Anaconda是一个面向Python和R编程语言的数据科学和机器学习平台。它的设计目的是使创建和分发项目的过程变得简单、稳定和可跨系统复制，并且可以在Linux、Windows和OSX上使用。
Anaconda是一个基于Python的平台，管理主要的数据科学包，包括panda、scikit-learn、SciPy、NumPy和谷歌的机器学习平台TensorFlow。它与conda(类似于pip的安装工具)、Anaconda导航器(用于GUI体验)和spyder(用于IDE)一起打包。
本教程将介绍Python编程语言的Anaconda、conda和spyder的一些基础知识，并向您介绍开始创建自己的项目所需的概念。（推荐：Python教程）
conda的基本知识
Conda是Anaconda包管理和环境工具，是Anaconda的核心。它很像pip，只是它被设计用于Python、C和R包管理。Conda还以一种类似于virtualenv的方式管理虚拟环境，我在这里已经介绍过了。
确认安装
第一步是确认系统上的安装和版本。下面的命令将检查Anaconda是否已安装，并将版本打印到终端。
$ conda --version
你应该会看到类似于下面的结果。我目前安装了4.4.7版本。
$ conda --version conda 4.4.7
更新版本
可以使用conda的update参数来更新conda，如下所示。
$ conda update conda
此命令将更新到最新版本的conda。
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
通过再次运行version参数，我们看到我的版本已更新到4.4.8，这是该工具的最新版本。
$ conda --version conda 4.4.8
创造一个新的环境
要创建一个新的虚拟环境，可以运行下面的一系列命令。
$ conda create -n tutorialConda python=3 $ Proceed ([y]/n)? y
你可以在下面看到安装到新环境中的包。
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 #
激活
与virtualenv非常相似，你必须激活新创建的环境。下面的命令将激活Linux上的环境。
source activate tutorialConda
Bradleys-Mini:~ BradleyPatton$ source activate tutorialConda (tutorialConda) Bradleys-Mini:~ BradleyPatton$
安装包
conda list命令将列出当前安装到项目中的包。你可以使用install命令添加附加包及其依赖项。
$ 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
要将panda安装到当前环境中，你需要执行下面的shell命令。
$ conda install pandas
它将下载并安装相关的包和依赖项。
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
通过再次执行list命令，我们可以看到新包安装在虚拟环境中。
$ 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
对于不属于Anaconda存储库的包，可以使用典型的pip命令。由于大多数Python用户都熟悉这些命令，所以我不会在这里讨论这些。
Anaconda Navigator（Anaconda导航器）
Anaconda包含一个基于GUI的导航应用程序，使开发变得容易。它包括spyder IDE和 jupyter notebook作为预装项目。这允许你从GUI桌面环境快速启动一个项目。
为了从导航器新创建的环境开始工作，我们必须在左边的工具栏下选择我们的环境。
然后我们需要安装我们想要使用的工具。对我来说，这就是spyder IDE。这是我大部分数据科学工作的地方，对我来说，这是一个高效的Python IDE。只需单击spyder的dock tile上的install按钮。导航器将完成剩下的工作。
安装之后，你可以从相同的dock tile打开IDE。这将从你的桌面环境启动spyder。
spyder
spyder是Anaconda的默认IDE，对于Python中的标准和数据科学项目都非常强大。spyder IDE有一个集成的IPython笔记本、一个代码编辑器窗口和控制台窗口。
Spyder还包括标准的调试功能和一个变量资源管理器，当事情没有完全按计划进行时，它可以提供帮助。
结论
anaconda是Python中数据科学和机器学习的良好环境。它附带了一套经过精心策划的软件包，旨在为一个强大、稳定和可复制的数据科学平台共同工作。这允许开发人员分发他们的内容，并确保在不同的机器和操作系统上产生相同的结果。它带有内置的工具，使生活变得更简单，就像导航器一样，允许你轻松地创建项目和切换环境。它是我开发算法和创建财务分析项目的首选。我甚至发现我在大多数Python项目中都使用它，因为我熟悉环境。如果你想开始学习Python和数据科学，Anaconda是一个不错的选择。
以上是anaconda使用教程（图文）的详细内容。更多信息请关注PHP中文网其他相关文章！
我如何使用美丽的汤来解析HTML？Mar 10, 2025 pm 06:54 PM本文解释了如何使用美丽的汤库来解析html。 它详细介绍了常见方法，例如find（），find_all（），select（）和get_text（），以用于数据提取，处理不同的HTML结构和错误以及替代方案（SEL）
Python中的数学模块：统计Mar 09, 2025 am 11:40 AMPython的statistics模块提供强大的数据统计分析功能，帮助我们快速理解数据整体特征，例如生物统计学和商业分析等领域。无需逐个查看数据点，只需查看均值或方差等统计量，即可发现原始数据中可能被忽略的趋势和特征，并更轻松、有效地比较大型数据集。 本教程将介绍如何计算平均值和衡量数据集的离散程度。除非另有说明，本模块中的所有函数都支持使用mean()函数计算平均值，而非简单的求和平均。 也可使用浮点数。 import random import statistics from fracti
python对象的序列化和避难所化：第1部分Mar 08, 2025 am 09:39 AMPython 对象的序列化和反序列化是任何非平凡程序的关键方面。如果您将某些内容保存到 Python 文件中，如果您读取配置文件，或者如果您响应 HTTP 请求，您都会进行对象序列化和反序列化。 从某种意义上说，序列化和反序列化是世界上最无聊的事情。谁会在乎所有这些格式和协议？您想持久化或流式传输一些 Python 对象，并在以后完整地取回它们。 这是一种在概念层面上看待世界的好方法。但是，在实际层面上，您选择的序列化方案、格式或协议可能会决定程序运行的速度、安全性、维护状态的自由度以及与其他系
如何使用TensorFlow或Pytorch进行深度学习？Mar 10, 2025 pm 06:52 PM本文比较了Tensorflow和Pytorch的深度学习。 它详细介绍了所涉及的步骤：数据准备，模型构建，培训，评估和部署。 框架之间的关键差异，特别是关于计算刻度的
哪些流行的Python库及其用途？Mar 21, 2025 pm 06:46 PM本文讨论了诸如Numpy，Pandas，Matplotlib，Scikit-Learn，Tensorflow，Tensorflow，Django，Blask和请求等流行的Python库，并详细介绍了它们在科学计算，数据分析，可视化，机器学习，网络开发和H中的用途
如何使用Python创建命令行接口（CLI）？Mar 10, 2025 pm 06:48 PM本文指导Python开发人员构建命令行界面（CLIS）。 它使用Typer，Click和ArgParse等库详细介绍，强调输入/输出处理，并促进用户友好的设计模式，以提高CLI可用性。
用美丽的汤在Python中刮擦网页：搜索和DOM修改Mar 08, 2025 am 10:36 AM该教程建立在先前对美丽汤的介绍基础上，重点是简单的树导航之外的DOM操纵。 我们将探索有效的搜索方法和技术，以修改HTML结构。 一种常见的DOM搜索方法是EX
解释Python中虚拟环境的目的。Mar 19, 2025 pm 02:27 PM文章讨论了虚拟环境在Python中的作用，重点是管理项目依赖性并避免冲突。它详细介绍了他们在改善项目管理和减少依赖问题方面的创建，激活和利益。
热AI工具
Undresser.AI Undress
人工智能驱动的应用程序，用于创建逼真的裸体照片
AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。
Undress AI Tool
免费脱衣服图片
Clothoff.io
AI脱衣机
AI Hentai Generator
免费生成ai无尽的。
热门文章
热工具
适用于 Eclipse 的 SAP NetWeaver 服务器适配器
将Eclipse与SAP NetWeaver应用服务器集成。
SublimeText3 Linux新版
SublimeText3 Linux最新版
MinGW - 适用于 Windows 的极简 GNU
这个项目正在迁移到osdn.net/projects/mingw的过程中，你可以继续在那里关注我们。MinGW：GNU编译器集合（GCC）的本地Windows移植版本，可自由分发的导入库和用于构建本地Windows应用程序的头文件；包括对MSVC运行时的扩展，以支持C99功能。MinGW的所有软件都可以在64位Windows平台上运行。
WebStorm Mac版
好用的JavaScript开发工具
VSCode Windows 64位 下载
微软推出的免费、功能强大的一款IDE编辑器
