Python Anaconda 教程：你需要知道的一切

歡迎閱讀我們詳細的 Python Anaconda 指南。 本文將解釋 Anaconda 是什麼，為什麼要使用它，如何在系統中安裝它，以及如何開始使用它。 Anaconda 因其受歡迎程度和功能而成為每個數據科學專業人士的必備品。 您將在下面的 Python Anaconda 教程中了解有關這個出色的包管理器的更多信息，所以讓我們開始吧！

什麼是蟒蛇？

Anaconda 是 Python 和 R 的開源包管理器。它是數據科學專業人士中最流行的運行 Python 和 R 實現的平台。 數據科學領域有 300 多個圖書館，因此為它們提供強大的分發系統對於該領域的任何專業人士來說都是必須的。

Anaconda 簡化了包的部署和管理。 最重要的是，它有很多工具可以幫助您通過人工智能和機器學習算法收集數據。

使用 Anaconda，您可以輕鬆設置、管理和共享 Conda 環境。 此外，在使用 Anaconda 時，您只需單擊幾下即可部署任何所需的項目。

學習世界頂尖大學的數據科學課程。 獲得行政 PG 課程、高級證書課程或碩士課程，以加快您的職業生涯。

為什麼使用 Anaconda？

使用 Anaconda 有很多優點，以下是其中最突出的優點：

• Anaconda 是免費和開源的。 這意味著您無需花費任何費用即可使用它。
• 在數據科學領域，Anaconda 是行業主打產品。 它也是開源的，這使其廣受歡迎。 如果你想成為一名數據科學專業人士，你必須知道如何使用 Anaconda for Python，因為每個招聘人員都希望你具備這項技能。 它是數據科學的必備品。
• 它擁有超過 1500 個 Python 和 R 數據科學包，因此您在與他人協作時不會遇到任何兼容性問題。 例如，假設您的同事向您發送了一個需要名為 A 和 B 的包的項目，但您只有包 A。沒有包 B，您將無法運行該項目。 Anaconda 減少了出現此類錯誤的可能性。 您可以輕鬆地在項目上進行協作，而不必擔心任何兼容性問題。
• 它為您提供了一個無縫環境，簡化了項目的部署。 您只需單擊幾下和命令即可部署任何項目，同時管理其餘項目。
• Anaconda 擁有一個蓬勃發展的數據科學家和機器學習專業人士社區，他們經常使用它。 如果您遇到問題，很可能社區已經回答了相同的問題。 另一方面，您也可以向社區中的人詢問您在那裡面臨的問題，這是一個非常有幫助的社區，隨時可以幫助新學習者。
• 借助 Anaconda，您可以輕鬆地創建和訓練機器學習和深度學習模型，因為它可以與 TensorFlow、Scikit-Learn 和 Theano 等流行工具配合使用。
• 您可以在使用 Anaconda 時使用 Bokeh、Holoviews、Matplotlib 和 Datashader 創建可視化。
• Anaconda 與所有主要的 Python 庫一起工作，包括 Dask、Pandas、NumPy 和 Numba，讓您可以快速且可擴展地分析數據。

如何安裝蟒蛇？

如果我們不談論安裝，我們的 Python Anaconda 指南將是不完整的。 您可以從 Anaconda 的官方網站為您的系統下載 Anaconda 。

在編寫我們的 Python Anaconda 教程時，Anaconda 提供了 Python 3.8 的個人計劃。 您應該下載與您的設備兼容性相匹配的版本，因為 Anaconda 可用於 64 位和 32 位機器。

下載完成後，打開 download.exe 安裝程序並單擊“下一步”按鈕。 安裝程序會要求您閱讀協議，您必須單擊“我同意”才能繼續。

在下一個窗口中，安裝程序會詢問您是要為所有用戶還是只為您自己下載軟件。 請注意，如果您想為所有用戶安裝 Anaconda，則需要管理員權限，這會使事情變得複雜。

在以下部分中，安裝程序會詢問您軟件的目的地。 在這裡，您可以選擇要安裝 Anaconda 的位置。

現在，安裝程序允許您將 Anaconda 添加到機器的 PATH 環境變量中並註冊為主系統 Python 3.8。 通過將其添加到 PATH，您可以確保在另一個安裝程序之前找到它。 現在，您可以單擊“安裝”按鈕並開始安裝過程。

安裝程序完成 Anaconda 及其相關文件的提取後，您必須單擊“下一步”按鈕，之後安裝程序會通知您有關 PyCharm 的信息。

在該窗口之後，您的安裝過程已經完成。 您可以單擊完成按鈕結束任務或通過安裝程序的最終窗口了解有關 Anaconda Cloud 的更多信息。

安裝後的步驟

完成安裝後，您可以在系統中搜索 Anaconda，它會顯示以下文件：

• 蟒蛇提示
• Jupyter 筆記本
• Anaconda Powershell 提示
• 間諜IDE
• 蟒蛇導航器

現在，轉到命令提示符並鍵入“Jupyter notebook”，這樣它就會打開 Jupyter 儀表板。

在菜單的右上角，您會找到創建新筆記本的選項。 在您的新筆記本中，您可以一次執行一個或多個語句並開始工作。

如何在 Python 中使用 Anaconda

現在我們已經討論了 Python Anaconda 教程中的所有基礎知識，讓我們討論一些可以用來開始使用這個包管理器的基本命令。

列出所有環境

要開始使用 Anaconda，您需要查看您的機器中有多少個 Conda 環境。

conda 環境列表

它將列出您機器中所有可用的 Conda 環境。

創造新環境

您可以通過轉到所需目錄並使用以下命令來創建新的 Conda 環境：

conda create -n <你的環境名稱>

您可以將 <your_environment_name> 替換為您的環境名稱。 輸入此命令後，conda 會詢問您是否要繼續，您應該回复 y：

繼續（[y]）/n）？

另一方面，如果要使用特定版本的 Python 創建環境，則應使用以下命令：

conda create -n <你的環境名稱> python=3.6

同樣，如果要創建具有特定包的環境，可以使用以下命令：

conda create -n <your_environment_name> pack_name

在這裡，您可以將 pack_name 替換為您要使用的包的名稱。

如果您有 .yml 文件，則可以使用以下命令基於該文件創建新的 Conda 環境：

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

我們還在本文後面討論瞭如何將現有的 Conda 環境導出到 .yml 文件。

激活環境

您可以使用以下命令激活 Conda 環境：

conda 激活 <環境名稱>

您應該在開始工作之前激活環境。 此外，將術語 <environment_name> 替換為您要激活的環境名稱。 另一方面，如果要停用環境，請使用以下命令：

康達停用

在環境中安裝包

現在您已經激活了環境，您可以使用以下命令將軟件包安裝到其中：

康達安裝 <pack_name>

使用此命令時，將術語 <pack_name> 替換為要在 Conda 環境中安裝的包的名稱。

在環境中更新包

如果要更新特定 Conda 環境中存在的包，應使用以下命令：

康達更新

上述命令將更新環境中存在的所有包。 但是，如果要將包更新到某個版本，則需要使用以下命令：

conda install <package_name>=<version>

導出環境配置

假設您想與其他人（同事、朋友等）分享您的項目。 雖然您可以在 Github 上共享該目錄，但它會包含許多 Python 包，這使得傳輸過程非常具有挑戰性。 取而代之的是，您可以創建一個環境配置 .yml 文件並與該人共享。 現在，他們可以使用 .yml 文件創建一個像您這樣的環境。

要將環境導出到 .yml 文件，您首先必須激活它並運行以下命令：

conda env 導出 > <文件名>.yml

您要與之共享環境的人只需使用我們之前共享的“創建新環境”命令來使用導出的文件。

從環境中刪除包

如果要從特定的 Conda 環境中卸載包，請使用以下命令：

conda remove -n <env_name> <package_name>

另一方面，如果要從激活的環境中卸載軟件包，則必須使用以下命令：

康達刪除 <package_name>

刪除環境

有時，您不需要添加新環境，而是刪除一個。 在這種情況下，您必須知道如何刪除 Conda 環境，您可以使用以下命令執行此操作：

conda env remove –name <env_name>

上述命令將立即刪除 Conda 環境。

學習世界頂尖大學的數據科學課程。 獲得行政 PG 課程、高級證書課程或碩士課程，以加快您的職業生涯。

最後的想法

你有它，我們詳細的 Python Anaconda 指南。 Anaconda 入門非常簡單。 但是，當您開始使用此工具時，您應該熟悉 Python 和編程的基礎知識。

如果您有興趣了解有關數據科學的更多信息，這裡有一些額外的資源供您閱讀：

• 數據科學家如何在 Python Notebook 上輕鬆使用 ScRapy
• 使用 Python 進行數據科學的 7 大優勢
• 使用 Python 進行數據分析 [你需要知道的一切]

另一方面，如果您想要更個性化的學習體驗，我們建議您參加數據科學課程。 在學習數據科學課程的同時，您將通過作業、現場講座和視頻向行業專家學習。