Python-Anaconda-Tutorial: Alles, was Sie wissen müssen

Willkommen zu unserem ausführlichen Python-Anaconda-Leitfaden. Dieser Artikel erklärt, was Anaconda ist, warum Sie es verwenden sollten, wie Sie es in Ihrem System installieren und wie Sie es verwenden können. Anaconda ist aufgrund seiner Popularität und seiner Funktionen ein Muss für jeden Data-Science-Profi. Im folgenden Python-Anaconda-Tutorial erfahren Sie mehr über diesen fantastischen Paketmanager, also fangen wir an!

Was ist Anakonda?

Anaconda ist ein Open-Source-Paketmanager für Python und R. Es ist die beliebteste Plattform unter Data-Science-Experten zum Ausführen von Python- und R-Implementierungen. Es gibt über 300 Bibliotheken in der Datenwissenschaft, daher ist ein robustes Verteilungssystem für sie ein Muss für jeden Fachmann auf diesem Gebiet.

Anaconda vereinfacht die Bereitstellung und Verwaltung von Paketen. Darüber hinaus verfügt es über zahlreiche Tools, die Ihnen bei der Datenerfassung durch künstliche Intelligenz und maschinelle Lernalgorithmen helfen können.

Mit Anaconda können Sie Conda-Umgebungen einfach einrichten, verwalten und freigeben. Darüber hinaus können Sie jedes erforderliche Projekt mit wenigen Klicks bereitstellen, wenn Sie Anaconda verwenden.

Lernen Sie Datenwissenschaftskurse von den besten Universitäten der Welt. Verdienen Sie Executive PG-Programme, Advanced Certificate-Programme oder Master-Programme, um Ihre Karriere zu beschleunigen.

Warum Anaconda verwenden?

Es gibt viele Vorteile bei der Verwendung von Anaconda und die folgenden sind die wichtigsten unter ihnen:

• Anaconda ist kostenlos und Open Source. Dies bedeutet, dass Sie es verwenden können, ohne Geld auszugeben.
• Im Data-Science-Sektor ist Anaconda ein fester Bestandteil der Branche. Es ist auch Open Source, was es weit verbreitet gemacht hat. Wenn Sie ein Data-Science-Profi werden möchten, müssen Sie wissen, wie man Anaconda für Python verwendet, da jeder Personalvermittler diese Fähigkeit von Ihnen erwartet. Es ist ein Muss für die Datenwissenschaft.
• Es verfügt über mehr als 1500 Python- und R-Data-Science-Pakete, sodass Sie bei der Zusammenarbeit mit anderen keine Kompatibilitätsprobleme haben. Angenommen, Ihr Kollege schickt Ihnen ein Projekt, das die Pakete A und B erfordert, aber Sie haben nur Paket A. Ohne das Paket B könnten Sie das Projekt nicht ausführen. Anaconda mindert die Wahrscheinlichkeit solcher Fehler. Sie können problemlos an Projekten zusammenarbeiten, ohne sich Gedanken über Kompatibilitätsprobleme machen zu müssen.
• Es bietet Ihnen eine nahtlose Umgebung, die die Bereitstellung von Projekten vereinfacht. Sie können jedes Projekt mit nur wenigen Klicks und Befehlen bereitstellen, während Sie den Rest verwalten.
• Anaconda hat eine blühende Community von Datenwissenschaftlern und Experten für maschinelles Lernen, die es regelmäßig verwenden. Wenn Sie auf ein Problem stoßen, hat die Community dies wahrscheinlich bereits beantwortet. Auf der anderen Seite können Sie auch Leute in der Community nach den Problemen fragen, mit denen Sie dort konfrontiert sind. Es ist eine sehr hilfreiche Community, die bereit ist, neuen Lernenden zu helfen.
• Mit Anaconda können Sie ganz einfach Modelle für maschinelles Lernen und Deep Learning erstellen und trainieren, da es gut mit beliebten Tools wie TensorFlow, Scikit-Learn und Theano funktioniert.
• Sie können Visualisierungen erstellen, indem Sie Bokeh, Holoviews, Matplotlib und Datashader verwenden, während Sie Anaconda verwenden.
• Anaconda funktioniert mit allen wichtigen Python-Bibliotheken, einschließlich Dask, Pandas, NumPy und Numba, mit denen Sie Daten schnell und skalierbar analysieren können.

Wie installiere ich Anaconda?

Unser Python Anaconda-Leitfaden wäre unvollständig, wenn wir nicht über die Installation sprechen würden. Sie können Anaconda für Ihr System von der offiziellen Website von Anaconda herunterladen .

Zum Zeitpunkt des Schreibens unseres Python-Anaconda-Tutorials bietet Anaconda den individuellen Plan für Python 3.8 an. Sie sollten die Version herunterladen, die der Kompatibilität Ihres Geräts entspricht, da Anaconda sowohl für 64-Bit- als auch für 32-Bit-Computer verfügbar ist.

Nachdem der Download abgeschlossen ist, öffnen Sie das download.exe-Setup und klicken Sie auf die Schaltfläche „Weiter“. Das Installationsprogramm fordert Sie auf, die Vereinbarung zu lesen, und Sie müssen auf „Ich stimme zu“ klicken, um fortzufahren.

Im nächsten Fenster fragt Sie der Installer, ob Sie die Software für alle Benutzer oder nur für sich selbst herunterladen möchten. Beachten Sie, dass Sie Administratorrechte benötigen, wenn Sie Anaconda für alle Benutzer installieren möchten, was die Dinge kompliziert machen kann.

Im folgenden Abschnitt fragt Sie der Installer nach dem Zielort der Software. Hier können Sie den Ort auswählen, an dem Anaconda installiert werden soll.

Jetzt können Sie mit dem Installationsprogramm Anaconda zur PATH-Umgebungsvariablen Ihres Computers hinzufügen und sich als primäres System Python 3.8 registrieren. Indem Sie es zu PATH hinzufügen, stellen Sie sicher, dass es vor einem anderen Installationsprogramm gefunden wird. Jetzt können Sie auf die Schaltfläche „Installieren“ klicken und den Installationsvorgang starten.

Nachdem das Installationsprogramm die Extraktion von Anaconda und den zugehörigen Dateien abgeschlossen hat, müssen Sie auf die Schaltfläche Weiter klicken, woraufhin das Installationsprogramm Sie über PyCharm informiert.

Nach diesem Fenster ist Ihr Installationsvorgang abgeschlossen. Sie können auf die Schaltfläche „Fertig stellen“ klicken, um die Aufgabe zu beenden, oder im letzten Fenster des Installationsprogramms mehr über Anaconda Cloud erfahren.

Schritte nach der Installation

Nachdem Sie die Installation abgeschlossen haben, können Sie Ihr System nach Anaconda durchsuchen, was Ihnen die folgenden Dateien anzeigen würde:

• Die Anaconda-Eingabeaufforderung
• Das Jupyter-Notizbuch
• Anaconda Powershell-Eingabeaufforderung
• Spyder-IDE
• Anaconda-Navigator

Gehen Sie nun zur Eingabeaufforderung und geben Sie „Jupyter notebook“ ein, damit das Jupyter-Dashboard geöffnet wird.

Oben rechts im Menü finden Sie die Option zum Erstellen eines neuen Notizbuchs. In Ihrem neuen Notizbuch können Sie eine oder mehrere Anweisungen gleichzeitig ausführen und mit der Arbeit beginnen.

So verwenden Sie Anaconda für Python

Nachdem wir nun alle Grundlagen in unserem Python-Anaconda-Tutorial besprochen haben, wollen wir einige grundlegende Befehle besprechen, die Sie verwenden können, um mit der Verwendung dieses Paketmanagers zu beginnen.

Alle Umgebungen auflisten

Um mit der Verwendung von Anaconda zu beginnen, müssen Sie sehen, wie viele Conda-Umgebungen auf Ihrem Computer vorhanden sind.

Conda-Env-Liste

Es listet alle verfügbaren Conda-Umgebungen auf Ihrem Computer auf.

Erstellen einer neuen Umgebung

Sie können eine neue Conda-Umgebung erstellen, indem Sie in das erforderliche Verzeichnis gehen und diesen Befehl verwenden:

conda create -n <Ihr_Umgebungsname>

Sie können <your_environment_name> durch den Namen Ihrer Umgebung ersetzen. Nach Eingabe dieses Befehls fragt Conda Sie, ob Sie fortfahren möchten, worauf Sie mit y antworten sollten:

fortfahren ([y])/n)?

Wenn Sie hingegen eine Umgebung mit einer bestimmten Version von Python erstellen möchten, sollten Sie den folgenden Befehl verwenden:

conda create -n <your_environment_name> python=3.6

Wenn Sie eine Umgebung mit einem bestimmten Paket erstellen möchten, können Sie auf ähnliche Weise den folgenden Befehl verwenden:

conda create -n <your_environment_name> pack_name

Hier können Sie pack_name durch den Namen des Pakets ersetzen, das Sie verwenden möchten.

Wenn Sie eine .yml-Datei haben, können Sie den folgenden Befehl verwenden, um eine neue Conda-Umgebung basierend auf dieser Datei zu erstellen:

conda env create -n <Ihr_Umgebungsname> -f <Dateiname>.yml

Weiter unten in diesem Artikel haben wir auch besprochen, wie Sie eine vorhandene Conda-Umgebung in eine .yml-Datei exportieren können.

Aktivieren einer Umgebung

Sie können eine Conda-Umgebung mit dem folgenden Befehl aktivieren:

conda aktiviert <environment_name>

Sie sollten die Umgebung aktivieren, bevor Sie mit der Arbeit daran beginnen. Ersetzen Sie außerdem den Begriff <environment_name> durch den Umgebungsnamen, den Sie aktivieren möchten. Wenn Sie dagegen eine Umgebung deaktivieren möchten, verwenden Sie den folgenden Befehl:

conda deaktivieren

Installieren von Paketen in einer Umgebung

Nachdem Sie nun über eine aktivierte Umgebung verfügen, können Sie mit dem folgenden Befehl Pakete darin installieren:

conda install <pack_name>

Ersetzen Sie den Begriff <pack_name> durch den Namen des Pakets, das Sie in Ihrer Conda-Umgebung installieren möchten, während Sie diesen Befehl verwenden.

Aktualisieren von Paketen in einer Umgebung

Wenn Sie die in einer bestimmten Conda-Umgebung vorhandenen Pakete aktualisieren möchten, sollten Sie den folgenden Befehl verwenden:

Conda-Update

Der obige Befehl aktualisiert alle in der Umgebung vorhandenen Pakete. Wenn Sie jedoch ein Paket auf eine bestimmte Version aktualisieren möchten, müssen Sie den folgenden Befehl verwenden:

conda install <package_name>=<version>

Exportieren einer Umgebungskonfiguration

Angenommen, Sie möchten Ihr Projekt mit jemand anderem teilen (Kollege, Freund usw.). Sie können das Verzeichnis zwar auf Github freigeben, es würde jedoch viele Python-Pakete enthalten, was den Übertragungsprozess sehr schwierig macht. Stattdessen können Sie eine .yml-Datei für die Umgebungskonfiguration erstellen und diese mit dieser Person teilen. Jetzt können sie mithilfe der .yml-Datei eine Umgebung wie Ihre erstellen.

Um die Umgebung in die .yml-Datei zu exportieren, müssen Sie diese zuerst aktivieren und den folgenden Befehl ausführen:

conda env export > <Dateiname>.yml

Die Person, mit der Sie die Umgebung teilen möchten, muss nur die exportierte Datei verwenden, indem Sie den Befehl „Neue Umgebung erstellen“ verwenden, den wir zuvor geteilt haben.

Entfernen eines Pakets aus einer Umgebung

Wenn Sie ein Paket aus einer bestimmten Conda-Umgebung deinstallieren möchten, verwenden Sie den folgenden Befehl:

conda remove -n <env_name> <package_name>

Wenn Sie andererseits ein Paket aus einer aktivierten Umgebung deinstallieren möchten, müssen Sie den folgenden Befehl verwenden:

conda entfernen <package_name>

Löschen einer Umgebung

Manchmal müssen Sie keine neue Umgebung hinzufügen, sondern eine entfernen. In solchen Fällen müssen Sie wissen, wie Sie eine Conda-Umgebung löschen, was Sie mit dem folgenden Befehl tun können:

conda env remove –name <env_name>

Der obige Befehl würde die Conda-Umgebung sofort löschen.

Lernen Sie Datenwissenschaftskurse von den besten Universitäten der Welt. Verdienen Sie Executive PG-Programme, Advanced Certificate-Programme oder Master-Programme, um Ihre Karriere zu beschleunigen.

Abschließende Gedanken

Da haben Sie es, unseren ausführlichen Python-Anaconda-Leitfaden. Der Einstieg in Anaconda ist ganz einfach. Sie sollten jedoch mit den Grundlagen von Python und der Programmierung vertraut sein, wenn Sie dieses Tool verwenden.

Wenn Sie mehr über Data Science erfahren möchten, finden Sie hier einige zusätzliche Ressourcen zum Lesen:

• Wie kann ein Datenwissenschaftler ScRapy auf Python Notebook einfach verwenden
• 7 Vorteile der Verwendung von Python für Data Science
• Datenanalyse mit Python [Alles, was Sie wissen müssen]

Wenn Sie hingegen eine individuellere Lernerfahrung wünschen, empfehlen wir Ihnen, einen Data-Science-Kurs zu belegen. Sie lernen von Branchenexperten durch Aufgaben, Live-Vorträge und Videos, während Sie einen Data Science-Kurs belegen.