anaconda使用教程（圖文）
Anaconda是一個以Python和R程式語言為基礎的資料科學和機器學習平台。它的設計目的是使創建和分發項目的過程變得簡單、穩定和可跨系統複製，並且可以在Linux、Windows和OSX上使用。
Anaconda是一個基於Python的平台，管理主要的資料科學包，包括panda、scikit-learn、SciPy、NumPy和Google的機器學習平台TensorFlow。它與conda(類似pip的安裝工具)、Anaconda導航器(用於GUI體驗)和spyder(用於IDE)一起打包。
本教學將介紹Python程式語言的Anaconda、conda和spyder的一些基礎知識，並向您介紹開始創建自己的專案所需的概念。 （推薦：Python教學）
conda的基本知識
Conda是Anaconda套件管理與環境工具，是Anaconda的核心。它很像pip，只是它被設計用於Python、C和R套件管理。 Conda也以一種類似virtualenv的方式管理虛擬環境，我在這裡已經介紹過了。
確認安裝
第一步是確認系統上的安裝和版本。下面的命令將檢查Anaconda是否已安裝，並將版本列印到終端。
$ conda --version
你應該會看到類似下面的結果。我目前安裝了4.4.7版本。
$ conda --version conda 4.4.7
更新版本
可以使用conda的update參數來更新conda，如下所示。
$ conda update conda
此指令將更新到最新版本的conda。
Proceed ([y]/n)? y Downloading and Extracting Packages conda 4.4.8: ########################################################### | 100% openssl 1.0.2n: ######################################################## | 100% certifi 2018.1.18: ##################################################### | 100% ca-certificates 2017.08.26: ############################################ | 100% Preparing transaction: done Verifying transaction: done Executing transaction: done
透過再次運行version參數，我們看到我的版本已更新到4.4.8，這是該工具的最新版本。
$ conda --version conda 4.4.8
創造一個新的環境
要建立一個新的虛擬環境，可以執行下面的一系列指令。
$ conda create -n tutorialConda python=3 $ Proceed ([y]/n)? y
你可以在下面看到安裝到新環境中的套件。
Downloading and Extracting Packages certifi 2018.1.18: ##################################################### | 100% sqlite 3.22.0: ######################################################### | 100% wheel 0.30.0: ########################################################## | 100% tk 8.6.7: ############################################################## | 100% readline 7.0: ########################################################## | 100% ncurses 6.0: ########################################################### | 100% libcxxabi 4.0.1: ####################################################### | 100% python 3.6.4: ########################################################## | 100% libffi 3.2.1: ########################################################## | 100% setuptools 38.4.0: ##################################################### | 100% libedit 3.1: ########################################################### | 100% xz 5.2.3: ############################################################## | 100% zlib 1.2.11: ########################################################### | 100% pip 9.0.1: ############################################################# | 100% libcxx 4.0.1: ########################################################## | 100% Preparing transaction: done Verifying transaction: done Executing transaction: done # # To activate this environment, use: # > source activate tutorialConda # # To deactivate an active environment, use: # > source deactivate #
啟動
與virtualenv非常相似，你必須啟動新建立的環境。下面的指令將啟動Linux上的環境。
source activate tutorialConda
Bradleys-Mini:~ BradleyPatton$ source activate tutorialConda (tutorialConda) Bradleys-Mini:~ BradleyPatton$
安裝套件
conda list指令將列出目前安裝到專案中的套件。你可以使用install指令來新增附加套件及其相依性。
$ conda list
# packages in environment at /Users/BradleyPatton/anaconda/envs/tutorialConda: # # Name Version Build Channel ca-certificates 2017.08.26 ha1e5d58_0 certifi 2018.1.18 py36_0 libcxx 4.0.1 h579ed51_0 libcxxabi 4.0.1 hebd6815_0 libedit 3.1 hb4e282d_0 libffi 3.2.1 h475c297_4 ncurses 6.0 hd04f020_2 openssl 1.0.2n hdbc3d79_0 pip 9.0.1 py36h1555ced_4 python 3.6.4 hc167b69_1 readline 7.0 hc1231fa_4 setuptools 38.4.0 py36_0 sqlite 3.22.0 h3efe00b_0 tk 8.6.7 h35a86e2_3 wheel 0.30.0 py36h5eb2c71_1 xz 5.2.3 h0278029_2 zlib 1.2.11 hf3cbc9b_2
要將panda安裝到目前環境中，你需要執行下面的shell指令。
$ conda install pandas
它將下載並安裝相關的套件和相依性。
The following packages will be downloaded: package | build ---------------------------|----------------- libgfortran-3.0.1 | h93005f0_2 495 KB pandas-0.22.0 | py36h0a44026_0 10.0 MB numpy-1.14.0 | py36h8a80b8c_1 3.9 MB python-dateutil-2.6.1 | py36h86d2abb_1 238 KB mkl-2018.0.1 | hfbd8650_4 155.1 MB pytz-2017.3 | py36hf0bf824_0 210 KB six-1.11.0 | py36h0e22d5e_1 21 KB intel-openmp-2018.0.0 | h8158457_8 493 KB ------------------------------------------------------------ Total: 170.3 MB The following NEW packages will be INSTALLED: intel-openmp: 2018.0.0-h8158457_8 libgfortran: 3.0.1-h93005f0_2 mkl: 2018.0.1-hfbd8650_4 numpy: 1.14.0-py36h8a80b8c_1 pandas: 0.22.0-py36h0a44026_0 python-dateutil: 2.6.1-py36h86d2abb_1 pytz: 2017.3-py36hf0bf824_0 six: 1.11.0-py36h0e22d5e_1
透過再次執行list指令，我們可以看到新套件安裝在虛擬環境中。
$ conda list # packages in environment at /Users/BradleyPatton/anaconda/envs/tutorialConda: # # Name Version Build Channel ca-certificates 2017.08.26 ha1e5d58_0 certifi 2018.1.18 py36_0 intel-openmp 2018.0.0 h8158457_8 libcxx 4.0.1 h579ed51_0 libcxxabi 4.0.1 hebd6815_0 libedit 3.1 hb4e282d_0 libffi 3.2.1 h475c297_4 libgfortran 3.0.1 h93005f0_2 mkl 2018.0.1 hfbd8650_4 ncurses 6.0 hd04f020_2 numpy 1.14.0 py36h8a80b8c_1 openssl 1.0.2n hdbc3d79_0 pandas 0.22.0 py36h0a44026_0 pip 9.0.1 py36h1555ced_4 python 3.6.4 hc167b69_1 python-dateutil 2.6.1 py36h86d2abb_1 pytz 2017.3 py36hf0bf824_0 readline 7.0 hc1231fa_4 setuptools 38.4.0 py36_0 six 1.11.0 py36h0e22d5e_1 sqlite 3.22.0 h3efe00b_0 tk 8.6.7 h35a86e2_3 wheel 0.30.0 py36h5eb2c71_1 xz 5.2.3 h0278029_2 zlib 1.2.11 hf3cbc9b_2
對於不屬於Anaconda儲存庫的套件，可以使用典型的pip指令。由於大多數Python用戶都熟悉這些指令，所以我不會在這裡討論這些。
Anaconda Navigator（Anaconda導航器）
Anaconda包含一個基於GUI的導航應用程序，使開發變得容易。它包括spyder IDE和 jupyter notebook作為預先安裝項目。這允許你從GUI桌面環境快速啟動一個專案。
為了從導覽器新建立的環境開始運作，我們必須在左邊的工具列下選擇我們的環境。
然後我們需要安裝我們想要使用的工具。對我來說，這就是spyder IDE。這是我大部分數據科學工作的地方，對我來說，這是一個高效的Python IDE。只需點擊spyder的dock tile上的install按鈕。導航器將完成剩下的工作。
安裝之後，你可以從相同的dock tile開啟IDE。這將從你的桌面環境啟動spyder。
spyder
#spyder是Anaconda的預設IDE，對於Python中的標準和數據科學項目都非常強大。 spyder IDE有一個整合的IPython筆記本、一個程式碼編輯器視窗和控制台視窗。
Spyder還包括標準的偵錯功能和一個變數資源管理器，當事情沒有完全按計劃進行時，它可以提供幫助。
結論
#anaconda是Python中数据科学和机器学习的良好环境。它附带了一套经过精心策划的软件包，旨在为一个强大、稳定和可复制的数据科学平台共同工作。这允许开发人员分发他们的内容，并确保在不同的机器和操作系统上产生相同的结果。它带有内置的工具，使生活变得更简单，就像导航器一样，允许你轻松地创建项目和切换环境。它是我开发算法和创建财务分析项目的首选。我甚至发现我在大多数Python项目中都使用它，因为我熟悉环境。如果你想开始学习Python和数据科学，Anaconda是一个不错的选择。
以上是anaconda使用教程（圖文）的詳細內容。更多資訊請關注PHP中文網其他相關文章！
熱AI工具
Undresser.AI Undress
人工智慧驅動的應用程序，用於創建逼真的裸體照片
AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。
Undress AI Tool
免費脫衣圖片
Clothoff.io
AI脫衣器
Video Face Swap
使用我們完全免費的人工智慧換臉工具，輕鬆在任何影片中換臉！
熱門文章
熱工具
記事本++7.3.1
好用且免費的程式碼編輯器
SublimeText3漢化版
中文版，非常好用
禪工作室 13.0.1
強大的PHP整合開發環境
Dreamweaver CS6
視覺化網頁開發工具
SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)
Python與C：學習曲線和易用性
Apr 19, 2025 am 12:20 AM
Python更易學且易用，C 則更強大但複雜。 1.Python語法簡潔，適合初學者，動態類型和自動內存管理使其易用，但可能導致運行時錯誤。 2.C 提供低級控制和高級特性，適合高性能應用，但學習門檻高，需手動管理內存和類型安全。
學習Python：2小時的每日學習是否足夠？
Apr 18, 2025 am 12:22 AM
每天學習Python兩個小時是否足夠？這取決於你的目標和學習方法。 1)制定清晰的學習計劃，2)選擇合適的學習資源和方法，3)動手實踐和復習鞏固，可以在這段時間內逐步掌握Python的基本知識和高級功能。
Python vs.C：探索性能和效率
Apr 18, 2025 am 12:20 AM
Python在開發效率上優於C ，但C 在執行性能上更高。 1.Python的簡潔語法和豐富庫提高開發效率。 2.C 的編譯型特性和硬件控制提升執行性能。選擇時需根據項目需求權衡開發速度與執行效率。
Python vs. C：了解關鍵差異
Apr 21, 2025 am 12:18 AM
Python和C 各有優勢，選擇應基於項目需求。 1)Python適合快速開發和數據處理，因其簡潔語法和動態類型。 2)C 適用於高性能和系統編程，因其靜態類型和手動內存管理。
Python標準庫的哪一部分是：列表或數組？
Apr 27, 2025 am 12:03 AM
pythonlistsarepartofthestAndArdLibrary，herilearRaysarenot.listsarebuilt-In，多功能，和Rused ForStoringCollections，而EasaraySaraySaraySaraysaraySaraySaraysaraySaraysarrayModuleandleandleandlesscommonlyusedDduetolimitedFunctionalityFunctionalityFunctionality。
Python：自動化，腳本和任務管理
Apr 16, 2025 am 12:14 AM
Python在自動化、腳本編寫和任務管理中表現出色。 1)自動化：通過標準庫如os、shutil實現文件備份。 2)腳本編寫：使用psutil庫監控系統資源。 3)任務管理：利用schedule庫調度任務。 Python的易用性和豐富庫支持使其在這些領域中成為首選工具。
科學計算的Python：詳細的外觀
Apr 19, 2025 am 12:15 AM
Python在科學計算中的應用包括數據分析、機器學習、數值模擬和可視化。 1.Numpy提供高效的多維數組和數學函數。 2.SciPy擴展Numpy功能，提供優化和線性代數工具。 3.Pandas用於數據處理和分析。 4.Matplotlib用於生成各種圖表和可視化結果。
Web開發的Python：關鍵應用程序
Apr 18, 2025 am 12:20 AM
Python在Web開發中的關鍵應用包括使用Django和Flask框架、API開發、數據分析與可視化、機器學習與AI、以及性能優化。 1.Django和Flask框架：Django適合快速開發複雜應用，Flask適用於小型或高度自定義項目。 2.API開發：使用Flask或DjangoRESTFramework構建RESTfulAPI。 3.數據分析與可視化：利用Python處理數據並通過Web界面展示。 4.機器學習與AI：Python用於構建智能Web應用。 5.性能優化：通過異步編程、緩存和代碼優
