1- 简介
Anaconda是一个用于科学计算的Python发行版，适用于数据分析的Python工具，也可以用在大数据和人工智能领域。
- 支持 Linux, Mac, Windows系统;
- 包含了Python和相关的配套工具，包括许多非常有用的第三方库;
- 利用Conda来管理包和运行环境，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题;
Conda
用来管理包（packages）、依赖与环境（environment）的工具（可执行命令）；
- 包管理：与pip类似，conda将所有工具、第三方包都当做package来管理（包括python和conda自身），而且能够安装非python的包；
- 环境管理：可以方便地安装各种版本python、各种package、创建虚拟环境并快速切换；
- 文档：https://conda.io/docs/index.html
- User guide：https://conda.io/docs/user-guide/index.html
- Getting started：https://conda.io/docs/user-guide/getting-started.html
- Conda cheat sheet：https://conda.io/docs/_downloads/conda-cheatsheet.pdf
Anaconda
Python的一种发行版，是一个打包的集合（预装好了conda、某个版本的python、众多packages、科学计算工具等），占用空间较大；
- 文档：http://docs.anaconda.com/anaconda/
- User guide：https://docs.anaconda.com/anaconda/user-guide/
- Getting started：http://docs.anaconda.com/anaconda/user-guide/getting-started/
- Anaconda cheat sheet：http://docs.anaconda.com/anaconda/user-guide/cheatsheet/
Miniconda
- 只包含最基本的内容（python与conda，以及相关的必须依赖项）的命令行工具，适合对于空间要求严格的用户；
Conda与Anaconda的联系与区别
Conda可以理解为一个工具，也是一个可执行命令，其核心功能是包管理与环境管理。包管理与pip的使用类似，环境管理则允许用户方便地安装不同版本的python并可以快速切换。
Anaconda则是一个打包的集合，里面预装好了conda、某个版本的python、众多packages、科学计算工具等等，所以也称为Python的一种发行版。
2- 安装
注意：如无特别说明，本文内容仅适用于windows系统；
官方下载：
清华大学anaconda镜像：
https://mirrors.tuna.tsinghua.edu.cn/anaconda/
下载后根据提示进行安装，建议安装在指定目录，不要选择默认安装路径，以便节约系统盘空间和明确相关路径（例如，虚拟环境的默认路径等）。
将安装如下应用：
Installing on Windows：
http://docs.anaconda.com/anaconda/install/windows/
- Anaconda Navigtor ：用于管理工具包和环境的图形用户界面，管理命令也可以在 Navigator 中手工实现。
- Anaconda Prompt ：Anaconda的命令行，通过conda命令可以控制和配置Python运行环境。
- Jupyter notebook ：基于web的交互式计算环境，可以编辑易于阅读的文档和展示数据分析的过程。
- Spyder：使用Python语言、跨平台的、科学运算集成开发环境。
- Reset Spyder Settings：恢复Spyder的默认设置。
安装Anaconda完成后，Path环境变量将指向Anaconda自带的Python，其内置的第三方模块安装在自己的路径下，不影响系统已安装的Python目录；
2.1 运行应用
Anaconda Navigtor：可能启动较慢
Anaconda Prompt
Jupyter notebook
Spyder
JupyterLab
将在默认浏览器（建议将默认浏览器设置为Chrome）打开一个默认页面“http://localhost:8888/lab”，可以在此页面输入并执行Python代码。
- JupyterLab is the next-generation web-based user interface for Project Jupyter.
- 文档：https://jupyterlab.readthedocs.io/
- JupyterLab被认为是 Jupyter Notebooks 的进一步发展，JupyterLab 的开发者的长期目标是最终替代 Jupyter Notebooks。
- 支持更加灵活和更加强大的项目操作方式，和Jupyter Notebooks一致的组件和环境，但具有生产力更高的体验。
- 可以在一个窗口中放置笔记本、终端、文本文件和输出结果工作区，只需拖放你需要的单元即可。
- 可以编辑 Markdown、CSV 和 JSON 等常用文件格式，并实时预览修改所造成的影响。
- 可以使用相关的扩展来添加新功能，或者完全改变界面的运行方式。
Qt Console
一个可执行IPython的仿终端图形界面程序，可直接显示代码生成的图形，实现多行代码输入执行，以及内置许多有用的功能和函数。
Glueviz
Python库，用于探索相关数据集内部和之间的关系，创建统计图形等。
Orange3
交互式数据可视化的工具，通过巧妙的数据可视化执行简单的数据分析。
VS Code
Visual Studio Code是一个轻量级但功能强大的源代码编辑器，内置了对JavaScript，TypeScript和Node.js的支持，并为其他语言和运行时提供了丰富的扩展生态系统。
2.2 添加conda环境变量
避免找不到conda 命令的错误提示，需要添加conda环境变量；
例如：“D:\DownLoadFiles\anaconda3\Scripts\”
2.3 帮助信息
- 命令行下执行"conda -h"或“conda --help”可以获得帮助信息；
- 命令行下执行"conda <argument> -h"或“conda <argument> --help”可以获得具体参数的帮助信息；
2.4 添加Conda代理和国内镜像
$ conda -h
usage: conda [-h] [-V] command ...
conda is a tool for managing and deploying applications, environments and packages.
Options:
positional arguments:
command
clean Remove unused packages and caches.
config Modify configuration values in .condarc. This is modeled
after the git config command. Writes to the user .condarc
file (C:\Users\guowli\.condarc) by default.
根据“conda -h”的提示信息，修改配置文件（如果没有，可以创建）
这里为“C:\Users\guowli\.condarc”
设置代理
$ cat /C/Users/guowli/.condarc
proxy_servers:
http: http://10.144.1.10:8080
https: http://10.144.1.10:8080
添加国内镜像源（国内清华大学镜像）
可以在命令行下执行如下命令（配置改动将更新到配置文件）
conda config --add channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/' conda config --add channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/' conda config --set show_channel_urls yes
conda源操作的基本命令
conda config --show 查看当前所有配置 conda config --show-sources 查看当前使用源 conda config --remove channels 删除指定源 conda config --add channels 加指定源
或者直接修改修改配置文件
$ cat /C/Users/guowli/.condarc channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/ - defaults show_channel_urls: True allow_other_channels: True
2.5 设置Conda环境和缓存的路径
默认情况下，Conda创建的新环境以及过往安装的模块缓存都存储在用户目录。
默认信息不会在Conda（user-specific）配置文件“$HOME/.condarc”中体现，但可通过"conda info"查看，包括默认环境路径、默认缓存路径、Conda源设置等。
添加或修改“$HOME/.condarc”中的“env_dirs”和“pkgs_dirs”配置项，可以设置conda环境和缓存（envs directories 和 package cache）的默认路径。
按顺序第一个路径作为默认存储路径，搜索环境和缓存时按先后顺序在各目录中查找。
例如：在“$HOME/.condarc”中添加如下路径
envs_dirs: - D:\DownLoadFiles\anaconda3\envs # 按顺序第一个路径作为默认存储路径，搜索环境和缓存时按先后顺序在各目录中查找 - C:\Users\guowli\AppData\Local\conda\conda\envs - C:\Users\guowli\.conda\envs pkgs_dirs: - D:\DownLoadFiles\anaconda3\pkgs - C:\Users\guowli\AppData\Local\conda\conda\pkgs
也可以使用conda命令指定存放路径：
conda config --add envs_dirs <环境位置绝对路径> # 添加环境位置 conda config --add pkgs_dirs <包位置绝对路径> # 添加包位置
3- 管理Python包
3.1 升级所有工具包
安装完成后，可以对所有工具包进行升级，在命令行执行“conda upgrade --all”，询问是否安装升级版本时，输入y。
3.2 常用命令
conda install <package_name> 安装包 conda install numpy scipy pandas 同时安装多个包 conda install numpy=1.10 安装包的指定版本 conda install anaconda 在当前环境安装anaconda集合包 conda remove <package_name> 移除包 conda update <package_name> 升级包 conda list 查看当前环境已安装的包信息 conda search <package_name> 查询包信息 conda search <search_term> 模糊查询包信息 conda install --name <env_name> <package_name> 在指定环境安装的包信息 conda remove --name <env_name> <package_name> 移除指定环境的包 conda update --name <env_name> <package_name> 升级指定环境的包 conda list --name <env_name> 查看指定环境的已安装的包信息 conda update conda 更新conda conda update anaconda 更新anaconda conda update python 更新Python
3.3 通过pip来管理包
注意：conda和pip都是对当前环境进行安装、升级和卸载包的操作。
1. 设置允许pip访问conda包管理，执行命令“conda config --set use_pip True”；
$ conda config --set use_pip True $ cat /c/Users/guowli/.condarc use_pip: true
2. 激活其中的一个运行环境
3. 在激活的运行环境中，执行pip命令来管理包，可以通过“--proxy”参数设置代理地址；
4- 管理Python环境
如果安装了 Python3 版本的 Anaconda 后，默认的 root 环境是 Python3；
4.1 常用命令
conda create --name <env_name> <list of packages> 创建新环境 conda create --name testpy2 python=2.7 pandas 创建名为testpy2的运行环境，并安装pandas包及其依赖包 conda create --name testpy36 python=3.6 anaconda 创建名为testpy36的运行环境，并安装anaconda集合包（conda默认环境） conda env remove --name <env_name> 删除环境 conda env list 显示所有的环境 conda info 显示当前安装的conda信息 conda info --envs 显示所有运行环境 source activate <env_name> 激活（进入）环境 source deactivate 去激活（退出）当前环境
4.2 分享运行环境
为了保证代码可以正确运行，分享代码的同时，也需要将运行环境分享；
通过conda可将当前环境下的 package 信息存入YAML 文件， 当执行他人的代码时，可使用此YAML文件创建同样的运行环境；
conda env export > BackupEnv.yaml 将当前运行环境的package信息导出到名为BackupEnv的YAML文件 conda env create --force BackupEnv.yaml 使用YAML文件创建运行环境
4.3 完整示例
创建运行环境---》查看运行环境---》进入运行环境---》退出运行环境---》删除运行环境
$ py --version # 当前默认python版本
Python 3.7.1
$ conda create --name testpy2 python=2.7 pandas # 创建名为testpy2的运行环境，并安装pandas包及其依赖包
Solving environment: done
## Package Plan ##
environment location: D:\DownLoadFiles\anaconda3\envs\testpy2 # 创建的运行环境的所在目录
added / updated specs: # conda仅安装pandas和python2.7相关的必须项（pandas的依赖项，python2.7, pip等）
- pandas
- python=2.7
The following packages will be downloaded: # 将要下载当前没有的安装包
package | build
---------------------------|-----------------
vc-9 | h7299396_1 3 KB
python-dateutil-2.7.5 | py27_0 275 KB
pandas-0.23.4 | py27h39f3610_0 8.8 MB
pytz-2018.7 | py27_0 250 KB
certifi-2018.10.15 | py27_0 139 KB
setuptools-40.5.0 | py27_0 653 KB
numpy-base-1.15.4 | py27h2753ae9_0 3.8 MB
pip-18.1 | py27_0 1.8 MB
vs2008_runtime-9.00.30729.1| hfaea7d5_1 1017 KB
wincertstore-0.2 | py27hf04cefb_0 13 KB
python-2.7.15 | h2880e7c_3 20.3 MB
six-1.11.0 | py27_1 21 KB
numpy-1.15.4 | py27hbe4291b_0 36 KB
mkl_fft-1.0.6 | py27hac4a418_0 120 KB
wheel-0.32.2 | py27_0 52 KB
------------------------------------------------------------
Total: 37.1 MB
The following NEW packages will be INSTALLED: # 将要安装的包
blas: 1.0-mkl
certifi: 2018.10.15-py27_0
icc_rt: 2017.0.4-h97af966_0
intel-openmp: 2019.0-118
mkl: 2019.0-118
mkl_fft: 1.0.6-py27hac4a418_0
numpy: 1.15.4-py27hbe4291b_0
numpy-base: 1.15.4-py27h2753ae9_0
pandas: 0.23.4-py27h39f3610_0
pip: 18.1-py27_0
python: 2.7.15-h2880e7c_3
python-dateutil: 2.7.5-py27_0
pytz: 2018.7-py27_0
setuptools: 40.5.0-py27_0
six: 1.11.0-py27_1
vc: 9-h7299396_1
vs2008_runtime: 9.00.30729.1-hfaea7d5_1
wheel: 0.32.2-py27_0
wincertstore: 0.2-py27hf04cefb_0
Proceed ([y]/n)? y
Downloading and Extracting Packages
vc-9 | 3 KB | ######################################################################## | 100%
python-dateutil-2.7. | 275 KB | ######################################################################## | 100%
pandas-0.23.4 | 8.8 MB | ######################################################################## | 100%
pytz-2018.7 | 250 KB | ######################################################################## | 100%
certifi-2018.10.15 | 139 KB | ######################################################################## | 100%
setuptools-40.5.0 | 653 KB | ######################################################################## | 100%
numpy-base-1.15.4 | 3.8 MB | ######################################################################## | 100%
pip-18.1 | 1.8 MB | ######################################################################## | 100%
vs2008_runtime-9.00. | 1017 KB | ######################################################################## | 100%
wincertstore-0.2 | 13 KB | ######################################################################## | 100%
python-2.7.15 | 20.3 MB | ######################################################################## | 100%
six-1.11.0 | 21 KB | ######################################################################## | 100%
numpy-1.15.4 | 36 KB | ######################################################################## | 100%
mkl_fft-1.0.6 | 120 KB | ######################################################################## | 100%
wheel-0.32.2 | 52 KB | ######################################################################## | 100%
Preparing transaction: done
Verifying transaction: done
Executing transaction: done
#
# To activate this environment, use:
# > activate testpy2
#
# To deactivate an active environment, use:
# > deactivate
#
# * for power-users using bash, you must source
#
$ conda env list # 显示所有运行环境
# conda environments:
#
base * D:\DownLoadFiles\anaconda3 # 星号表示是当前运行环境
testpy2 D:\DownLoadFiles\anaconda3\envs\testpy2
$ source activate testpy2 # 进入testpy2运行环境
(testpy2)
$ conda env list
# conda environments:
#
base D:\DownLoadFiles\anaconda3
testpy2 * D:\DownLoadFiles\anaconda3\envs\testpy2 # 星号表示是当前运行环境
(testpy2)
$ py --version
Python 3.7.1
(testpy2) # 括号中显示当前的运行环境
$ conda info # 显示conda信息
active environment : testpy2
active env location : D:\DownLoadFiles\anaconda3\envs\testpy2
shell level : 1
user config file : C:\Users\guowli\.condarc
populated config files : C:\Users\guowli\.condarc
conda version : 4.5.11
conda-build version : 3.16.2
python version : 3.7.1.final.0
base environment : D:\DownLoadFiles\anaconda3 (writable)
channel URLs : https://repo.anaconda.com/pkgs/main/win-64
https://repo.anaconda.com/pkgs/main/noarch
https://repo.anaconda.com/pkgs/free/win-64
https://repo.anaconda.com/pkgs/free/noarch
https://repo.anaconda.com/pkgs/r/win-64
https://repo.anaconda.com/pkgs/r/noarch
https://repo.anaconda.com/pkgs/pro/win-64
https://repo.anaconda.com/pkgs/pro/noarch
https://repo.anaconda.com/pkgs/msys2/win-64
https://repo.anaconda.com/pkgs/msys2/noarch
package cache : D:\DownLoadFiles\anaconda3\pkgs
C:\Users\guowli\AppData\Local\conda\conda\pkgs
envs directories : D:\DownLoadFiles\anaconda3\envs
C:\Users\guowli\AppData\Local\conda\conda\envs
C:\Users\guowli\.conda\envs
platform : win-64
user-agent : conda/4.5.11 requests/2.20.0 CPython/3.7.1 Windows/7 Windows/6.1.7601
administrator : False
netrc file : None
offline mode : False
(testpy2)
$ source deactivate # 退出当前运行环境
$ conda env list
# conda environments:
#
base * D:\DownLoadFiles\anaconda3 # 星号表示是当前运行环境
testpy2 D:\DownLoadFiles\anaconda3\envs\testpy2
$ conda env remove --name testpy2 # 删除运行环境
Remove all packages in environment D:\DownLoadFiles\anaconda3\envs\testpy2:
## Package Plan ##
environment location: D:\DownLoadFiles\anaconda3\envs\testpy2
The following packages will be REMOVED:
blas: 1.0-mkl
certifi: 2018.10.15-py27_0
icc_rt: 2017.0.4-h97af966_0
intel-openmp: 2019.0-118
mkl: 2019.0-118
mkl_fft: 1.0.6-py27hac4a418_0
numpy: 1.15.4-py27hbe4291b_0
numpy-base: 1.15.4-py27h2753ae9_0
pandas: 0.23.4-py27h39f3610_0
pip: 18.1-py27_0
python: 2.7.15-h2880e7c_3
python-dateutil: 2.7.5-py27_0
pytz: 2018.7-py27_0
setuptools: 40.5.0-py27_0
six: 1.11.0-py27_1
vc: 9-h7299396_1
vs2008_runtime: 9.00.30729.1-hfaea7d5_1
wheel: 0.32.2-py27_0
wincertstore: 0.2-py27hf04cefb_0
Proceed ([y]/n)? y
$ conda env list
# conda environments:
#
base * D:\DownLoadFiles\anaconda3
$
5- 在PyCharm中使用Anaconda创建的环境
5.1 查看Conda环境信息
在Anaconda Prompt中通过“
conda env list”查看所有环境信息，确认环境所在目录；
注意：通过Conda创建的虚拟环境默认放置envs目录中，例如：“D:\DownLoadFiles\anaconda3\envs\mlcc”
5.2 更改PyCharm的编译器选项
打开Pycharm，然后依次点击File---》Settings---》Project:xxxxx---》Project Interperter---》“齿轮”按钮---》“Add Local...”
在出现页面中，添加Conda环境信息并保存
此时，依次点击File---》Settings---》Project:xxxxx---》Project Interperter---》“齿轮”按钮---》“Show All...”
依次点击File---》Settings---》Project:xxxxx---》Project Interperter，选择相应的环境。
6- 参考信息
- Anaconda入门使用指南：http://python.jobbole.com/87522/
- Anaconda使用总结：http://python.jobbole.com/86236/
7- 问题处理
7.1 问题1：告警信息“WARNING: The conda.compat module is deprecated and will be removed in a future release.”
问题现象：
安装Anaconda3后，在Anaconda Prompt执行conda命令， 例如“conda env list”，提示告警信息“WARNING: The conda.compat module is deprecated and will be removed in a future release.”
问题原因：
Conda v4.6.11的一个bug， 详情信息请查看：
https://superuser.com/questions/1422008/conda-install-packagename-gives-deprecation-warning
问题处理方法：
升级conda版本。
(base) C:\Users\guowli>conda update conda WARNING: The conda.compat module is deprecated and will be removed in a future release. Collecting package metadata: done Solving environment: done ## Package Plan ## environment location: C:\Office-Tools\Anaconda3 added / updated specs: - conda The following packages will be downloaded: package | build ---------------------------|----------------- conda-4.6.14 | py37_0 2.1 MB defaults ------------------------------------------------------------ Total: 2.1 MB The following packages will be UPDATED: conda 4.6.11-py37_0 --> 4.6.14-py37_0 Proceed ([y]/n)? y Downloading and Extracting Packages conda-4.6.14 | 2.1 MB | ############################################################################ | 100% Preparing transaction: done Verifying transaction: done Executing transaction: done (base) C:\Users\guowli>ET _sysp=%~dpA 'ET' is not recognized as an internal or external command, operable program or batch file. (base) C:\Users\guowli>IF NOT EXIST "!_sysp!\Scripts\conda.exe" Collecting package metadata: done Solving environment: done # All requested packages already installed. (base) C:\Users\guowli>conda --version conda 4.6.14 (base) C:\Users\guowli>conda env list # conda environments: # base * C:\Office-Tools\Anaconda3 (base) C:\Users\guowli>