conda env create -f environment.yaml // 用配置檔案建立新的虛擬環境
深入一下
或許你會覺得奇怪為啥anaconda能做這些事,他的原理到底是什麼,我們來看看anaconda的安裝目錄
這裡只截取了一部分,但是我們和本文章最開頭的python環境目錄比較一下,可以發現其實十分的相似,其實這裡就是base環境.裡面有著一個基本的python直譯器, lLib裡面也有base環境下的各種包檔案.
那我們自己建立的環境去哪了呢,我們可以看見一個envs,這裡就是我們自己建立的各種虛擬環境的入口,點進去看看
可以發現我們之前建立的learn目錄就在下面,再點進去
這不就是一個標準的python環境目錄嗎?
這麼一看, anaconda所謂的建立虛擬環境其實就是安裝了一個真實的python環境,只不過我們可以通過activate,conda等命令去隨意的切換我們當前的python環境,用不同版本的直譯器和不同的包環境去執行python指令碼.
與JetBrains PyCharm連線
在工作環境中我們會整合開發環境去編碼,這裡推薦JB公司的PyCharm,而PyCharm也能很方便的和anaconda的虛擬環境結合
在Setting => Project => Project Interpreter裡面修改Project Interpreter ,點選齒輪標誌再點選Add Local為你某個環境的python.exe直譯器就行了
比如你要在learn環境中編寫程式,那麼就修改為C:\Users\Administrator\AppData\Local\conda\conda\envs\learn,可以看到這時候下面的依賴包也變成了learn環境中的包了.接下來我們就可以在pycharm中愉快的編碼了。
這一步可能會出錯，請參考另一篇博文：https://www.cnblogs.com/singleYao/p/13475678.html
Anaconda初體驗
按下Windows徽標鍵，調出Windows開始選單，可以看到 “最近新增”的：Anaconda2(64-bit)
Anaconda Prompt
開啟Anaconda Prompt，這個視窗和doc視窗一樣的，輸入命令就可以控制和配置python，最常用的是conda命令，這個pip的用法一樣，此軟體都集成了，你可以直接用，點開的話如下圖。用命令“conda list”檢視已安裝的包，從這些庫中我們可以發現NumPy,SciPy,Matplotlib,Pandas，說明已經安裝成功了!
還可以使用conda命令進行一些包的安裝和更新
conda list：列出所有的已安裝的packages
conda install name：其中name是需要安裝packages的名字，比如，我安裝numpy包，輸入上面的命令就是“conda install numpy”。單詞之間空一格，然後回車，輸入y就可以了。
安裝完anaconda，就相當於安裝了Python、IPython、整合開發環境Spyder、一些包等等。你可以在Windows下的cmd下檢視：
Anaconda Navigtor
用於管理工具包和環境的圖形使用者介面，後續涉及的眾多管理命令也可以在Navigator中手工實現。
Jupyter notebook
基於web的互動式計算環境，可以編輯易於人們閱讀的文件，用於展示資料分析的過程。
Qtconsole
一個可執行IPython的仿終端圖形介面程式，相比Python Shell介面，qtconsole可以直接顯示程式碼生成的圖形，實現多行程式碼輸入執行，以及內建許多有用的功能和函式。
Spyder
一個使用Python語言、跨平臺的、科學運算整合開發環境。
點選Anaconda Navigator，第一次啟用，會初始化，耐心等待一段時間，載入完成，介面如圖。
Spyder編輯器，我們以後就可以用這款編輯器來編寫程式碼，它最大優點就是模仿MATLAB的“工作空間”。spyder.exe放在安裝目錄下的Scripts裡面，如我的是C:\ProgramData\Anaconda2\Scripts\spyder.exe,直接雙擊就能執行。我們可以右鍵傳送到桌面快捷方式，以後執行就比較方便了。
我們簡單編寫一個程式來測試一下安裝是否成功，該程式用來開啟一張圖片並顯示。首先準備一張圖片，然後開啟spyder，編寫如下程式碼：
# -*- coding: utf-8 -*- """
Spyder Editor This is a temporary script file.
""" from skimage import io img = io.imread('C:/Users/Administrator/Desktop/379283176280170726.jpg') io.imshow(img)
將其中的C:/Users/Administrator/Desktop/379283176280170726.jpg改成你自己要顯示圖片的位置，然後點選上面工具欄裡的綠色三角進行執行，最終顯示如下：
jupyterlab
我們點選jupyterlab下面的Launch，會在預設瀏覽器（我這裡是Chrome）開啟http://localhost:8888/lab這樣一個東東，這裡就可以輸入Python程式碼啦，來一句Hello World吧。
我們可以開啟Anaconda Navigator -> Launch jupyterlab，也可以直接在瀏覽器輸入http://localhost:8888/lab（可以儲存為書籤）。如果是佈置在雲端，可以輸入伺服器域名（IP），是不是很爽？
該博文改編自：https://blog.csdn.net/ITLearnHall/article/details/81708148