Anaconda の使い方チュートリアル (写真とテキスト)-Python チュートリアル-php.cn

ホームページ

バックエンド開発

Python チュートリアル

Anaconda の使い方チュートリアル (写真とテキスト)

藏色散人

Mar 16, 2019 pm 01:37 PM

Anaconda は、Python および R プログラミング言語用のデータサイエンスおよび機械学習プラットフォームです。プロジェクトの作成と配布のプロセスをシンプルかつ安定させ、システム間で複製可能にするように設計されており、Linux、Windows、および OSX で利用できます。

Anaconda の使い方チュートリアル (写真とテキスト)

Anaconda は、panda、scikit-learn、SciPy、NumPy、Google の機械学習プラットフォーム TensorFlow などの主要なデータサイエンスパッケージを管理する Python ベースのプラットフォームです。これは、conda (pip のようなインストールツール)、Anaconda navigator (GUI エクスペリエンス用)、および spyder (IDE 用) とともにパッケージ化されています。

このチュートリアルでは、Python プログラミング言語の Anaconda、conda、spyder の基本をいくつか紹介し、独自のプロジェクトの作成を開始するために必要な概念を紹介します。 (推奨: Python チュートリアル )

conda の基礎知識

Conda は、Anaconda のパッケージ管理および環境ツールであり、Anaconda の中核です。これは pip によく似ていますが、Python、C、R のパッケージ管理用に設計されている点が異なります。 Conda は、ここで説明した virtualenv と同様の方法で仮想環境を管理します。

インストールの確認

最初のステップは、システム上のインストールとバージョンを確認することです。以下のコマンドは、Anaconda がインストールされているかどうかを確認し、バージョンをターミナルに出力します。

$ conda --version

以下のような結果が表示されるはずです。現在、バージョン 4.4.7 がインストールされています。

$ conda --version
conda 4.4.7

Update version

Conda は、以下に示すように、conda の update パラメーターを使用して更新できます。

$ conda update conda

このコマンドは、conda の最新バージョンに更新します。

Proceed ([y]/n)? y

Downloading and Extracting Packages
conda 4.4.8: ########################################################### | 100%
openssl 1.0.2n: ######################################################## | 100%
certifi 2018.1.18: ##################################################### | 100%
ca-certificates 2017.08.26: ############################################ | 100%
Preparing transaction: done
Verifying transaction: done
Executing transaction: done

version パラメーターを再度実行すると、バージョンがツールの最新バージョンである 4.4.8 に更新されたことがわかります。

$ conda --version
conda 4.4.8

新しい環境の作成

新しい仮想環境を作成するには、次の一連のコマンドを実行します。

$ conda create -n tutorialConda python=3
$ Proceed ([y]/n)? y

新しい環境にインストールされたパッケージを以下に示します。

Downloading and Extracting Packages
certifi 2018.1.18: ##################################################### | 100%
sqlite 3.22.0: ######################################################### | 100%
wheel 0.30.0: ########################################################## | 100%
tk 8.6.7: ############################################################## | 100%
readline 7.0: ########################################################## | 100%
ncurses 6.0: ########################################################### | 100%
libcxxabi 4.0.1: ####################################################### | 100%
python 3.6.4: ########################################################## | 100%
libffi 3.2.1: ########################################################## | 100%
setuptools 38.4.0: ##################################################### | 100%
libedit 3.1: ########################################################### | 100%
xz 5.2.3: ############################################################## | 100%
zlib 1.2.11: ########################################################### | 100%
pip 9.0.1: ############################################################# | 100%
libcxx 4.0.1: ########################################################## | 100%
Preparing transaction: done
Verifying transaction: done
Executing transaction: done
#
# To activate this environment, use:
# > source activate tutorialConda
#
# To deactivate an active environment, use:
# > source deactivate
#

Activation

virtualenv と非常に似ており、新しく作成した環境をアクティブ化する必要があります。次のコマンドは、Linux 上の環境をアクティブ化します。

source activate tutorialConda

Bradleys-Mini:~ BradleyPatton$ source activate tutorialConda
(tutorialConda) Bradleys-Mini:~ BradleyPatton$

パッケージのインストール

conda list コマンドは、プロジェクトに現在インストールされているパッケージを一覧表示します。 install コマンドを使用して、追加のパッケージとその依存関係を追加できます。

$ conda list

# packages in environment at /Users/BradleyPatton/anaconda/envs/tutorialConda:
#
# Name Version Build Channel
ca-certificates 2017.08.26 ha1e5d58_0
certifi 2018.1.18 py36_0
libcxx 4.0.1 h579ed51_0
libcxxabi 4.0.1 hebd6815_0
libedit 3.1 hb4e282d_0
libffi 3.2.1 h475c297_4
ncurses 6.0 hd04f020_2
openssl 1.0.2n hdbc3d79_0
pip 9.0.1 py36h1555ced_4
python 3.6.4 hc167b69_1
readline 7.0 hc1231fa_4
setuptools 38.4.0 py36_0
sqlite 3.22.0 h3efe00b_0
tk 8.6.7 h35a86e2_3
wheel 0.30.0 py36h5eb2c71_1
xz 5.2.3 h0278029_2
zlib 1.2.11 hf3cbc9b_2

panda を現在の環境にインストールするには、次のシェルコマンドを実行する必要があります。

$ conda install pandas

関連するパッケージと依存関係をダウンロードしてインストールします。

The following packages will be downloaded:

package | build
---------------------------|-----------------
libgfortran-3.0.1 | h93005f0_2 495 KB
pandas-0.22.0 | py36h0a44026_0 10.0 MB
numpy-1.14.0 | py36h8a80b8c_1 3.9 MB
python-dateutil-2.6.1 | py36h86d2abb_1 238 KB
mkl-2018.0.1 | hfbd8650_4 155.1 MB
pytz-2017.3 | py36hf0bf824_0 210 KB
six-1.11.0 | py36h0e22d5e_1 21 KB
intel-openmp-2018.0.0 | h8158457_8 493 KB
------------------------------------------------------------
Total: 170.3 MB

The following NEW packages will be INSTALLED:

intel-openmp: 2018.0.0-h8158457_8
libgfortran: 3.0.1-h93005f0_2
mkl: 2018.0.1-hfbd8650_4
numpy: 1.14.0-py36h8a80b8c_1
pandas: 0.22.0-py36h0a44026_0
python-dateutil: 2.6.1-py36h86d2abb_1
pytz: 2017.3-py36hf0bf824_0
six: 1.11.0-py36h0e22d5e_1

list コマンドを再度実行すると、仮想環境に新しいパッケージがインストールされたことがわかります。

$ conda list
# packages in environment at /Users/BradleyPatton/anaconda/envs/tutorialConda:
#
# Name Version Build Channel
ca-certificates 2017.08.26 ha1e5d58_0
certifi 2018.1.18 py36_0
intel-openmp 2018.0.0 h8158457_8
libcxx 4.0.1 h579ed51_0
libcxxabi 4.0.1 hebd6815_0
libedit 3.1 hb4e282d_0
libffi 3.2.1 h475c297_4
libgfortran 3.0.1 h93005f0_2
mkl 2018.0.1 hfbd8650_4
ncurses 6.0 hd04f020_2
numpy 1.14.0 py36h8a80b8c_1
openssl 1.0.2n hdbc3d79_0
pandas 0.22.0 py36h0a44026_0
pip 9.0.1 py36h1555ced_4
python 3.6.4 hc167b69_1
python-dateutil 2.6.1 py36h86d2abb_1
pytz 2017.3 py36hf0bf824_0
readline 7.0 hc1231fa_4
setuptools 38.4.0 py36_0
six 1.11.0 py36h0e22d5e_1
sqlite 3.22.0 h3efe00b_0
tk 8.6.7 h35a86e2_3
wheel 0.30.0 py36h5eb2c71_1
xz 5.2.3 h0278029_2
zlib 1.2.11 hf3cbc9b_2

Anaconda リポジトリの一部ではないパッケージの場合は、一般的な pip コマンドを使用できます。ほとんどの Python ユーザーはこれらのコマンドに精通しているため、ここでは説明しません。

Anaconda Navigator (Anaconda Navigator)

Anaconda には、開発を容易にする GUI ベースのナビゲーションアプリケーションが含まれています。 Spyder IDE と jupyter Notebook がプリインストールされたプロジェクトとして含まれています。これにより、GUI デスクトップ環境からプロジェクトを迅速に開始できます。

Anaconda の使い方チュートリアル (写真とテキスト)

ナビゲーターで新しく作成した環境から作業を開始するには、左側のツールバーで環境を選択する必要があります。

Anaconda の使い方チュートリアル (写真とテキスト)

次に、使用するツールをインストールする必要があります。私にとって、これはスパイダー IDE です。これは私がデータサイエンスの作業のほとんどを行う場所であり、私にとっては生産性の高い Python IDE です。 Spyder のドックタイルにあるインストールボタンをクリックするだけです。あとはナビゲーターがやってくれます。

Anaconda の使い方チュートリアル (写真とテキスト)

#インストール後、同じドックタイルから IDE を開くことができます。これにより、デスクトップ環境から spyder が起動します。

Anaconda の使い方チュートリアル (写真とテキスト)

spyder

Anaconda の使い方チュートリアル (写真とテキスト)

spyder は、標準およびデータサイエンスプロジェクト向けの Anaconda のデフォルト IDE です。強力な。 spyder IDE には、統合された IPython ノートブック、コードエディタウィンドウ、およびコンソールウィンドウがあります。

Anaconda の使い方チュートリアル (写真とテキスト)

#Spyder には、標準のデバッグ機能と変数エクスプローラーも含まれており、計画どおりに物事が進まない場合に役立ちます。＃＃＃＃＃＃＃＃＃結論は＃＃＃＃＃＃

anaconda は、Python でのデータサイエンスと機械学習に最適な環境です。これには、強力で安定した複製可能なデータサイエンスプラットフォームを実現するために連携して動作するように設計された、慎重に精選された一連のソフトウェアパッケージが付属しています。これにより、開発者はコンテンツを配布し、異なるマシンやオペレーティングシステム間で同じ結果を確実に得ることができます。プロジェクトの作成や環境の切り替えを簡単に実行できるナビゲーターなど、作業を容易にする組み込みツールが付属しています。アルゴリズムの開発や財務分析プロジェクトの作成には、これが私の最初の選択肢です。私はこの環境に精通しているため、ほとんどの Python プロジェクトでこれを使用していることさえあります。 Python とデータサイエンスの学習を始めたい場合は、Anaconda が最適です。

以上がAnaconda の使い方チュートリアル (写真とテキスト)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。

声明

この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。

LinuxターミナルでPythonバージョンを表示するときに発生する権限の問題を解決する方法は？Apr 01, 2025 pm 05:09 PM

LinuxターミナルでPythonバージョンを表示する際の許可の問題の解決策PythonターミナルでPythonバージョンを表示しようとするとき、Pythonを入力してください...

HTMLを解析するために美しいスープを使用するにはどうすればよいですか？Mar 10, 2025 pm 06:54 PM

この記事では、Pythonライブラリである美しいスープを使用してHTMLを解析する方法について説明します。 find（）、find_all（）、select（）、およびget_text（）などの一般的な方法は、データ抽出、多様なHTML構造とエラーの処理、および代替案（SEL

Pythonオブジェクトのシリアル化と脱介入：パート1Mar 08, 2025 am 09:39 AM

Pythonオブジェクトのシリアル化と脱介入は、非自明のプログラムの重要な側面です。 Pythonファイルに何かを保存すると、構成ファイルを読み取る場合、またはHTTPリクエストに応答する場合、オブジェクトシリアル化と脱滑り化を行います。ある意味では、シリアル化と脱派化は、世界で最も退屈なものです。これらすべての形式とプロトコルを気にするのは誰ですか？ Pythonオブジェクトを維持またはストリーミングし、後で完全に取得したいと考えています。これは、概念レベルで世界を見るのに最適な方法です。ただし、実用的なレベルでは、選択したシリアル化スキーム、形式、またはプロトコルは、プログラムの速度、セキュリティ、メンテナンスの自由、およびその他の側面を決定する場合があります。

TensorflowまたはPytorchで深い学習を実行する方法は？Mar 10, 2025 pm 06:52 PM

この記事では、深い学習のためにTensorflowとPytorchを比較しています。関連する手順、データの準備、モデルの構築、トレーニング、評価、展開について詳しく説明しています。特に計算グラップに関して、フレームワーク間の重要な違い

Pythonの数学モジュール：統計Mar 09, 2025 am 11:40 AM

Pythonの統計モジュールは、強力なデータ統計分析機能を提供して、生物統計やビジネス分析などのデータの全体的な特性を迅速に理解できるようにします。データポイントを1つずつ見る代わりに、平均や分散などの統計を見て、無視される可能性のある元のデータの傾向と機能を発見し、大きなデータセットをより簡単かつ効果的に比較してください。このチュートリアルでは、平均を計算し、データセットの分散の程度を測定する方法を説明します。特に明記しない限り、このモジュールのすべての関数は、単に平均を合計するのではなく、平均（）関数の計算をサポートします。浮動小数点数も使用できます。ランダムをインポートしますインポート統計 fractiから

美しいスープでPythonでWebページを削る：検索とDOMの変更Mar 08, 2025 am 10:36 AM

このチュートリアルは、単純なツリーナビゲーションを超えたDOM操作に焦点を当てた、美しいスープの以前の紹介に基づいています。 HTML構造を変更するための効率的な検索方法と技術を探ります。 1つの一般的なDOM検索方法はExです

この記事では、numpy、pandas、matplotlib、scikit-learn、tensorflow、django、flask、and requestsなどの人気のあるPythonライブラリについて説明し、科学的コンピューティング、データ分析、視覚化、機械学習、Web開発、Hの使用について説明します。