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

到底該裝 Python2 呢還是 Python3 ？
為什么安裝 Python 時(shí)總是出錯(cuò)？
怎么安裝工具包呢？

為什么提示說在安裝這個(gè)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(dú)，大家都是這么折騰過來的。為了在入門時(shí)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(diǎn)

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(gè)科學(xué)包及其依賴項(xiàng)。作為好奇寶寶的你是不是發(fā)現(xiàn)了一個(gè)新名詞 conda，那么你一定會(huì)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(shí)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(gè)虛擬環(huán)境，用于隔離不同項(xiàng)目所需的不同版本的工具包，以防止版本上的沖突。對(duì)糾結(jié)于 Python 版本的同學(xué)們，我們也可以建立 Python2 和 Python3 兩個(gè)環(huán)境，來分別運(yùn)行不同版本的 Python 代碼。

知道 是什么（what） 的同時(shí)，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(diǎn)？

Anaconda的優(yōu)點(diǎn)總結(jié)起來就八個(gè)字：省時(shí)省心、分析利器。

• 省時(shí)省心： Anaconda通過管理工具包、開發(fā)環(huán)境、Python版本，大大簡(jiǎn)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(shí)能自動(dòng)安裝相應(yīng)的依賴包，同時(shí)還能使用不同的虛擬環(huán)境隔離不同要求的項(xiàng)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(jí)大數(shù)據(jù)分析的Python工具。其包含了720多個(gè)數(shù)據(jù)科學(xué)相關(guān)的開源包，在數(shù)據(jù)可視化、機(jī)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(duì)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?yàn)?Python2 終將停止維護(hù)。可能目前市面上大多數(shù)教程使用的都還是 Python2，這也不用著急，因?yàn)樵?Anaconda 中可以同時(shí)管理兩個(gè) Python 版本的環(huán)境。

根據(jù)提示進(jìn)行安裝，完成后你大概會(huì)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(xiàng)項(xiàng)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(shí)現(xiàn)。
• Jupyter notebook ：基于web的交互式計(jì)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(gè)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(shí)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(gè)使用Python語言、跨平臺(tái)的、科學(xué)運(yùn)算集成開發(fā)環(huán)境。

安裝完成后，我們還需要對(duì)所有工具包進(jìn)行升級(jí)，以避免可能發(fā)生的錯(cuò)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(jí)版本時(shí)，輸入 y。
有的情況下，你可能會(huì)遇到找不到 conda 命令的錯(cuò)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(gè) package：

conda install package_name

這里 package_name 是需要安裝包的名稱。你也可以同時(shí)安裝多個(gè)包，比如同時(shí)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(gè) package：

conda remove package_name

升級(jí) 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(jìn)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(gè)新環(huán)境：

conda create -n env_name list of packages

其中 -n 代表 name，env_name 是需要?jiǎng)?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?jiǎng)?chuàng)建一個(gè) Python 2 的環(huán)境來運(yùn)行舊版本的 Python 代碼，最好還安裝了 pandas 包，于是我們運(yùn)行以下命令來創(chuàng)建：

conda create -n py2 python=2.7 pandas

細(xì)心的你一定會(huì)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(huì)自動(dòng)為你安裝相應(yīng)的依賴包，而不需要你一個(gè)個(gè)手動(dòng)安裝。

進(jìn)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(jìn)入和退出某個(gè)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(shí)候，同時(shí)也需要將運(yùn)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(shí)，也需要配置相應(yīng)的環(huán)境。這時(shí)你可以用對(duì)方分享的 YAML 文件來創(chuàng)建一摸一樣的運(yùn)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(diǎn)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(píng)論