집 > 기사 > 백엔드 개발 > Win에서 Anaconda를 구성하고 설치하는 방법

Win에서 Anaconda를 구성하고 설치하는 방법

php中世界最好的语言원래의: 2018-04-09 17:24:452895검색

이번에는 Win에서 Anaconda를 구성하고 설치하는 방법을 보여드리겠습니다. Win에서 Anaconda를 구성하고 설치할 때 주의 사항은 무엇입니까?

1. 아나콘다 다운로드

첫 번째 단계는 물론 아나콘다를 다운로드하는 것입니다. 공식 웹사이트에서 다운로드하려면 Thunder가 더 빨라야 합니다.

다운로드할 해당 버전을 선택하세요

설치 위치도 추가됩니다. 다운로드 과정에서도 확인해야 할 사항이 두 가지 있습니다.

첫 번째 확인은 Anaconda를 환경 변수에 추가할지 여부입니다. cmd에서 직접 conda, jupyter, ipython 및 기타 명령을 사용할 수 있는지 여부를 확인하는 것이 좋습니다. 확인하면 큰 문제가 없습니다. 나중에 Anaconda에서 제공하는 명령줄 도구를 사용하여 작동할 수 있습니다. 두 번째는 Anaconda에서 제공하는 Python 3.6을 시스템의 기본 Python 버전으로 설정할지 여부입니다. , 큰 문제는 아닙니다.

설치가 완료된 후 cmd를 열어 설치 결과를 테스트할 수 있습니다.

python, ipython, conda, jupyter 노트북 및 기타 명령을 각각 입력하면 해당 결과가 표시되어 설치가 성공했음을 나타냅니다. (python은 Python 대화형 명령줄을 입력하는 것입니다. ipython은 ipython 대화형 명령줄을 입력하는 것인데 이는 매우 강력합니다. conda는 Anaconda의 구성 명령입니다. jupyter 노트북은 웹 측에서 ipython 노트북을 시작합니다.)

해야 합니다. jupyter 노트북 명령은 컴퓨터에서 로컬로 실행됩니다. 기본 구성으로 jupyter 서비스를 시작합니다. 이에 대해서는 나중에 설명하겠습니다.

아나콘다 설치 성공 후 패키지 관리 이미지를 국내 소스로 수정해야 합니다.

2. 미러 주소를 구성하세요. 그렇지 않으면 공식 웹사이트에서 업그레이드 파일을 다운로드하는 데 너무 느려집니다.

설치가 완료된 후 Anaconda 프롬프트를 찾아 미러 주소를 추가하고 구성을 완료하세요.

conda config --add 채널 https://mirrors .tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

Windows에서는 일련의 애플리케이션이 다음과 함께 설치됩니다. Anaconda:

환경 및 패키지 관리에 GUI를 사용하는 Anaconda Navigator
명령줄 인터페이스를 사용하여 환경 및 패키지를 관리할 수 있는 Anaconda 프롬프트 터미널
Spyder, IDE입니다. for science development

오류 방지를 위해 모든 패키지는 기본 환경에서 업데이트하는 것을 권장합니다. Anaconda 프롬프트(또는 Mac의 경우 터미널)를 열고

conda 업그레이드 --allconda upgrade --all

并在提示是否更新的时候输入 y（Yes）以便让更新继续。初次安装下的软件包版本一般都比较老旧，因此提前更新可以避免未来不必要的问题。

管理包

安装了 Anaconda 之后，管理包是相当简单的。要安装包，请在终端中键入 conda install package_name。例如，要安装 numpy，请键入 conda install numpy。

你还可以同时安装多个包。类似 conda install numpy scipy pandas 的命令会同时安装所有这些包。还可以通过添加版本号（例如 conda install numpy=1.10）来指定所需的包版本。

Conda 还会自动为你安装依赖项。例如，scipy 依赖于 numpy，因为它使用并需要 numpy。如果你只安装 scipy (conda install scipy)，则 conda 还会安装 numpy（如果尚未安装的话）。

大多数命令都是很直观的。要卸载包，请使用 conda remove package_name。要更新包，请使用 conda update package_name。如果想更新环境中的所有包（这样做常常很有用），请使用 conda update --all。最后，要列出已安装的包，请使用前面提过的 conda list。

如果不知道要找的包的确切名称，可以尝试使用 conda search search_term 进行搜索。例如，我知道我想安装 Beautiful Soup，但我不清楚确切的包名称。因此，我尝试执行 conda search beautifulsoup

를 입력하고 업데이트를 계속하려면 업데이트하라는 메시지가 표시되면 y(예)를 입력합니다. 처음 설치한 소프트웨어 패키지의 버전은 일반적으로 비교적 오래된 버전이므로 미리 업데이트하면 향후 불필요한 문제를 피할 수 있습니다.

🎜관리 패키지🎜🎜🎜Anaconda를 설치한 후 패키지 관리는 매우 간단합니다. 패키지를 설치하려면 터미널에 conda install package_name을 입력하세요. 예를 들어 numpy를 설치하려면 conda install numpy를 입력하세요. 🎜🎜여러 패키지를 동시에 설치할 수도 있습니다. conda install numpy scipy pandas와 같은 명령은 이러한 모든 패키지를 동시에 설치합니다. 버전 번호를 추가하여 원하는 패키지 버전을 지정할 수도 있습니다(예: conda install numpy=1.10). 🎜🎜Conda는 종속 항목도 자동으로 설치합니다. 예를 들어 scipy는 numpy를 사용하고 필요로 하기 때문에 numpy에 의존합니다. scipy만 설치하는 경우(conda install scipy) conda는 numpy가 아직 설치되지 않은 경우에도 설치합니다. 🎜🎜대부분의 명령은 직관적입니다. 패키지를 제거하려면 conda Remove package_name을 사용하세요. 패키지를 업데이트하려면 conda update package_name을 사용하세요. 환경의 모든 패키지를 업데이트하려면(종종 유용함) conda update --all을 사용하세요. 마지막으로 설치된 패키지 목록을 보려면 앞서 언급한 conda list를 사용하세요. 🎜🎜찾고 있는 패키지의 정확한 이름을 모른다면 conda search search_term을 사용하여 검색해 보세요. 예를 들어, Beautiful Soup을 설치하고 싶은데 정확한 패키지 이름을 모릅니다. 그래서 conda search beautifulsoup를 실행해보았습니다. 🎜🎜Beautifulsoup 검색🎜

사용 가능한 BeautifulSoup 패키지 목록을 반환하고 해당 패키지 이름 beautifulsoup4를 나열합니다.

환경 관리

앞서 언급했듯이 conda를 사용하여 프로젝트를 격리하는 환경을 만들 수 있습니다. 환경을 생성하려면 터미널에서 conda create -n env_name 패키지 목록을 사용하세요. 여기서 -n env_name은 환경 이름(-n은 이름을 의미)을 설정하고, list of packages는 해당 환경에 설치될 패키지 목록이다. 예를 들어 my_env라는 환경을 만들고 여기에 numpy를 설치하려면 conda create -n my_env numpy를 입력하세요. conda create -n my_env numpy。

创建环境时，可以指定要安装在环境中的 Python 版本。这在你同时使用 Python 2.x 和 Python 3.x 中的代码时很有用。要创建具有特定 Python 版本的环境，请键入类似于 conda create -n py3 python=3 或 conda create -n py2 python=2 的命令。实际上，我在我的个人计算机上创建了这两个环境。我将它们用作与任何特定项目均无关的通用环境，以处理普通的工作（可轻松使用每个 Python 版本）。这些命令将分别安装 Python 3 和 Python 2 的最新版本。要安装特定版本（例如 Python 3.3），请使用 conda create -n py python=3.3。

进入环境

创建了环境后，在 OSX/Linux 上使用 source activate my_env 进入环境。在 Windows 上，请使用 activate my_env。

进入环境后，你会在终端提示符中看到环境名称，它类似于 (my_env) ~ $。环境中只安装了几个默认的包，以及你在创建它时安装的包。你可以使用 conda list 检查这一点。在环境中安装包的命令与前面一样：conda install package_name。不过，这次你安装的特定包仅在你进入环境后才可用。要离开环境，请键入 source deactivate（在 OSX/Linux 上）。在 Windows 上，请使用 deactivate。

保存和加载环境

共享环境这项功能确实很有用，它能让其他人安装你的代码中使用的所有包，并确保这些包的版本正确。你可以使用 conda env export > environment.yaml 将包保存为 YAML。命令的第一部分 conda env export 用于输出环境中的所有包的名称（包括 Python 版本）。

将导出的环境输出到终端中

上图中，你可以看到环境的名称和所有依赖项及其版本。导出命令的第二部分 > environment.yaml 将导出的文本写入到 YAML 文件 environment.yaml 中。现在可以共享此文件，而且其他人能够用于创建和你项目相同的环境。

要通过环境文件创建环境，请使用 conda env create -f environment.yaml。这会创建一个新环境，而且它具有同样的在 environment.yaml 中列出的库。

列出环境

如果忘记了环境的名称（我有时会这样），可以使用 conda env list 列出你创建的所有环境。你会看到环境的列表，而且你当前所在环境的旁边会有一个星号。默认的环境（即当你不在选定环境中时使用的环境）名为 root。

删除环境

如果你不再使用某些环境，可以使用 conda env remove -n env_name

환경을 생성할 때 다음을 지정할 수 있습니다. 환경의 Python 버전에 설치합니다. 이는 Python 2.x 및 Python 3.x의 코드로 작업할 때 유용합니다. 특정 Python 버전으로 환경을 생성하려면 conda create -n py3 python=3 또는 conda create -n py2 python=2 와 유사한 명령을 입력합니다. 실제로 내 개인용 컴퓨터에서 두 환경을 모두 만들었습니다. 저는 특정 프로젝트에 얽매이지 않는 일반적인 작업을 위한 범용 환경으로 사용합니다(모든 Python 버전에서 쉽게 작업 가능). 이 명령은 각각 최신 버전의 Python 3 및 Python 2를 설치합니다. 특정 버전(예: Python 3.3)을 설치하려면 conda create -n py python=3.3을 사용하세요.

환경 진입

환경 생성 후 source activate my_env를 사용하여 OSX/Linux 환경에 진입합니다. Windows에서는 activate my_env를 사용하세요.

환경을 입력하면 터미널 프롬프트에 환경 이름이 표시되며 (my_env) ~ $와 유사합니다. 환경에는 몇 가지 기본 패키지와 패키지를 생성할 때 설치한 패키지만 설치되어 있습니다. conda list를 사용하여 이를 확인할 수 있습니다. 환경에 패키지를 설치하는 명령은 이전과 동일합니다: conda install package_name. 그러나 이번에 설치한 특정 패키지는 해당 환경에 있는 경우에만 사용할 수 있습니다. 환경을 종료하려면 source deactivate(OSX/Linux의 경우)를 입력하세요. Windows에서는 비활성화를 사용하세요.

🎜환경 저장 및 로드🎜🎜🎜공유 환경 이 기능은 정말 유용합니다. 이 기능을 사용하면 다른 사람들이 코드에 사용된 모든 패키지를 설치하고 올바른 버전인지 확인할 수 있습니다. conda env import > Environment.yaml을 사용하여 패키지를 YAML로 저장할 수 있습니다. 명령의 첫 번째 부분인 conda env import는 환경(Python 버전 포함)에 있는 모든 패키지의 이름을 인쇄합니다. 🎜🎜

🎜🎜내보낸 환경을 터미널에 출력🎜 🎜 위 이미지에서는 환경 이름과 모든 종속성 및 해당 버전을 볼 수 있습니다. 내보내기 명령의 두 번째 부분인 Environment.yaml은 내보낸 텍스트를 YAML 파일인 Environment.yaml에 씁니다. 이제 이 파일을 다른 사람이 공유하고 사용하여 프로젝트와 동일한 환경을 만들 수 있습니다. 🎜🎜환경 파일에서 환경을 생성하려면 conda env create -f Environment.yaml을 사용하세요. 그러면 Environment.yaml에 나열된 동일한 라이브러리를 사용하여 새 환경이 생성됩니다. 🎜🎜🎜환경 나열🎜🎜🎜환경 이름을 잊어버린 경우(때때로 그렇습니다) conda env list 를 사용하여 생성한 모든 환경을 나열할 수 있습니다. 환경 목록이 표시되고 현재 있는 환경 옆에 별표가 표시됩니다. 기본 환경(즉, 선택한 환경에 있지 않을 때 사용되는 환경)의 이름은 루트입니다. 🎜🎜🎜환경 삭제🎜🎜🎜특정 환경을 더 이상 사용하지 않는 경우 conda env Remove -n env_name 을 사용하여 지정된 환경(여기서는 env_name이라고 함)을 삭제할 수 있습니다. 🎜🎜🎜환경 사용🎜🎜🎜저에게 많은 도움이 된 한 가지는 Python 2와 Python 3을 위한 별도의 환경이 있다는 것입니다. conda create -n py2 python=2 및 conda create -n py3 python=3을 사용하여 두 개의 독립적인 환경, 즉 py2와 py3을 만들었습니다. 이제 각 Python 버전에 대한 공통 환경이 생겼습니다. 이러한 모든 환경에는 대부분의 표준 데이터 과학 패키지(numpy, scipy, pandas 등)가 설치되어 있습니다. 🎜🎜작업하는 프로젝트마다 환경을 만들어주는 것도 유용하다고 생각해요. 이는 Flask를 사용하여 개발된 웹 앱과 같은 데이터와 관련되지 않은 프로젝트에도 유용합니다. 예를 들어, 저는 개인 블로그를 위한 환경을 만들었습니다(Pelican을 사용하여). 🎜🎜🎜공유 환경🎜🎜

GitHub에서 코드를 공유할 때 환경 파일도 생성하여 코드 저장소에 포함시키는 것이 좋습니다. 이렇게 하면 다른 사람들이 코드의 모든 종속성을 더 쉽게 설치할 수 있습니다. conda를 사용하지 않는 사람들을 위해 일반적으로 pip 동결을 사용하여 pip requirements.txt 파일을 내보내고 포함합니다(자세한 내용은 여기에서 확인하세요).

계속해서 한 가지 포인트를 더 추가하세요.

구성이 완료되었으며 즐겁게 플레이하실 수 있습니다.

Enter: conda list 를 입력하여 설치된 패키지를 확인하세요. conda list 查看安装了那些包

测试一下：