Anaconda 零基础使用说明

2020-07-19 21:49 Python大数据分析
Anaconda 零基础使用说明
Anaconda 是 Python 的一个科学计算发行版,支持 Linux、Mac 和 Windows 系统,其中内置了上千个 Python 经常会用到的库,包括 Scikit-learn、numpy、pandas、scipy 等等。其官网地址在:
https://www.anaconda.com

1、Anaconda 下载与安装

官网 Anaconda 的下载网址:
https://www.anaconda.com/download/
但由于官网的下载很慢,建议大家使用国内镜像网站进行下载。
清华映像站的下载地址:
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive
大家需要根据自己计算机的系统来下载相对应的安装包。这里,以 Anaconda3-5.3.1-Windows-x86.exe 文件名为例,说明一下各个数字的含义:3-是Python版本3.x,Windows-x86 是32 位操作系统,Windows-x86_64 是 64 位操作系统。
Anaconda 的安装步骤按照提示一步一步安装即可,这里不再赘述。

2、包管理和环境管理

conda 命令

指定安装的包:conda install numpy
同时安装多个包:conda install numpy scipy
指定安装的版本:conda install numpy=1.10 (这里也可使用==)
使用conda安装时能自动安装相应的依赖包,非常方便!
常用的 conda 命令如下:
安装包:
  1. conda install <包名称列表>

卸载包:
  1. conda remove <包名称列表>

搜索包:
  1. conda search <搜索项>

查看所有包:
  1. conda list

升级包版本:
  1. conda update <包名称>

环境管理

创建环境

  1. conda create env --name <环境名称> <包名称列表>

  2. conda create --name <环境名称> <包名称列表>

激活环境

Windows系统
  1. activate <环境名称>

其他系统
  1. source activate <环境名称>

退出当前环境

Windows系统
  1. deactivate <环境名称>

其他系统
  1. source deactivate <环境名称>

3、Anaconda 修改国内镜像源

国外网络有时会很慢,我们可以通过配置把下载源改为国内的。通过 conda config 命令生成配置文件,这里使用的是清华镜像:
https://mirror.tuna.tsinghua.edu.cn/anaconda/pkgs/free/。
首先,打开 Anaconda Prompt 窗口,执行命令:
  1. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

然后,执行命令:
  1. conda config --set show_channel_urls yes


到用户目录底下找到.condarc文件
用编辑软件打开.condarc文件,删除第三行 -defaults,保存文件

4、在Anaconda中安装 TensorFlow

安装 TensorFlow

安装普通版 TensorFlow 命令为:
  1. conda install tensorflow

安装 GPU 版 TensorFlow 命令为:
  1. conda install tensorflow-gpu

TensorFlow 安装依赖于 MSVCP140.DLL,如果安装过程中报相关错误信息,需要确认是否已经安装过 Visual C++ 2015 redistributable(x64 version),并且在 %PATH% 里。
这里附上 Visual C++ 2015 redistributable 的下载地址:
https://www.microsoft.com/en-us/download/details.aspx?id=53587

测试 TensorFlow 是否安装成功

打开 Jupyter,新建 Python3 文件,输入:
  1. import tensorflow as tf

  2. tf.__version__

按 “Ctrl+Enter” 执行,如果输出版本号则说明安装成功。
注意:这里仅以 TensorFlow 为例说明了包的安装,其他包的安装与 TensorFlow 包方法相似!

本文章转载自公众号:pydatas

首页 - Python 相关的更多文章: