|
一、Anaconda相关工具介绍 二、管理包 三、管理环境
Anaconda基于 conda ——一个包和环境管理器——衍生而来。你将使用 conda 创建环境，以便分隔使用不同 Python 版本和不同程序包的项目。你还将使用它在环境中安装、卸载和更新包。通过使用 Anaconda，处理数据的过程将更加愉快。
一、anaconda相关工具介绍 上一节介绍了怎么安装，安装完之后，可以在“开始”中看到已经安装了如下工具。
1. Anaconda Navigator //它是用于管理环境和包的GUI。 2. Anaconda Prompt //终端，它可让你使用命令行界面来管理环境和包 3. Jupyter Notebook //基于web的交互式计算环境，可以编辑易于人们阅读的文档，用于展示数据分析的过程。 4. Spyder //它是面向科学开发的IDE。一个使用Python语言、跨平台的、科学运算集成开发环境。
二、管理包 安装Anaconda之后，我们就可以很方便的管理安装包（安装，卸载，更新，查看）。conda 的包管理功能和pip 是一样的，当然你选择pip 来安装包也是没问题的。
1. conda list //查看已经安装的包。 2. conda remove matplotlib //卸载包。卸载matplotlib。 3. conda install matplotlib //安装包。安装matplotlib。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）。 conda install numpy scipy pandas //同时安装多个包。 conda install numpy=1.10 //通过添加版本号来指定所需的包版本
4. conda update matplotlib //更新包。更新matplotlib。 conda update --all //更新环境中的所有包
三、管理环境 如前所述，你可以使用 conda 创建环境以隔离项目。不同的环境可能有不同版本的Python、不同名的包、同名但不同版本的包。
3.1 创建环境 conda create -n my_env numpy //“-n my_env”指环境的名称为“my_env”。后面的是要安装在环境中的包的列表。 该命令的意思是要创建名为 my_env 的环境并在其中安装 numpy。 conda create -n py3 python=3 //创建环境时,可以指定要安装在环境中的Python版本。本命令会安装Python3的最新版本。 //假如做的项目有时候用到Python2，有时用到Python3，就可以创建了这两个环境， 并分别取环境名py2，py3，这样就可以根据不同的项目轻松使用不同版本的python。 conda create -n py2 python=2 //创建环境py2，安装python 2的最新版本。 conda create -n py python=3.3 //创建环境py，安装特定版本的Python。 conda create -n caffe_py2 --clone caffe_env //根据已有的caffe_env环境复制一份自己的环境caffe_py2
3.2 进入环境 activate my_env //windows上进入环境。在 OSX/Linux 上使用source activate my_env 进入环境。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) C:\user\liupc>”. //进入环境后就可以使用conda list、conda install等命令管理本环境中的包了。不过，在这 里面安装的特定包仅在你进入环境后才可用。 source activate my_env //linux下进入环境。 conda activate my_env //linux下进入环境的另一种方法。 3.3 离开环境 deactivate //Windows上离开环境，回到base环境。在OSX/Linux上，要离开环境，请键入source deactivate。 source deactivate //linux下离开环境。 conda deactivate //linux下离开环境的另一种方式。
3.4 列出环境 conda env list //列出环境。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（即当你不在选定环境中时使用的环境）名为base。 3.5 删除环境 conda env remove -n my_env //删除环境my_env conda remove -n my_env --all //这条命令也可以。删除my_env环境及下属所有包。
3.6 导出、导入环境 //导出环境 conda env export > environment.yaml //将环境信息导出到文件中。导出的信息包括：Python版本，以及用了那些包，包的版本。 这条命令非常有用，比如你开发了A系统，当别人部署的时候，就需要知道环境信息。 //导出的文件存放路径为C:\users\liupc\environment.yaml。内容如下图所示。 //导入环境方法一： conda create -n test_env //先创建一个新的环境 activate test_env //进入到新环境中 conda env update -f=C:\users\liupc\environment.yaml //更新新环境。要根据实际路径进行设置。
//导入环境方法二： conda env create -f C:\users\liupc\environment.yaml //创建一个与导出的环境相同（名字也相同）的环境
参考： 1. https://blog.csdn.net/qq_37392932/article/details/81210470 2. https://blog.csdn.net/ITLearnHall/article/details/81708148 3. https://blog.csdn.net/program_developer/article/details/79677557 4. https://www.jianshu.com/p/eaee1fadc1e9
|