Python Anaconda 教程：你需要知道的一切

欢迎阅读我们详细的 Python Anaconda 指南。 本文将解释 Anaconda 是什么，为什么要使用它，如何在系统中安装它，以及如何开始使用它。 Anaconda 因其受欢迎程度和功能而成为每个数据科学专业人士的必备品。 您将在下面的 Python Anaconda 教程中了解有关这个出色的包管理器的更多信息，所以让我们开始吧！

什么是蟒蛇？

Anaconda 是 Python 和 R 的开源包管理器。它是数据科学专业人士中最流行的运行 Python 和 R 实现的平台。 数据科学领域有 300 多个图书馆，因此为它们提供强大的分发系统对于该领域的任何专业人士来说都是必须的。

Anaconda 简化了包的部署和管理。 最重要的是，它有很多工具可以帮助您通过人工智能和机器学习算法收集数据。

使用 Anaconda，您可以轻松设置、管理和共享 Conda 环境。 此外，在使用 Anaconda 时，您只需单击几下即可部署任何所需的项目。

学习世界顶尖大学的数据科学课程。 获得行政 PG 课程、高级证书课程或硕士课程，以加快您的职业生涯。

为什么使用 Anaconda？

使用 Anaconda 有很多优点，以下是其中最突出的优点：

• Anaconda 是免费和开源的。 这意味着您无需花费任何费用即可使用它。
• 在数据科学领域，Anaconda 是行业主打产品。 它也是开源的，这使其广受欢迎。 如果你想成为一名数据科学专业人士，你必须知道如何使用 Anaconda for Python，因为每个招聘人员都希望你具备这项技能。 它是数据科学的必备品。
• 它拥有超过 1500 个 Python 和 R 数据科学包，因此您在与他人协作时不会遇到任何兼容性问题。 例如，假设您的同事向您发送了一个需要名为 A 和 B 的包的项目，但您只有包 A。没有包 B，您将无法运行该项目。 Anaconda 减少了出现此类错误的可能性。 您可以轻松地在项目上进行协作，而不必担心任何兼容性问题。
• 它为您提供了一个无缝环境，简化了项目的部署。 您只需单击几下和命令即可部署任何项目，同时管理其余项目。
• Anaconda 拥有一个蓬勃发展的数据科学家和机器学习专业人士社区，他们经常使用它。 如果您遇到问题，很可能社区已经回答了相同的问题。 另一方面，您也可以向社区中的人询问您在那里面临的问题，这是一个非常有帮助的社区，随时可以帮助新学习者。
• 借助 Anaconda，您可以轻松地创建和训练机器学习和深度学习模型，因为它可以与 TensorFlow、Scikit-Learn 和 Theano 等流行工具配合使用。
• 您可以在使用 Anaconda 时使用 Bokeh、Holoviews、Matplotlib 和 Datashader 创建可视化。
• Anaconda 与所有主要的 Python 库一起工作，包括 Dask、Pandas、NumPy 和 Numba，让您可以快速且可扩展地分析数据。

如何安装蟒蛇？

如果我们不谈论安装，我们的 Python Anaconda 指南将是不完整的。 您可以从 Anaconda 的官方网站为您的系统下载 Anaconda 。

在编写我们的 Python Anaconda 教程时，Anaconda 提供了 Python 3.8 的个人计划。 您应该下载与您的设备兼容性相匹配的版本，因为 Anaconda 可用于 64 位和 32 位机器。

下载完成后，打开 download.exe 安装程序并单击“下一步”按钮。 安装程序会要求您阅读协议，您必须单击“我同意”才能继续。

在下一个窗口中，安装程序会询问您是要为所有用户还是只为您自己下载软件。 请注意，如果您想为所有用户安装 Anaconda，则需要管理员权限，这会使事情变得复杂。

在以下部分中，安装程序会询问您软件的目的地。 在这里，您可以选择要安装 Anaconda 的位置。

现在，安装程序允许您将 Anaconda 添加到机器的 PATH 环境变量中并注册为主系统 Python 3.8。 通过将其添加到 PATH，您可以确保在另一个安装程序之前找到它。 现在，您可以单击“安装”按钮并开始安装过程。

安装程序完成 Anaconda 及其相关文件的提取后，您必须单击“下一步”按钮，之后安装程序会通知您有关 PyCharm 的信息。

在该窗口之后，您的安装过程已经完成。 您可以单击完成按钮结束任务或通过安装程序的最终窗口了解有关 Anaconda Cloud 的更多信息。

安装后的步骤

完成安装后，您可以在系统中搜索 Anaconda，它会显示以下文件：

• 蟒蛇提示
• Jupyter 笔记本
• Anaconda Powershell 提示
• 间谍IDE
• 蟒蛇导航器

现在，转到命令提示符并键入“Jupyter notebook”，这样它就会打开 Jupyter 仪表板。

在菜单的右上角，您会找到创建新笔记本的选项。 在您的新笔记本中，您可以一次执行一个或多个语句并开始工作。

如何在 Python 中使用 Anaconda

现在我们已经讨论了 Python Anaconda 教程中的所有基础知识，让我们讨论一些可以用来开始使用这个包管理器的基本命令。

列出所有环境

要开始使用 Anaconda，您需要查看您的机器中有多少个 Conda 环境。

conda 环境列表

它将列出您机器中所有可用的 Conda 环境。

创造新环境

您可以通过转到所需目录并使用以下命令来创建新的 Conda 环境：

conda create -n <你的环境名称>

您可以将 <your_environment_name> 替换为您的环境名称。 输入此命令后，conda 会询问您是否要继续，您应该回复 y：

继续（[y]）/n）？

另一方面，如果要使用特定版本的 Python 创建环境，则应使用以下命令：

conda create -n <你的环境名称> python=3.6

同样，如果要创建具有特定包的环境，可以使用以下命令：

conda create -n <your_environment_name> pack_name

在这里，您可以将 pack_name 替换为您要使用的包的名称。

如果您有 .yml 文件，则可以使用以下命令基于该文件创建新的 Conda 环境：

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

我们还在本文后面讨论了如何将现有的 Conda 环境导出到 .yml 文件。

激活环境

您可以使用以下命令激活 Conda 环境：

conda 激活 <环境名称>

您应该在开始工作之前激活环境。 此外，将术语 <environment_name> 替换为您要激活的环境名称。 另一方面，如果要停用环境，请使用以下命令：

康达停用

在环境中安装包

现在您已经激活了环境，您可以使用以下命令将软件包安装到其中：

康达安装 <pack_name>

使用此命令时，将术语 <pack_name> 替换为要在 Conda 环境中安装的包的名称。

在环境中更新包

如果要更新特定 Conda 环境中存在的包，应使用以下命令：

康达更新

上述命令将更新环境中存在的所有包。 但是，如果要将包更新到某个版本，则需要使用以下命令：

conda install <package_name>=<version>

导出环境配置

假设您想与其他人（同事、朋友等）分享您的项目。 虽然您可以在 Github 上共享该目录，但它会包含许多 Python 包，这使得传输过程非常具有挑战性。 取而代之的是，您可以创建一个环境配置 .yml 文件并与该人共享。 现在，他们可以使用 .yml 文件创建一个像您这样的环境。

要将环境导出到 .yml 文件，您首先必须激活它并运行以下命令：

conda env 导出 > <文件名>.yml

您要与之共享环境的人只需使用我们之前共享的“创建新环境”命令来使用导出的文件。

从环境中删除包

如果要从特定的 Conda 环境中卸载包，请使用以下命令：

conda remove -n <env_name> <package_name>

另一方面，如果要从激活的环境中卸载软件包，则必须使用以下命令：

康达删除 <package_name>

删除环境

有时，您不需要添加新环境，而是删除一个。 在这种情况下，您必须知道如何删除 Conda 环境，您可以使用以下命令执行此操作：

conda env remove –name <env_name>

上述命令将立即删除 Conda 环境。

学习世界顶尖大学的数据科学课程。 获得行政 PG 课程、高级证书课程或硕士课程，以加快您的职业生涯。

最后的想法

你有它，我们详细的 Python Anaconda 指南。 Anaconda 入门非常简单。 但是，当您开始使用此工具时，您应该熟悉 Python 和编程的基础知识。

如果您有兴趣了解有关数据科学的更多信息，这里有一些额外的资源供您阅读：

• 数据科学家如何在 Python Notebook 上轻松使用 ScRapy
• 使用 Python 进行数据科学的 7 大优势
• 使用 Python 进行数据分析 [你需要知道的一切]

另一方面，如果您想要更个性化的学习体验，我们建议您参加数据科学课程。 在学习数据科学课程的同时，您将通过作业、现场讲座和视频向行业专家学习。