Anaconda の初心者ガイド

今回は初心者向けにAnacondaの使い方を完全ガイドします。初心者がAnacondaを使う際の注意点は何ですか？実際の事例を見てみましょう。

はじめに

Python は使いやすいですが、特に Windows を使用する場合、より面倒なのはパッケージ管理と Python のバージョンです。これらの問題を解決するために、WinPython、Anaconda などの Python のディストリビューションが多数あります。これらのディストリビューションは、Python 使用者による直接使用を容易にするために、多くの一般的に使用されるパッケージで Python をパッケージ化しています。また、virtualenv や pyenv などのツールもあります。仮想環境を管理します。 (推奨学習チュートリアル: Python ビデオチュートリアル)

私は個人的に同様のディストリビューションを数多く試しましたが、最終的に強力で便利なパッケージ管理機能と環境管理機能を備えた Anaconda を選択しました。この記事では、主に Anaconda について紹介し、Anaconda について理解し、関連する操作を簡単にまとめます。

Anaconda の概要

Anaconda は、Linux、Mac、および Windows システムをサポートし、複数のバージョンの Python の共存、切り替え、およびさまざまな問題を簡単に解決します。サードパーティのパッケージのインストールの問題。 Anaconda は、ツール/コマンド conda を使用してパッケージと環境を管理し、Python と関連するサポート ツールがすでに含まれています。

ここではまず、conda と anaconda の概念の違いについて説明します。 conda は、ツールおよび実行可能なコマンドとして理解できます。その中心的な機能はパッケージ管理と環境管理です。パッケージ管理は pip の使用に似ており、環境管理により、ユーザーはさまざまなバージョンの Python を簡単にインストールし、迅速に切り替えることができます。 Anaconda は、conda、特定のバージョンの Python、多くのパッケージ、科学技術計算ツールなどがプリインストールされたパッケージ化されたコレクションであるため、Python のディストリビューションとも呼ばれます。実際、名前が示すように、最も基本的なコンテンツである Python と conda、および関連する必要な依存関係のみが含まれる Miniconda もオプションです。

以下に進む前に、conda の設計思想を説明しましょう。conda は、Python や conda 自体も含め、ほぼすべてのツールとサードパーティのパッケージをパッケージとして扱います。したがって、conda はパッケージ管理や環境管理の制約を打ち破り、さまざまなバージョンの Python やさまざまなパッケージを簡単にインストールし、簡単に切り替えることができます。

Anacondaのインストール

Anacondaのダウンロードページについては、公式Webサイトを参照してダウンロードしてください。 Linux、Mac、Windowsのすべてに対応しています。

インストールすると、Python 2.7 と Python 3.5 に対応する 2 つの異なるバージョンがあることがわかります。この違いを除けば、2 つのバージョンは実際には同じです。後で説明しますが、環境管理を通じてランタイム Python バージョンを簡単に切り替えることができるため、どのバージョンをインストールするかは重要ではありません。 (私がよく使う Python は 2.7 と 3.4 なので、Python 2.7 の場合は Anaconda を直接インストールすることが多いです)

ダウンロードしたら、指示に従ってインストールするだけです。注意: Anaconda のデフォルトの動作に従ってインストールしてください。root 権限は使用せず、個人に対してのみインストールし、インストール ディレクトリを個人のホーム ディレクトリに設定してください (Windows には関係ありません)。この利点は、同じマシン上の異なるユーザーが相互に影響を与えることなく独自の Anaconda をインストールして構成できることです。

Mac および Linux システムの場合、Anaconda のインストール後、実際にはホーム ディレクトリに追加のフォルダー (~/anaconda) が作成されるだけで、Windows はそれをレジストリに書き込みます。インストール中に、インストール プログラムは bin ディレクトリを PATH に追加します (Linux/Mac は ~/.bashrc を書き込み、Windows はそれをシステム変数 PATH に追加します)。これらの操作は自分で行うこともできます。 Linux/Macを例にすると、インストール後にPATHを設定する操作は

# anacondaのbinディレクトリをPATHに追加する バージョンによっては ~/anaconda3/bin
echo 'export PATH="~/ となる場合もあります。 anaconda2/ bin:$PATH"' >> ~/.bashrc
# bashrc を更新してすぐに有効にします
source ~/.bashrc

PATH を設定した後、which conda或conda --version命令检查是否正确。假如安装的是Python 2.7对应的版本，运行python --version または python -V を通じて Python 2.7.12 を入手できます。 :: Anaconda 4.1.1 (64 ビット) は、このディストリビューションのデフォルト環境が Python 2.7 であることも示しています。

Conda の環境管理

Conda の環境管理機能を使用すると、複数の異なるバージョンの Python を同時にインストールし、自由に切り替えることができます。上記のインストール プロセスでは、Python 2.7 に対応するインストール パッケージを使用していると仮定すると、Python 2.7 がデフォルトの環境になります (デフォルト名は root です。root はスーパー管理者を意味するものではないことに注意してください)。

現時点で Python 3.4 をインストールする必要があるとします。

# python34 という名前の環境を作成し、Python のバージョンを 3.4 に指定します (3.4.x であるかどうかに関係なく、conda は自動的に 3.4.x の最新バージョンを見つけます)
conda create --name python34 python=3.4

# この時点で、もう一度
python --version
# を入力して `Python 3.4.5 :: Anaconda 4.1.1 (64-bit)` を取得します。つまり、システムは 3.4 環境に切り替わっています

# Ifデフォルトの Python 2.7 環境に戻したい場合は、
deactivate python34 # Windows の場合
source deactivate python34 # Linux および Mac の場合

# 既存の環境を削除します
conda delete --name python34 --all

# インストール後、 activate を使用して環境をアクティブ化します
activate python34 # for Windows
source activate python34 # for Linux & Mac
# アクティブ化後、ターミナルの入力場所に python34 という単語が追加されることがわかります。実際、これはシステムが行うことです。デフォルトの 2.7 環境を PATH から削除して、3.4 に対応するコマンドを PATH に追加します

ユーザーがインストールしたさまざまな Python 環境は、ディレクトリ ~/anaconda/envs に配置されます。コマンド で conda info -e を実行します。 現在アクティブ化されている環境がアスタリスクまたは括弧付きで表示されます。 <code>~/anaconda/envs下，可以在命令中运行conda info -e查看已安装的环境，当前被激活的环境会显示有一个星号或者括号。

说明：有些用户可能经常使用python 3.4环境，因此直接把~/anaconda/envs/python34下面的bin或者Scripts加入PATH，去除anaconda对应的那个bin目录。这个办法，怎么说呢，也是可以的，但总觉得不是那么elegant……

如果直接按上面说的这么改PATH，你会发现conda命令又找不到了（当然找不到啦，因为conda在~/anaconda/bin里呢），这时候怎么办呢？方法有二：1. 显式地给出conda的绝对地址 2. 在python34环境中也安装conda工具（推荐）。

Conda的包管理

Conda的包管理就比较好理解了，这部分功能与pip类似。

例如，如果需要安装scipy：

# 安装scipy
conda install scipy
# conda会从从远程搜索scipy的相关信息和依赖项目，对于python 3.4，conda会同时安装numpy和mkl（运算加速的库）

# 查看已经安装的packages
conda list
# 最新版的conda是从site-packages文件夹中搜索已经安装的包，不依赖于pip，因此可以显示出通过各种方式安装的包

conda的一些常用操作如下：

# 查看当前环境下已安装的包
conda list

# 查看某个指定环境的已安装包
conda list -n python34

# 查找package信息
conda search numpy

# 安装package
conda install -n python34 numpy
# 如果不用-n指定环境名称，则被安装在当前活跃环境
# 也可以通过-c指定通过某个channel安装

# 更新package
conda update -n python34 numpy

# 删除package
conda remove -n python34 numpy

前面已经提到，conda将conda、python等都视为package，因此，完全可以使用conda来管理conda和python的版本，例如

# 更新conda，保持conda最新
conda update conda

# 更新anaconda
conda update anaconda

# 更新python
conda update python
# 假设当前环境是python 3.4, conda会将python升级为3.4.x系列的当前最新版本

补充：如果创建新的python环境，比如3.4，运行conda create -n python34 python=3.4

注: 一部のユーザーは Python 3.4 環境をよく使用する可能性があるため、~/anaconda/envs/python34 にある bin または Scripts を PATH に直接追加し、anaconda に対応する bin ディレクトリを削除します。この方法は、なんというか、可能ではあるのですが、あまりエレガントではないような気がします…

上記のようにPATHを直接変更すると、またcondaコマンドが見つからないことがわかります(当然ですが) conda が ~/anaconda/bin にあるため見つかりません。このときはどうすればよいですか?方法は 2 つあります。 1. conda の絶対アドレスを明示的に指定します。 2. conda ツールも python34 環境にインストールします (推奨)。

Conda のパッケージ管理

Conda のパッケージ管理は、関数のこの部分は pip に似ており、理解しやすいです。

たとえば、scipy をインストールする必要がある場合:

# scipy をインストールします

conda install scipy

# conda は、リモートの場所から scipy 関連の情報と依存プロジェクトを検索します Python 3.4 の場合、conda は numpy と mkl の両方をインストールします。 (コンピューティングアクセラレーション) ライブラリ)🎜🎜# インストールされているパッケージを表示🎜conda list🎜# 最新バージョンの conda は、site-packages フォルダーからインストールされているパッケージを検索し、pip に依存しないため、さまざまな方法でインストールされたパッケージを表示できます🎜 🎜 🎜conda の一般的な操作は次のとおりです: 🎜🎜🎜# 現在の環境にインストールされているパッケージを表示します 🎜conda list🎜🎜# 指定した環境にインストールされているパッケージを表示します 🎜conda list -n python34🎜🎜# パッケージ情報を検索します🎜conda search numpy 🎜🎜# パッケージをインストールします🎜conda install -n python34 numpy🎜# -n で環境名を指定しない場合は、現在アクティブな環境にインストールされます🎜# -c を指定してチャネル経由でインストールすることもできます🎜🎜 # パッケージを更新🎜 conda update -n python34 numpy🎜🎜# パッケージを削除🎜conda replace -n python34 numpy🎜🎜🎜 先ほども述べたように、condaはcondaやpythonなどをパッケージとして扱うので、condaを使ってバージョン管理することができます。 conda と python の例です。 🎜🎜🎜# conda を更新し、conda を最新の状態に保ちます 🎜conda update conda🎜🎜# anaconda を更新します🎜conda update anaconda🎜🎜# python を更新します🎜conda update python🎜# 現在の環境が Python であると仮定します3.4、conda は Python を 3.4 の最新バージョンにアップグレードします。 Python、pip など。環境をデフォルト環境と同様にして anaconda パッケージ コレクションをインストールする場合、必要なのは次のとおりです: 🎜🎜🎜# anaconda パッケージをインストールする現在の環境のコレクション 🎜conda install anaconda🎜🎜# 上記の操作をコマンドと組み合わせて環境を作成します。 🎜conda create -n python34 python=3.4 anaconda🎜# にマージできます。すべてをインストールする必要はありません。 , 必要に応じて必要なパッケージをインストールするだけです🎜🎜🎜国内ミラーを設定します🎜🎜多くのパッケージをインストールする必要がある場合は、condaのダウンロード速度が遅いことがよくありますが、これはAnaconda.orgのサーバーが海外にあるためです。幸いなことに、Tsinghua TUNA イメージ ソースには Anaconda ウェアハウスのイメージが含まれているため、それを conda 構成に追加できます。

# Anaconda の TUNA ミラーを追加します
conda config --add Channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
# TUNA のヘルプのミラー アドレスには引用符が含まれているため、削除する必要があります

# 検索中に表示されるチャネルアドレスを設定します
conda config --set show_channel_urls yes

上記のコマンドを実行すると、~/.condarc (Linux/Mac) または C:UsersUSER_NAME.condarc ファイルが生成され、 conda の使用法設定では、ファイルを手動で直接作成および編集しても、同じ効果があります。

追記

Anacondaはクロスプラットフォーム、パッケージ管理、環境管理の特徴を持っているため、新しいマシンにPython環境を素早くデプロイするのに非常に適しています。要約すると、インストールと構成のプロセス全体は次のとおりです:

• Anaconda をダウンロード、インストール

• PATH (bashrc または環境変数) を構成し、TUNA イメージ ソースを変更します

• さまざまな必要な Python 環境を作成しますバージョン

• Just Try!

チートシートのダウンロード:

Conda チートシート

この記事のケースを読んだ後は、この方法を習得したと思います。さらに興味深い情報については、こちらをご覧ください。 php 中国語 Web サイトの他の関連記事にも注目してください。

推奨読書:

Excelを操作してPythonでデータを読み書きする方法

Pythonでunittestテストインターフェイスを使用する手順の詳細な説明

以上がAnaconda の初心者ガイドの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。