برنامج Python Anaconda التعليمي: كل ما تحتاج إلى معرفته

نشرت: 2021-02-17

مرحبًا بك في دليل Python Anaconda المفصل. تشرح هذه المقالة ماهية Anaconda ، ولماذا يجب عليك استخدامها ، وكيفية تثبيتها في نظامك ، وكيف يمكنك البدء في استخدامها. Anaconda هو عنصر ضروري لكل متخصص في علوم البيانات بسبب شعبيته وميزاته. ستتعرف على المزيد حول مدير الحزم الرائع هذا في البرنامج التعليمي التالي من Python Anaconda ، لذا فلنبدأ!

جدول المحتويات

ما هو اناكوندا؟

Anaconda هو مدير حزم مفتوح المصدر لـ Python و R. إنه النظام الأساسي الأكثر شعبية بين محترفي علوم البيانات لتشغيل تطبيقات Python و R. يوجد أكثر من 300 مكتبة في علم البيانات ، لذا فإن وجود نظام توزيع قوي لها أمر لا بد منه لأي محترف في هذا المجال.

تبسط Anaconda عملية نشر الحزمة وإدارتها. علاوة على ذلك ، فإنه يحتوي على الكثير من الأدوات التي يمكن أن تساعدك في جمع البيانات من خلال خوارزميات الذكاء الاصطناعي والتعلم الآلي.

مع Anaconda ، يمكنك بسهولة إعداد وإدارة ومشاركة بيئات Conda. علاوة على ذلك ، يمكنك نشر أي مشروع مطلوب ببضع نقرات عند استخدام Anaconda.

تعلم دورات علوم البيانات من أفضل الجامعات في العالم. اربح برامج PG التنفيذية أو برامج الشهادات المتقدمة أو برامج الماجستير لتتبع حياتك المهنية بشكل سريع.

لماذا تستخدم اناكوندا؟

هناك مزايا عديدة لاستخدام الأناكوندا وفيما يلي أبرزها:

  • Anaconda هو برنامج مجاني ومفتوح المصدر. هذا يعني أنه يمكنك استخدامه دون إنفاق أي أموال.
  • في قطاع علم البيانات ، تعد Anaconda عنصرًا أساسيًا في الصناعة. إنه مفتوح المصدر أيضًا ، مما جعله شائعًا على نطاق واسع. إذا كنت تريد أن تصبح محترفًا في علم البيانات ، فيجب أن تعرف كيفية استخدام Anaconda for Python لأن كل مجند يتوقع منك امتلاك هذه المهارة. إنه أمر لا بد منه لعلوم البيانات.
  • يحتوي على أكثر من 1500 حزمة علوم بيانات Python و R ، لذلك لن تواجه أي مشكلات في التوافق أثناء التعاون مع الآخرين. على سبيل المثال ، افترض أن زميلك قد أرسل لك مشروعًا يتطلب حزمًا تسمى A و B ولكن لديك فقط الحزمة A. بدون وجود الحزمة B ، لن تتمكن من تشغيل المشروع. يخفف الأناكوندا من فرص حدوث مثل هذه الأخطاء. يمكنك بسهولة التعاون في المشاريع دون القلق بشأن أي مشاكل في التوافق.
  • يمنحك بيئة سلسة تبسط نشر المشاريع. يمكنك نشر أي مشروع ببضع نقرات وأوامر أثناء إدارة الباقي.
  • أناكوندا لديها مجتمع مزدهر من علماء البيانات ومحترفي التعلم الآلي الذين يستخدمونها بانتظام. إذا واجهت مشكلة ، فمن المحتمل أن يكون المجتمع قد أجاب بالفعل على نفس السؤال. من ناحية أخرى ، يمكنك أيضًا أن تسأل الأشخاص في المجتمع عن المشكلات التي تواجهها هناك ، فهو مجتمع مفيد جدًا ومستعد لمساعدة المتعلمين الجدد.
  • مع Anaconda ، يمكنك بسهولة إنشاء وتدريب نماذج التعلم الآلي والتعلم العميق لأنها تعمل بشكل جيد مع الأدوات الشائعة بما في ذلك TensorFlow و Scikit-Learn و Theano.
  • يمكنك إنشاء تصورات باستخدام Bokeh و Holoviews و Matplotlib و Datashader أثناء استخدام Anaconda.
  • تعمل Anaconda مع جميع مكتبات Python الرئيسية بما في ذلك Dask و Pandas و NumPy و Numba التي تسمح لك بتحليل البيانات بسرعة وعلى نطاق واسع.

كيفية تثبيت اناكوندا؟

سيكون دليل Python Anaconda الخاص بنا غير مكتمل إذا لم نتحدث عن التثبيت. يمكنك تنزيل Anaconda لنظامك من الموقع الرسمي لـ Anaconda .

في وقت كتابة برنامج Python Anaconda التعليمي ، تقدم Anaconda الخطة الفردية لـ Python 3.8. يجب عليك تنزيل الإصدار الذي يطابق توافق جهازك حيث أن Anaconda متاح لأجهزة 64 بت و 32 بت.

بعد اكتمال التنزيل ، افتح إعداد download.exe وانقر على زر "التالي". سيطلب منك المثبت قراءة الاتفاقية وسيتعين عليك النقر فوق "أوافق" للمتابعة.

في النافذة التالية ، يسألك المثبت عما إذا كنت تريد تنزيل البرنامج لجميع المستخدمين أم لنفسك فقط. لاحظ أنه إذا كنت ترغب في تثبيت Anaconda لجميع المستخدمين ، فستحتاج إلى امتيازات المسؤول ، والتي يمكن أن تجعل الأمور معقدة.

في القسم التالي ، يسألك المثبت عن وجهة البرنامج. هنا ، يمكنك اختيار المكان الذي تريد تثبيت Anaconda عليه.

الآن ، يتيح لك المثبت إضافة Anaconda إلى متغير بيئة PATH بجهازك والتسجيل كنظام أساسي Python 3.8. من خلال إضافته إلى PATH ، فإنك تضمن العثور عليه قبل مثبّت آخر. الآن ، يمكنك النقر فوق الزر "تثبيت" وبدء عملية التثبيت.

بعد أن ينتهي المثبت من استخراج Anaconda والملفات ذات الصلة ، سيتعين عليك النقر فوق الزر التالي وبعد ذلك يعلمك المثبت عن PyCharm.

بعد هذه النافذة ، اكتملت عملية التثبيت. يمكنك النقر فوق الزر إنهاء لإنهاء المهمة أو معرفة المزيد عن Anaconda Cloud من خلال النافذة النهائية للمثبت.

خطوات بعد التثبيت

بعد الانتهاء من التثبيت ، يمكنك البحث في نظامك عن Anaconda ، والذي سيظهر لك الملفات التالية:

  • موجه الأناكوندا
  • دفتر Jupyter
  • أناكوندا بوويرشيل موجه
  • سبايدر IDE
  • أناكوندا نافيجيتور

الآن ، انتقل إلى موجه الأوامر واكتب "دفتر Jupyter" حتى يفتح لوحة معلومات Jupyter.

في الجزء العلوي الأيمن من القائمة ، ستجد خيار إنشاء دفتر ملاحظات جديد. في دفتر ملاحظاتك الجديد ، يمكنك تنفيذ جملة واحدة أو عدة جمل في وقت واحد والبدء في العمل.

كيفية استخدام اناكوندا لبايثون

الآن وقد ناقشنا جميع الأساسيات في برنامج Python Anaconda التعليمي ، فلنناقش بعض الأوامر الأساسية التي يمكنك استخدامها لبدء استخدام مدير الحزم هذا.

سرد جميع البيئات

لبدء استخدام Anaconda ، ستحتاج إلى معرفة عدد بيئات Conda الموجودة في جهازك.

قائمة كوندا إنف

سوف يسرد جميع بيئات Conda المتاحة في جهازك.

خلق بيئة جديدة

يمكنك إنشاء بيئة Conda جديدة بالانتقال إلى الدليل المطلوب واستخدام هذا الأمر:

conda قم بإنشاء -n <your_environment_name>

يمكنك استبدال <your_environment_name> باسم بيئتك. بعد إدخال هذا الأمر ، سيسألك conda عما إذا كنت تريد المتابعة إلى الرد بـ y:

المضي قدما ([y]) / ن)؟

من ناحية أخرى ، إذا كنت تريد إنشاء بيئة بإصدار معين من Python ، فيجب عليك استخدام الأمر التالي:

Conda create -n <your_environment_name> python = 3.6

وبالمثل ، إذا كنت ترغب في إنشاء بيئة مع حزمة معينة ، يمكنك استخدام الأمر التالي:

Conda create -n <your_environment_name> pack_name

هنا ، يمكنك استبدال pack_name باسم الحزمة التي تريد استخدامها.

إذا كان لديك ملف .yml ، فيمكنك استخدام الأمر التالي لإنشاء بيئة Conda جديدة بناءً على هذا الملف:

conda env قم بإنشاء -n <your_environment_name> -f <file_name> .yml

لقد ناقشنا أيضًا كيف يمكنك تصدير بيئة Conda الحالية إلى ملف .yml لاحقًا في هذه المقالة.

تفعيل البيئة

يمكنك تنشيط بيئة Conda باستخدام الأمر التالي:

تفعيل كوندا <اسم البيئة>

يجب عليك تنشيط البيئة قبل البدء في العمل عليها. أيضًا ، استبدل المصطلح <environment_name> باسم البيئة التي تريد تنشيطها. من ناحية أخرى ، إذا كنت تريد إلغاء تنشيط بيئة ما ، فاستخدم الأمر التالي:

كوندا تعطيل

تركيب الحزم في بيئة

الآن بعد أن أصبحت لديك بيئة نشطة ، يمكنك تثبيت الحزم فيها باستخدام الأمر التالي:

تثبيت كوندا <pack_name>

استبدل المصطلح <pack_name> باسم الحزمة التي تريد تثبيتها في بيئة Conda الخاصة بك أثناء استخدام هذا الأمر.

تحديث الحزم في بيئة

إذا كنت ترغب في تحديث الحزم الموجودة في بيئة Conda معينة ، فيجب عليك استخدام الأمر التالي:

تحديث كوندا

سيقوم الأمر أعلاه بتحديث جميع الحزم الموجودة في البيئة. ومع ذلك ، إذا كنت تريد تحديث حزمة إلى إصدار معين ، فستحتاج إلى استخدام الأمر التالي:

تثبيت Conda <package_name> = <version>

تصدير تكوين البيئة

افترض أنك تريد مشاركة مشروعك مع شخص آخر (زميل ، صديق ، إلخ). بينما يمكنك مشاركة الدليل على Github ، فإنه يحتوي على العديد من حزم Python ، مما يجعل عملية النقل صعبة للغاية. بدلاً من ذلك ، يمكنك إنشاء ملف .yml لتهيئة البيئة ومشاركته مع هذا الشخص. الآن ، يمكنهم إنشاء بيئة مثل بيئتك باستخدام ملف .yml.

لتصدير البيئة إلى ملف .yml ، سيتعين عليك أولاً تنشيط نفس الأمر وتشغيل الأمر التالي:

conda env export> <file_name> .yml

يجب على الشخص الذي تريد مشاركة البيئة معه فقط استخدام الملف المُصدَّر باستخدام أمر "إنشاء بيئة جديدة" الذي شاركناه من قبل.

إزالة حزمة من بيئة

إذا كنت تريد إزالة تثبيت حزمة من بيئة Conda معينة ، فاستخدم الأمر التالي:

Conda remove -n <env_name> <package_name>

من ناحية أخرى ، إذا كنت تريد إلغاء تثبيت حزمة من بيئة نشطة ، فسيتعين عليك استخدام الأمر التالي:

كوندا إزالة <package_name>

حذف البيئة

في بعض الأحيان ، لا تحتاج إلى إضافة بيئة جديدة ولكن إزالة واحدة. في مثل هذه الحالات ، يجب أن تعرف كيفية حذف بيئة Conda ، والتي يمكنك القيام بذلك باستخدام الأمر التالي:

conda env إزالة –name <env_name>

سيؤدي الأمر أعلاه إلى حذف بيئة Conda على الفور.

تعلم دورات علوم البيانات من أفضل الجامعات في العالم. اربح برامج PG التنفيذية أو برامج الشهادات المتقدمة أو برامج الماجستير لتتبع حياتك المهنية بشكل سريع.

افكار اخيرة

إليكم الأمر ، دليل Python Anaconda المفصل. البدء مع Anaconda بسيط للغاية. ومع ذلك ، يجب أن تكون على دراية بأساسيات Python والبرمجة ، عند بدء استخدام هذه الأداة.

إذا كنت مهتمًا بمعرفة المزيد عن علم البيانات ، فإليك بعض الموارد الإضافية لقراءتك:

  • كيف يمكن لعالم البيانات استخدام ScRapy بسهولة على دفتر Python Notebook
  • 7 مزايا استخدام بايثون لعلوم البيانات
  • تحليل البيانات باستخدام بايثون [كل ما تريد معرفته]

من ناحية أخرى ، إذا كنت تريد تجربة تعليمية أكثر تخصيصًا ، فإننا نوصي بأخذ دورة في علم البيانات. ستدرس من خبراء الصناعة من خلال المهام والمحاضرات الحية ومقاطع الفيديو أثناء أخذ دورة في علوم البيانات.

ما هي تطبيقات توزيع اناكوندا؟

فيما يلي التطبيقات التي تقدمها Anaconda Distribution:
1. دفتر Jupyter
Jupyter Notebook عبارة عن بيئة تفاعلية قائمة على الويب تعمل بمثابة IDE للعديد من لغات البرمجة بما في ذلك Python وتعتبر أفضل منصة للمبتدئين في علوم البيانات.
2. JupyterLab
Jupyter Lab هي بيئة تطوير أخرى تعتمد على بنية Jupyter Notebook.
3. كود الاستوديو المرئي
Visual Studio Code أو ببساطة VS Code هو محرر كود من Microsoft يدعم كل لغات البرمجة تقريبًا ويوفر امتدادات متنوعة لدعمها.
4. سبايدر
Spyder هو Python IDE الذي يأتي مع ميزات متقدمة مثل الاختبار التفاعلي ، وتصحيح الأخطاء ، وتشغيل المهام ، والتحرير المتقدم ، وميزات الاستبطان.

أعطنا بعض السمات البارزة لـ Python Anaconda؟

Anaconda هو مدير حزم لـ Python و R ويعتبر أحد أكثر المنصات شعبية لطامبي علوم البيانات. فيما يلي بعض الأسباب التي تجعل Anaconda تتقدم على منافسيها.
1. يساعد نظام التوزيع القوي في إدارة لغات مثل Python التي تضم أكثر من 300 مكتبة.
2. إنها منصة مجانية ومفتوحة المصدر. يحتوي مجتمع المصادر المفتوحة على العديد من المطورين المؤهلين الذين يواصلون مساعدة المبتدئين باستمرار.
3. يحتوي على بعض الأدوات القائمة على الذكاء الاصطناعي والتعلم الآلي والتي يمكنها استخراج البيانات من مصادر مختلفة بسهولة.
4. يحتوي Anaconda على أكثر من 1500 حزمة علوم بيانات Python و R ويعتبر معيار الصناعة لنماذج الاختبار والتدريب.

ما مدى جودة بايثون لتحليل البيانات؟

الأسباب التالية تجعل بايثون لغة أساسية يجب أن يعرفها كل عالم بيانات:
1. تعتبر بايثون أنسب لغة لجميع مجالات علوم البيانات. يصبح تحليل البيانات فعالاً عند استخدام Python مع R.
2. يحتوي على مكتبة غنية من الحزم الموجهة بالبيانات. يمكنك تصور بياناتك باستخدام مخططات ومخططات مختلفة.
3. يمكن معالجة مجموعات البيانات المعقدة باستخدام الأدوات القوية المتوفرة جنبًا إلى جنب مع إطارات البيانات.
4. توفر حزم Python المليئة بالطاقة مثل Numpy و Pandas و Sci-kit ميزات لإنتاج نتائج دقيقة.
5. يوفر حلولاً مرنة وقابلة للتطوير للتطبيقات.
6. يوفر Matplotlib أدوات تخطيط متنوعة لرسومات وتصورات دقيقة لبياناتك.