Tutorial Python Anaconda: Semua yang Perlu Anda Ketahui

Diterbitkan: 2021-02-17

Selamat datang di panduan Python Anaconda terperinci kami. Artikel ini akan menjelaskan apa itu Anaconda, mengapa Anda harus menggunakannya, cara menginstalnya di sistem Anda, dan bagaimana Anda dapat mulai menggunakannya. Anaconda harus dimiliki oleh setiap profesional ilmu data karena popularitas dan fiturnya. Anda akan mempelajari lebih lanjut tentang manajer paket yang fantastis ini dalam tutorial Python Anaconda berikut, jadi mari kita mulai!

Daftar isi

Apa itu Anaconda?

Anaconda adalah manajer paket sumber terbuka untuk Python dan R. Ini adalah platform paling populer di kalangan profesional ilmu data untuk menjalankan implementasi Python dan R. Ada lebih dari 300 perpustakaan dalam ilmu data, jadi memiliki sistem distribusi yang kuat untuk mereka adalah suatu keharusan bagi setiap profesional di bidang ini.

Anaconda menyederhanakan penerapan dan pengelolaan paket. Selain itu, ia memiliki banyak alat yang dapat membantu Anda mengumpulkan data melalui kecerdasan buatan dan algoritma pembelajaran mesin.

Dengan Anaconda, Anda dapat dengan mudah mengatur, mengelola, dan berbagi lingkungan Conda. Selain itu, Anda dapat menerapkan proyek apa pun yang diperlukan dengan beberapa klik saat Anda menggunakan Anaconda.

Pelajari kursus ilmu data dari Universitas top dunia. Dapatkan Program PG Eksekutif, Program Sertifikat Tingkat Lanjut, atau Program Magister untuk mempercepat karier Anda.

Mengapa Menggunakan Anaconda?

Ada banyak keuntungan menggunakan Anaconda dan berikut ini adalah yang paling menonjol di antaranya:

  • Anaconda gratis dan sumber terbuka. Ini berarti Anda dapat menggunakannya tanpa mengeluarkan uang.
  • Di sektor ilmu data, Anaconda adalah bahan pokok industri. Ini juga open-source, yang membuatnya sangat populer. Jika Anda ingin menjadi profesional ilmu data, Anda harus tahu cara menggunakan Anaconda untuk Python karena setiap perekrut mengharapkan Anda memiliki keterampilan ini. Ini harus dimiliki untuk ilmu data.
  • Ini memiliki lebih dari 1500 paket ilmu data Python dan R, sehingga Anda tidak menghadapi masalah kompatibilitas apa pun saat berkolaborasi dengan orang lain. Misalnya, rekan Anda mengirimi Anda sebuah proyek yang memerlukan paket yang disebut A dan B tetapi Anda hanya memiliki paket A. Tanpa memiliki paket B, Anda tidak akan dapat menjalankan proyek tersebut. Anaconda mengurangi kemungkinan kesalahan tersebut. Anda dapat dengan mudah berkolaborasi dalam proyek tanpa mengkhawatirkan masalah kompatibilitas apa pun.
  • Ini memberi Anda lingkungan tanpa batas yang menyederhanakan penggelaran proyek. Anda dapat menerapkan proyek apa pun hanya dengan beberapa klik dan perintah sambil mengelola sisanya.
  • Anaconda memiliki komunitas ilmuwan data dan profesional pembelajaran mesin yang berkembang pesat yang menggunakannya secara teratur. Jika Anda mengalami masalah, kemungkinan besar, komunitas telah menjawab hal yang sama. Di sisi lain, Anda juga dapat bertanya kepada orang-orang di komunitas tentang masalah yang Anda hadapi di sana, komunitas yang sangat membantu yang siap membantu pelajar baru.
  • Dengan Anaconda, Anda dapat dengan mudah membuat dan melatih model pembelajaran mesin dan pembelajaran mendalam karena berfungsi dengan baik dengan alat populer termasuk TensorFlow, Scikit-Learn, dan Theano.
  • Anda dapat membuat visualisasi dengan menggunakan Bokeh, Holoviews, Matplotlib, dan Datashader saat menggunakan Anaconda.
  • Anaconda bekerja dengan semua pustaka Python utama termasuk Dask, Pandas, NumPy, dan Numba yang memungkinkan Anda menganalisis data dengan cepat dan terukur.

Bagaimana Cara Menginstal Anaconda?

Panduan Python Anaconda kami tidak akan lengkap jika kami tidak berbicara tentang instalasi. Anda dapat mengunduh Anaconda untuk sistem Anda dari situs web resmi Anaconda .

Pada saat menulis tutorial Python Anaconda kami, Anaconda menawarkan paket individual untuk Python 3.8. Anda harus mengunduh versi yang sesuai dengan kompatibilitas perangkat Anda karena Anaconda tersedia untuk mesin 64-bit dan 32-bit.

Setelah download selesai, buka setup download.exe dan klik tombol 'Next'. Pemasang akan meminta Anda untuk membaca perjanjian dan Anda harus mengklik 'Saya Setuju' untuk melanjutkan.

Di jendela berikutnya, penginstal menanyakan apakah Anda ingin mengunduh perangkat lunak untuk semua pengguna atau hanya Anda sendiri. Perhatikan bahwa jika Anda ingin menginstal Anaconda untuk semua pengguna, Anda memerlukan hak administrator, yang dapat membuat segalanya menjadi rumit.

Di bagian berikut, penginstal menanyakan tujuan perangkat lunak. Di sini, Anda dapat memilih tempat Anda ingin menginstal Anaconda.

Sekarang, penginstal memungkinkan Anda untuk menambahkan Anaconda ke variabel lingkungan PATH mesin Anda dan mendaftar sebagai sistem utama Python 3.8. Dengan menambahkannya ke PATH, Anda memastikan bahwa itu ditemukan sebelum penginstal lain. Sekarang, Anda dapat mengklik tombol 'Instal' dan memulai proses instalasi.

Setelah penginstal menyelesaikan ekstraksi Anaconda dan file terkaitnya, Anda harus mengklik tombol Berikutnya setelah penginstal memberi tahu Anda tentang PyCharm.

Setelah jendela itu, proses instalasi Anda telah selesai. Anda dapat mengklik tombol Selesai untuk mengakhiri tugas atau mempelajari lebih lanjut tentang Anaconda Cloud melalui jendela terakhir penginstal.

Langkah-langkah Setelah Instalasi

Setelah Anda menyelesaikan instalasi, Anda dapat mencari sistem Anda untuk Anaconda, yang akan menunjukkan kepada Anda file-file berikut:

  • Perintah Anaconda
  • Buku Catatan Jupyter
  • Anaconda Powershell Prompt
  • IDE Spyder
  • Navigator Anaconda

Sekarang, buka command prompt dan ketik 'Jupyter notebook' sehingga akan membuka dasbor Jupyter.

Di kanan atas menu, Anda akan menemukan opsi untuk membuat buku catatan baru. Di buku catatan baru, Anda dapat menjalankan satu atau beberapa pernyataan sekaligus dan mulai bekerja.

Cara Menggunakan Anaconda untuk Python

Sekarang kita telah membahas semua dasar-dasar dalam tutorial Python Anaconda kita, mari kita bahas beberapa perintah dasar yang dapat Anda gunakan untuk mulai menggunakan pengelola paket ini.

Mencantumkan Semua Lingkungan

Untuk mulai menggunakan Anaconda, Anda perlu melihat berapa banyak lingkungan Conda yang ada di mesin Anda.

daftar conda env

Ini akan mencantumkan semua lingkungan Conda yang tersedia di mesin Anda.

Menciptakan Lingkungan Baru

Anda dapat membuat lingkungan Conda baru dengan membuka direktori yang diperlukan dan menggunakan perintah ini:

conda create -n <your_environment_name>

Anda dapat mengganti <your_environment_name> dengan nama lingkungan Anda. Setelah memasukkan perintah ini, conda akan menanyakan apakah Anda ingin melanjutkan yang harus Anda balas dengan y:

lanjutkan ([y])/n)?

Di sisi lain, jika Anda ingin membuat lingkungan dengan versi Python tertentu, Anda harus menggunakan perintah berikut:

conda create -n <your_environment_name> python=3.6

Demikian pula, jika Anda ingin membuat lingkungan dengan paket tertentu, Anda dapat menggunakan perintah berikut:

conda create -n <your_environment_name> pack_name

Di sini, Anda dapat mengganti nama_paket dengan nama paket yang ingin Anda gunakan.

Jika Anda memiliki file .yml, Anda dapat menggunakan perintah berikut untuk membuat lingkungan Conda baru berdasarkan file tersebut:

conda env create -n <your_environment_name> -f <file_name>.yml

Kami juga telah membahas bagaimana Anda dapat mengekspor lingkungan Conda yang ada ke file .yml nanti di artikel ini.

Mengaktifkan Lingkungan

Anda dapat mengaktifkan lingkungan Conda dengan menggunakan perintah berikut:

conda aktifkan <environment_name>

Anda harus mengaktifkan lingkungan sebelum Anda mulai mengerjakan yang sama. Juga, ganti istilah <environment_name> dengan nama lingkungan yang ingin Anda aktifkan. Di sisi lain, jika Anda ingin menonaktifkan lingkungan gunakan perintah berikut:

menonaktifkan konda

Memasang Paket di Lingkungan

Sekarang setelah Anda memiliki lingkungan yang diaktifkan, Anda dapat menginstal paket ke dalamnya dengan menggunakan perintah berikut:

conda install <pack_name>

Ganti istilah <pack_name> dengan nama paket yang ingin Anda instal di lingkungan Conda Anda saat menggunakan perintah ini.

Memperbarui Paket di Lingkungan

Jika Anda ingin memperbarui paket yang ada di lingkungan Conda tertentu, Anda harus menggunakan perintah berikut:

pembaruan konda

Perintah di atas akan memperbarui semua paket yang ada di lingkungan. Namun, jika Anda ingin memperbarui paket ke versi tertentu, Anda harus menggunakan perintah berikut:

conda install <nama_paket>=<versi>

Mengekspor Konfigurasi Lingkungan

Misalkan Anda ingin membagikan proyek Anda dengan orang lain (rekan kerja, teman, dll.). Meskipun Anda dapat membagikan direktori di Github, direktori tersebut akan memiliki banyak paket Python, membuat proses transfer menjadi sangat menantang. Alih-alih itu, Anda dapat membuat file .yml konfigurasi lingkungan dan membagikannya dengan orang itu. Sekarang, mereka dapat membuat lingkungan seperti Anda dengan menggunakan file .yml.

Untuk mengekspor lingkungan ke file .yml, pertama-tama Anda harus mengaktifkan yang sama dan menjalankan perintah berikut:

conda env export > <file_name>.yml

Orang yang ingin Anda bagikan lingkungan hanya perlu menggunakan file yang diekspor dengan menggunakan perintah 'Membuat Lingkungan Baru' yang kami bagikan sebelumnya.

Menghapus Paket dari Lingkungan

Jika Anda ingin menghapus paket dari lingkungan Conda tertentu, gunakan perintah berikut:

conda hapus -n <env_name> <nama_paket>

Di sisi lain, jika Anda ingin menghapus paket dari lingkungan yang diaktifkan, Anda harus menggunakan perintah berikut:

conda hapus <nama_paket>

Menghapus Lingkungan

Terkadang, Anda tidak perlu menambahkan lingkungan baru tetapi menghapusnya. Dalam kasus seperti itu, Anda harus tahu cara menghapus lingkungan Conda, yang dapat Anda lakukan dengan menggunakan perintah berikut:

conda env hapus –nama <env_name>

Perintah di atas akan segera menghapus lingkungan Conda.

Pelajari kursus ilmu data dari Universitas top dunia. Dapatkan Program PG Eksekutif, Program Sertifikat Tingkat Lanjut, atau Program Magister untuk mempercepat karier Anda.

Pikiran Akhir

Itu dia, panduan Python Anaconda terperinci kami. Memulai dengan Anaconda cukup sederhana. Namun, Anda harus terbiasa dengan dasar-dasar Python dan pemrograman, ketika Anda mulai menggunakan alat ini.

Jika Anda tertarik untuk mempelajari lebih lanjut tentang ilmu data, berikut adalah beberapa sumber tambahan untuk bacaan Anda:

  • Bagaimana Ilmuwan Data Dapat Menggunakan ScRapy dengan Mudah di Notebook Python
  • 7 Keuntungan menggunakan Python untuk Ilmu Data
  • Analisis Data Menggunakan Python [Semua yang Perlu Anda Ketahui]

Di sisi lain, jika Anda menginginkan pengalaman belajar yang lebih individual, kami sarankan untuk mengambil kursus ilmu data. Anda akan belajar dari pakar industri melalui tugas, kuliah langsung, dan video saat mengambil kursus ilmu data.

Apa saja aplikasi Anaconda Distribution?

Berikut ini adalah aplikasi yang disediakan oleh Anaconda Distribution:
1. Buku Catatan Jupyter
Jupyter Notebook adalah lingkungan interaktif berbasis web yang berfungsi sebagai IDE untuk banyak bahasa pemrograman termasuk Python dan dianggap sebagai platform terbaik untuk pemula ilmu data.
2. JupyterLab
Jupyter Lab adalah lingkungan pengembangan lain yang didasarkan pada arsitektur Notebook Jupyter.
3. Kode Visual Studio
Visual Studio Code atau hanya VS Code adalah editor kode oleh Microsoft yang mendukung hampir semua bahasa pemrograman dan menyediakan berbagai ekstensi untuk mendukungnya.
4. laba-laba
Spyder adalah IDE Python yang dilengkapi dengan fitur-fitur canggih seperti pengujian interaktif, debugging, menjalankan tugas, pengeditan lanjutan, dan fitur introspektif.

Beri kami beberapa fitur menonjol dari Python Anaconda?

Anaconda adalah manajer paket untuk Python dan R dan dianggap sebagai salah satu platform paling populer untuk calon ilmu data. Berikut ini adalah beberapa alasan yang membuat Anaconda unggul dari para pesaingnya.
1. Sistem distribusinya yang kuat membantu dalam mengelola bahasa seperti Python yang memiliki lebih dari 300 perpustakaan.
2. Ini adalah platform sumber terbuka dan gratis. Komunitas sumber terbukanya memiliki banyak pengembang yang memenuhi syarat yang terus membantu para pemula secara konstan.
3. Memiliki beberapa alat berbasis AI dan ML yang dapat mengekstrak data dari berbagai sumber dengan mudah.
4. Anaconda memiliki lebih dari 1500 paket ilmu data Python dan R dan dianggap sebagai standar industri untuk model pengujian dan pelatihan.

Seberapa bagus Python untuk analisis data?

Alasan berikut menjadikan Python sebagai bahasa penting yang harus diketahui oleh setiap Data Scientist:
1. Python dianggap sebagai bahasa yang paling cocok untuk semua bidang Ilmu Data. Analisis data menjadi efisien ketika Python digunakan dalam kombinasi dengan R.
2. Memiliki perpustakaan yang kaya dari paket berorientasi data. Anda dapat memvisualisasikan data Anda menggunakan plot dan diagram yang berbeda.
3. Kumpulan data yang kompleks dapat ditangani menggunakan alat canggih yang disediakan bersama dengan bingkai data.
4. Paket Python yang penuh daya seperti Numpy, Pandas, Sci-kit menyediakan fitur untuk menghasilkan hasil yang akurat.
5. Ini memberikan solusi yang terukur dan fleksibel untuk aplikasi.
6. Matplotlib menyediakan berbagai alat plot untuk grafik dan visualisasi data Anda yang akurat.