Samouczek Pythona Anaconda: wszystko, co musisz wiedzieć

Witamy w naszym szczegółowym przewodniku po Anakondzie Pythona. W tym artykule wyjaśnimy, czym jest Anaconda, dlaczego warto z niej korzystać, jak ją zainstalować w swoim systemie i jak zacząć z niej korzystać. Anaconda to pozycja obowiązkowa dla każdego specjalisty zajmującego się analizą danych ze względu na swoją popularność i funkcje. Dowiesz się więcej o tym fantastycznym menedżerze pakietów w poniższym samouczku Python Anaconda, więc zaczynajmy!

Czym jest Anakonda?

Anaconda to menedżer pakietów open-source dla Pythona i R. Jest to najpopularniejsza platforma wśród specjalistów od data science do uruchamiania implementacji Pythona i R. Istnieje ponad 300 bibliotek zajmujących się nauką o danych, więc posiadanie dla nich solidnego systemu dystrybucji jest koniecznością dla każdego profesjonalisty w tej dziedzinie.

Anaconda upraszcza wdrażanie pakietów i zarządzanie nimi. Co więcej, ma mnóstwo narzędzi, które mogą pomóc w gromadzeniu danych za pomocą sztucznej inteligencji i algorytmów uczenia maszynowego.

Dzięki Anacondzie możesz łatwo konfigurować, zarządzać i udostępniać środowiska Conda. Co więcej, możesz wdrożyć dowolny wymagany projekt za pomocą kilku kliknięć, gdy używasz Anacondy.

Ucz się kursów nauki o danych z najlepszych światowych uniwersytetów. Zdobywaj programy Executive PG, Advanced Certificate Programs lub Masters Programs, aby przyspieszyć swoją karierę.

Dlaczego warto korzystać z Anakondy?

Korzystanie z Anacondy ma wiele zalet, z których najważniejsze to:

• Anaconda jest darmowa i open-source. Oznacza to, że możesz z niego korzystać bez wydawania pieniędzy.
• W sektorze data science Anaconda jest podstawą przemysłu. Jest to również oprogramowanie typu open source, co sprawiło, że jest bardzo popularny. Jeśli chcesz zostać profesjonalistą w zakresie analityki danych, musisz wiedzieć, jak używać Anacondy for Python, ponieważ każdy rekruter oczekuje, że będziesz mieć tę umiejętność. To niezbędny element nauki o danych.
• Zawiera ponad 1500 pakietów do nauki danych Python i R, więc nie napotykasz żadnych problemów ze zgodnością podczas współpracy z innymi. Załóżmy na przykład, że Twój kolega wyśle ​​Ci projekt, który wymaga pakietów o nazwach A i B, ale masz tylko pakiet A. Bez pakietu B nie mógłbyś uruchomić projektu. Anaconda zmniejsza szanse na takie błędy. Możesz łatwo współpracować nad projektami, nie martwiąc się o problemy ze zgodnością.
• Zapewnia płynne środowisko, które upraszcza wdrażanie projektów. Możesz wdrożyć dowolny projekt za pomocą kilku kliknięć i poleceń, jednocześnie zarządzając resztą.
• Anaconda ma dobrze prosperującą społeczność naukowców zajmujących się danymi i specjalistów od uczenia maszynowego, którzy regularnie z niej korzystają. Jeśli napotkasz problem, prawdopodobnie społeczność odpowiedziała już na to samo. Z drugiej strony możesz również zapytać ludzi w społeczności o problemy, z którymi się tam spotykasz, jest to bardzo pomocna społeczność gotowa pomóc nowym uczniom.
• Dzięki Anacondzie możesz łatwo tworzyć i trenować modele uczenia maszynowego i głębokiego uczenia, ponieważ działa dobrze z popularnymi narzędziami, w tym TensorFlow, Scikit-Learn i Theano.
• Możesz tworzyć wizualizacje za pomocą Bokeh, Holoviews, Matplotlib i Datashader podczas korzystania z Anacondy.
• Anaconda współpracuje ze wszystkimi głównymi bibliotekami Pythona, w tym Dask, Pandas, NumPy i Numba, które umożliwiają szybką i skalowalną analizę danych.

Jak zainstalować anakondę?

Nasz przewodnik po Anakondzie Pythona byłby niekompletny, gdybyśmy nie rozmawiali o instalacji. Możesz pobrać Anacondę dla swojego systemu z oficjalnej strony internetowej Anaconda .

W momencie pisania naszego samouczka Python Anaconda, Anaconda oferuje indywidualny plan dla Pythona 3.8. Powinieneś pobrać wersję zgodną z Twoim urządzeniem, ponieważ Anaconda jest dostępna zarówno dla maszyn 64-bitowych, jak i 32-bitowych.

Po zakończeniu pobierania otwórz plik instalacyjny download.exe i kliknij przycisk „Dalej”. Instalator poprosi Cię o przeczytanie umowy i będziesz musiał kliknąć „Zgadzam się”, aby kontynuować.

W następnym oknie instalator zapyta, czy chcesz pobrać oprogramowanie dla wszystkich użytkowników, czy tylko dla siebie. Pamiętaj, że jeśli chcesz zainstalować Anacondę dla wszystkich użytkowników, będziesz potrzebować uprawnień administratora, co może skomplikować sprawę.

W następnej sekcji instalator zapyta o miejsce docelowe oprogramowania. Tutaj możesz wybrać miejsce, w którym chcesz zainstalować Anacondę.

Teraz instalator pozwala dodać Anacondę do zmiennej środowiskowej PATH maszyny i zarejestrować się jako system podstawowy Python 3.8. Dodając go do PATH, zapewniasz, że zostanie znaleziony przed innym instalatorem. Teraz możesz kliknąć przycisk „Zainstaluj” i rozpocząć proces instalacji.

Gdy instalator zakończy wyodrębnianie Anacondy i powiązanych z nią plików, będziesz musiał kliknąć przycisk Dalej, po czym instalator poinformuje Cię o PyCharm.

Po tym oknie proces instalacji został zakończony. Możesz kliknąć przycisk Zakończ, aby zakończyć zadanie lub dowiedzieć się więcej o Anaconda Cloud w ostatnim oknie instalatora.

Kroki po instalacji

Po zakończeniu instalacji możesz wyszukać w systemie Anacondę, która wyświetli następujące pliki:

• Monit Anakondy
• Notatnik Jupytera
• Komunikat Powershell Anakondy
• Spyder IDE
• Anakonda Nawigator

Teraz przejdź do wiersza poleceń i wpisz „Notatnik Jupyter”, aby otworzyć pulpit nawigacyjny Jupyter.

W prawym górnym rogu menu znajdziesz opcję utworzenia nowego notatnika. W nowym notatniku możesz wykonać jedną lub wiele instrukcji jednocześnie i rozpocząć pracę.

Jak korzystać z Anacondy w Pythonie

Teraz, gdy omówiliśmy już wszystkie podstawy w naszym samouczku Python Anaconda, omówmy kilka podstawowych poleceń, których możesz użyć, aby rozpocząć korzystanie z tego menedżera pakietów.

Lista wszystkich środowisk

Aby rozpocząć korzystanie z Anacondy, musisz sprawdzić, ile środowisk Conda jest obecnych na twoim komputerze.

conda env lista

Wyświetli listę wszystkich dostępnych środowisk Conda w twoim komputerze.

Tworzenie nowego środowiska

Możesz utworzyć nowe środowisko Conda, przechodząc do wymaganego katalogu i używając tego polecenia:

conda create -n <nazwa_twojego_środowiska>

Możesz zastąpić <your_environment_name> nazwą swojego środowiska. Po wpisaniu tego polecenia conda zapyta Cię, czy chcesz kontynuować, na co powinieneś odpowiedzieć y:

kontynuować ([t])/n)?

Z drugiej strony, jeśli chcesz stworzyć środowisko z określoną wersją Pythona, powinieneś użyć następującego polecenia:

conda create -n <your_environment_name> python=3.6

Podobnie, jeśli chcesz stworzyć środowisko z konkretnym pakietem, możesz użyć następującego polecenia:

conda create -n <nazwa_twojego_środowiska> nazwa_paczki

Tutaj możesz zastąpić nazwę_pakietu nazwą pakietu, którego chcesz użyć.

Jeśli masz plik .yml, możesz użyć następującego polecenia, aby utworzyć nowe środowisko Conda na podstawie tego pliku:

conda env create -n <nazwa_twojego_środowiska> -f <nazwa_pliku>.yml

W dalszej części tego artykułu omówiliśmy również, w jaki sposób można wyeksportować istniejące środowisko Conda do pliku .yml.

Aktywacja środowiska

Środowisko Conda można aktywować za pomocą następującego polecenia:

conda aktywuj <nazwa_środowiska>

Powinieneś aktywować środowisko zanim zaczniesz nad nim pracować. Zastąp także termin <nazwa_środowiska> nazwą środowiska, które chcesz aktywować. Z drugiej strony, jeśli chcesz dezaktywować środowisko, użyj następującego polecenia:

conda dezaktywuj

Instalowanie pakietów w środowisku

Teraz, gdy masz aktywowane środowisko, możesz zainstalować w nim pakiety za pomocą następującego polecenia:

conda install <nazwa_pakietu>

Zastąp termin <nazwa_pakietu> nazwą pakietu, który chcesz zainstalować w środowisku Conda podczas korzystania z tego polecenia.

Aktualizowanie pakietów w środowisku

Jeśli chcesz zaktualizować pakiety obecne w określonym środowisku Conda, powinieneś użyć następującego polecenia:

aktualizacja condy

Powyższe polecenie zaktualizuje wszystkie pakiety obecne w środowisku. Jeśli jednak chcesz zaktualizować pakiet do określonej wersji, będziesz musiał użyć następującego polecenia:

conda install <nazwa_pakietu>=<wersja>

Eksportowanie konfiguracji środowiska

Załóżmy, że chcesz udostępnić swój projekt komuś innemu (współpracownikowi, przyjacielowi itp.). Chociaż możesz udostępnić katalog na Github, miałby wiele pakietów Pythona, co sprawia, że ​​proces transferu jest bardzo trudny. Zamiast tego możesz stworzyć plik konfiguracyjny środowiska .yml i udostępnić go tej osobie. Teraz mogą stworzyć środowisko takie jak Twoje, używając pliku .yml.

Aby wyeksportować środowisko do pliku .yml, musisz najpierw aktywować to samo i uruchomić następujące polecenie:

conda env export > <nazwa_pliku>.yml

Osoba, której chcesz udostępnić środowisko, musi tylko użyć wyeksportowanego pliku za pomocą polecenia „Tworzenie nowego środowiska”, które udostępniliśmy wcześniej.

Usuwanie pakietu ze środowiska

Jeśli chcesz odinstalować pakiet z określonego środowiska Conda, użyj następującego polecenia:

conda remove -n <nazwa_środowiska> <nazwa_pakietu>

Z drugiej strony, jeśli chcesz odinstalować pakiet z aktywowanego środowiska, musisz użyć następującego polecenia:

conda usuń <nazwa_pakietu>

Usuwanie środowiska

Czasami nie trzeba dodawać nowego środowiska, ale je usunąć. W takich przypadkach musisz wiedzieć, jak usunąć środowisko Conda, co możesz zrobić za pomocą następującego polecenia:

conda env remove –name <env_name>

Powyższe polecenie natychmiast usunie środowisko Conda.

Ucz się kursów nauki o danych z najlepszych światowych uniwersytetów. Zdobywaj programy Executive PG, Advanced Certificate Programs lub Masters Programs, aby przyspieszyć swoją karierę.

Końcowe przemyślenia

Masz to, nasz szczegółowy przewodnik Python Anaconda. Rozpoczęcie pracy z Anacondą jest dość proste. Powinieneś jednak zapoznać się z podstawami Pythona i programowania, kiedy zaczniesz korzystać z tego narzędzia.

Jeśli chcesz dowiedzieć się więcej na temat nauki o danych, oto kilka dodatkowych zasobów do czytania:

• Jak specjalista ds. danych może łatwo używać ScRapy w Notatniku w Pythonie?
• 7 zalet używania Pythona do nauki o danych
• Analiza danych za pomocą Pythona [Wszystko, co musisz wiedzieć]

Z drugiej strony, jeśli chcesz bardziej zindywidualizowanej nauki, zalecamy wzięcie udziału w kursie nauki o danych. Będziesz uczyć się od ekspertów branżowych poprzez zadania, wykłady na żywo i filmy podczas kursu z dziedziny nauki o danych.