Guide du débutant d'Anaconda

Cette fois, je vais vous proposer un guide complet d'utilisation d'Anaconda pour les débutants. Quelles sont les précautions à prendre pour les débutants lors de l'utilisation d'Anaconda. Voici des cas pratiques, jetons un coup d'œil.

Procédure

Python est facile à utiliser, mais il n'est pas facile de bien l'utiliser. Les plus gênants sont la gestion des packages et les différentes versions de Python, surtout lorsque vous utilisez Windows. Afin de résoudre ces problèmes, il existe de nombreuses distributions de Python, telles que WinPython, Anaconda, etc. Ces distributions emballent Python avec de nombreux packages couramment utilisés pour faciliter l'utilisation directe par les pythoneurs. De plus, il existe des outils tels que virtualenv et pyenv pour. gérer les environnements virtuels. (Tutoriel d'apprentissage recommandé : Tutoriel vidéo Python)

J'ai personnellement essayé de nombreuses distributions similaires et j'ai finalement choisi Anaconda en raison de ses fonctions puissantes et pratiques de gestion des packages et de gestion de l'environnement. Cet article présente principalement Anaconda, la compréhension d'Anaconda, et résume brièvement les opérations associées.

Présentation d'Anaconda

Anaconda est une distribution Python pour le calcul scientifique. Elle prend en charge les systèmes Linux, Mac et Windows. Elle fournit des fonctions de gestion des packages et de l'environnement et peut facilement résoudre de nombreux problèmes. avec coexistence et changement de versions de python et installation de divers packages tiers. Anaconda utilise l'outil/commande conda pour gérer les packages et l'environnement, et inclut déjà Python et les outils de support associés.

Ici, nous expliquons d'abord les différences entre les concepts de conda et d'anaconda. conda peut être compris comme un outil et une commande exécutable. Sa fonction principale est la gestion des packages et la gestion de l'environnement. La gestion des packages est similaire à l'utilisation de pip, et la gestion de l'environnement permet aux utilisateurs d'installer facilement différentes versions de Python et de changer rapidement. Anaconda est une collection packagée, qui est préinstallée avec conda, une certaine version de python, de nombreux packages, des outils de calcul scientifique, etc., on l'appelle donc également une distribution de Python. En fait, il existe également Miniconda. Comme son nom l'indique, il ne contient que le contenu le plus basique (python et conda), ainsi que les dépendances nécessaires associées. Pour les utilisateurs ayant des besoins d'espace stricts, Miniconda est une option.

Avant de continuer ci-dessous, laissez-moi vous expliquer le concept de conception de conda - conda traite presque tous les outils et packages tiers comme des packages, même python et conda lui-même ! Par conséquent, conda brise les contraintes de gestion des packages et de gestion de l'environnement, et peut facilement installer différentes versions de python et divers packages et changer facilement.

Installation d'Anaconda

Pour la page de téléchargement d'Anaconda, consultez le site officiel pour le téléchargement. Linux, Mac et Windows sont tous pris en charge.

Lors de l'installation, vous constaterez qu'il existe deux versions différentes d'Anaconda, correspondant à Python 2.7 et Python 3.5. Les deux versions sont en fait les mêmes à l'exception de cette différence. Nous verrons plus tard qu'il n'est pas essentiel de savoir quelle version installer, car grâce à la gestion de l'environnement, nous pouvons facilement changer de version d'exécution de Python. (Étant donné que les Pythons que j'utilise couramment sont 2.7 et 3.4, j'ai tendance à installer Anaconda directement pour Python 2.7)

Après le téléchargement, suivez simplement les instructions pour l'installer. Voici un rappel : essayez d'installer selon le comportement par défaut d'Anaconda - n'utilisez pas les autorisations root, installez uniquement pour des particuliers et définissez le répertoire d'installation sur votre répertoire personnel personnel (cela n'a pas d'importance pour Windows). L'avantage est que différents utilisateurs sur la même machine peuvent installer et configurer leur propre Anaconda sans s'influencer mutuellement.

Pour les systèmes Mac et Linux, une fois Anaconda installé, il s'agit en fait d'un simple dossier supplémentaire (~/anaconda) dans le répertoire personnel, et Windows l'écrira dans le registre. Lors de l'installation, le programme d'installation ajoutera le répertoire bin à PATH (Linux/Mac écrit ~/.bashrc, Windows l'ajoute à la variable système PATH). Ces opérations peuvent également être effectuées par vous-même. En prenant Linux/Mac comme exemple, l'opération pour définir le PATH une fois l'installation terminée est

# Ajouter le répertoire bin d'anaconda au PATH Selon la version, il peut également s'agir de ~/anaconda3. /bin
echo ' export PATH="~/anaconda2/bin:$PATH"' >> ~/.bashrc
# Mettre à jour bashrc pour prendre effet immédiatement
source ~/.bashrc

Configuré Après PATH, vous pouvez vérifier s'il est correct via la commande which conda ou conda --version. Si la version correspondant à Python 2.7 est installée, vous pouvez obtenir Python 2.7.12::Anaconda 4.1.1 (64 bits) en exécutant python --version ou python -V, ce qui indique également que l'environnement par défaut de cette distribution est Python 2.7.

Gestion de l'environnement de Conda

La fonction de gestion de l'environnement de Conda nous permet d'installer plusieurs versions différentes de Python en même temps et de basculer librement. Pour le processus d'installation ci-dessus, en supposant que nous utilisons le package d'installation correspondant à Python 2.7, alors Python 2.7 est l'environnement par défaut (le nom par défaut est root, veuillez noter que root ne signifie pas super administrateur).

Supposons que nous devions installer Python 3.4 À ce stade, ce que nous devons faire est la suivante :

# Créez un environnement nommé python34, spécifiez que la version Python est 3.4 (peu importe si c'est 3.4.x, conda trouvera automatiquement la dernière version en 3.4.x pour nous)
conda create --name python34 python=3.4

# À ce moment, entrez à nouveau
python --version
# pour obtenir `Python 3.4.5 :: Anaconda 4.1.1 (64 bits) `, c'est-à-dire que le système a été basculé vers l'environnement 3.4

# Si vous souhaitez revenir à l'environnement python 2.7 par défaut, exécutez
désactivez python34 # pour Windows
source désactivez python34 # pour Linux et Mac

# Supprimer un environnement existant
conda Remove --name python34 --all

# Après l'installation, utilisez activate pour activer un environnement
activer python34 # pour Windows
source activate python34 # pour Linux et Mac
# Après l'activation, vous constaterez que le mot python34 est ajouté à la zone de saisie du terminal. En fait, ce que le système fait à ce moment-là est de supprimer l'environnement 2.7 par défaut. à partir du PATH, puis ajoutez les commandes correspondant à 3.4 au PATH

Les différents environnements python installés par les utilisateurs seront placés dans le répertoire ~/anaconda/envs Vous pourrez exécuter conda info -e dans la commande. pour afficher l'environnement installé. L'environnement actuellement activé sera affiché avec un astérisque ou des crochets.

Remarque : certains utilisateurs peuvent souvent utiliser l'environnement python 3.4, ajoutez donc directement le bin ou les scripts sous ~/anaconda/envs/python34 à PATH et supprimez le répertoire bin correspondant à anaconda. Cette méthode, comment dire, est possible, mais j'ai toujours l'impression qu'elle n'est pas si élégante...

Si vous modifiez directement PATH comme mentionné ci-dessus, vous constaterez que la commande conda est introuvable encore une fois (bien sûr, il est introuvable), car conda est dans ~/anaconda/bin), que devons-nous faire à ce moment-là ? Il existe deux méthodes : 1. Donner explicitement l'adresse absolue de conda 2. Installez également l'outil conda dans l'environnement python34 (recommandé).

Gestion des packages de Conda

La gestion des packages de Conda est plus facile à comprendre Cette partie de la fonction est similaire à pip.

Par exemple, si vous devez installer scipy :

# Installer scipy
conda install scipy
# conda recherchera les informations liées à scipy et les projets dépendants de un emplacement distant. Python 3.4, conda installera à la fois numpy et mkl (bibliothèque d'accélération informatique)

# Afficher les packages installés
liste conda
# La dernière version de conda est recherchée sur le site- Dossier packages Les packages installés ne dépendent pas de pip, donc les packages installés via diverses méthodes peuvent être affichés

Certaines opérations courantes de conda sont les suivantes :

# Afficher le dossier actuel environnement Télécharger les packages installés
conda list

# Afficher les packages installés dans un environnement spécifié
conda list -n python34

# Rechercher des informations sur le package
conda search numpy

# Installer le package
conda install -n python34 numpy
# Si vous ne spécifiez pas le nom de l'environnement avec -n, il sera installé dans l'environnement actif actuel
# Vous pouvez également le spécifier via un certain environnement avec installation du canal -c

# Package de mise à jour
conda update -n python34 numpy

# Supprimer le package
conda Remove -n python34 numpy

Comme mentionné précédemment Oui, conda traite conda, python, etc. comme des packages. Par conséquent, vous pouvez utiliser conda pour gérer les versions de conda et python, comme

# Mettre à jour conda et conserver conda. à jour
conda update conda

# Mettre à jour anaconda
conda update anaconda

# Mettre à jour python
conda update python
# En supposant que l'environnement actuel est python 3.4 , conda mettra à niveau python vers 3.4.x La dernière version de la série

Supplémentaire : si vous créez un nouvel environnement python, tel que 3.4, après avoir exécuté conda create -n python34 python=3.4, conda n'installera que le nécessaire éléments liés à python 3.4, tels que python, pip, etc., si vous le souhaitez. Cet environnement installe le package de collection anaconda comme l'environnement par défaut. Vous avez seulement besoin de :

# Installez la collection de packages anaconda dans. l'environnement actuel
conda install anaconda

# Combinées avec la commande d'environnement de création, les opérations ci-dessus peuvent être combinées en
conda create -n python34 python=3.4 anaconda
# Vous ne le faites pas vous devez tous les installer, installez simplement le package dont vous avez besoin en fonction de vos besoins

Définir le miroir domestique

Si vous devez installer de nombreux packages, vous constaterez que la vitesse de téléchargement de conda est souvent très lent car le serveur Anaconda.org est à l'étranger. Heureusement, la source d'image Tsinghua TUNA a l'image de l'entrepôt Anaconda. Nous pouvons l'ajouter à la configuration conda :

.

# Ajouter le miroir TUNA d'Anaconda
conda config --add canaux https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
# Miroir dans l'aide de TUNA L'adresse a des guillemets et doit être supprimé

# Définissez l'adresse de la chaîne à afficher lors de la recherche
conda config --set show_channel_urls yes

Après avoir exécuté la commande ci-dessus, ~ / sera généré. Le fichier condarc (Linux/Mac) ou C:UsersUSER_NAME.condarc enregistre notre configuration de conda. La création et l'édition directe du fichier ont le même effet.

Postscript

Anaconda a les caractéristiques de multiplateforme, de gestion des packages et de gestion de l'environnement, il est donc très approprié pour déployer rapidement des environnements Python sur de nouvelles machines. En résumé, l'ensemble du processus d'installation et de configuration est le suivant :

• Télécharger Anaconda, installer

• Configurer PATH (bashrc ou variable d'environnement), changer la source TUNA Mirror

• Créer l'environnement python requis de différentes versions

• Essayez simplement !

Téléchargement de l'aide-mémoire :

Aide-mémoire Conda

Je crois que vous maîtrisez la méthode après avoir lu le cas dans cet article , veuillez venir pour des informations plus intéressantes. Faites attention aux autres articles connexes sur le site Web chinois de php !

Lecture recommandée :

Opération Python Excel lire et écrire des données

Explication détaillée des étapes d'utilisation de l'interface de test unittest en python

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!