关于 Anaconda

关于 Anaconda 的安装和介绍，可以参考我的上一篇关于 Jupiter Notebook 的笔记，这里不再赘述，官网地址

引用维基百科

Anaconda 是一种Python语言的免费增值开源发行版，用于进行大规模数据处理、预测分析，和科学计算，致力于简化包的管理和部署。Anaconda使用软件包管理系统Conda进行包管理。

简单来说，Anaconda 就是专门用于管理 Python 包环境以及部署的工具，同时自带了很多关于数据处理的工具包，例如：Pandas，NumPy 等等，并且还提供了一个网页版本的 Jupiter Notebook 编辑器来方便的编写Python 数据处理代码，类似于 pip3 这种 Python 自带的包下载和管理模块(Anaconda 中是 conda 模块)，但是要强大很多。可以简单的理解为一个装满了各种 Python 第三方工具包的仓库，和我们本地的 Maven 有点类似

① 安装 Anaconda

当我们装好 Anaconda 之后，输入以下命令表示 Anaconda 安装成功

O_O[cris@cris:~]$ conda -V
conda 4.5.11
^_^[cris@cris:~]$

这个版本的 Anaconda 自带的Python 解释器是 3.7 版本，默认 Base 虚拟环境，并且自带了一系列包可以使用

^_^[cris@cris:~]$ conda list

查看当前的 Base 环境有哪些包

② 什么是 Base 虚拟环境？

就是当前 Anaconda 默认自带的一个仓库（可以这么理解），在这个仓库中有 Anaconda 自带的很多Python 第三方包，包括Python 解释器（3.7 版本）

实际开发中，每个 Python 项目依赖的包都不同，Python 解释器版本也可能不同；每个Python 项目可能是你一人开发，也可能是多人开发；为了保证每个 Python 项目的环境（Python 解释器和项目依赖包）独立，互不干预，以及同一个Python 项目的所有人开发环境一致，Anaconda 可以为每一个项目单独配置Python 的开发和运行环境，也就是 Anaconda 中的虚拟环境（可以类比为仓库）

③ 创建 Anaconda 虚拟环境

使用 conda create -n your_env_name python=X.X（2.7、3.6等），anaconda 命令创建python版本为X.X、名字为your_env_name的虚拟环境。your_env_name文件可以在Anaconda安装目录envs文件下找到。指定python版本为2.7，注意至少需要指定python版本或者要安装的包，在不指定python版本时，自动安装最新python版本。

^_^[cris@cris:~]$ conda create -n test python=3.6

然后查看当前 Anaconda 的所有虚拟环境

可以发现 test 虚拟环境创建好了，当前默认是 Anaconda 的Base 环境，怎么切换到 test 环境呢？

④ 切换环境

(base) O_O[cris@cris:~]$ conda activate test
(test) ^_^[cris@cris:~]$

切换后，我们进入 Python 的Terminal

可以发现Python 版本已经变为了 3.6

退出终端，我们再使用 conda list 命令查看当前 Test 环境下的包

可以发现和 base 环境比，少了很多很多包

⑤ 退出和删除环境

退出当前环境回到默认的 Base 环境非常简单

删除环境也很简单

conda remove -n env_name –all 即可，这里 Cris 就不测试了

⑥ 环境安装包管理

安装指定环境的包（默认当前环境，一般当前环境都是设置为 base）

conda install -n <env_name> <package_name>
# -n 或者 --name 参数就是用来指定环境的

当前环境安装包

conda install <package_name>

删除指定环境的包

conda remove -n <env_name> <package_name>

删除当前环境的包

conda remove <package_name>

更新当前环境的包

conda update <package_name>

更新当前环境所有包

(base) O_O[cris@cris:~]$ conda update --all

更新当前环境多个指定包，则包名以空格隔开，向后排列。如：conda update pandas numpy matplotlib即更新pandas、numpy、matplotlib包。
更新conda，保持conda最新
```
conda update conda
```
更新anaconda
```
conda update anaconda 
```

查找包

$ conda search package_name
# 还可以使用参数进行精确查找
$ conda search --full-name tensflow

⑦ 环境复制和导出

conda create --name new_env_name --clone copied_env_name

复制的新环境和原环境配置一致

导出当前环境的配置信息

(test) ^_^[cris@cris:~]$ conda env export > environment.yaml

发现当前目录下多了一个配置文件

查看这个文件，就是我们当前 test 环境的所有配置信息

name: test
channels:
  - defaults
dependencies:
  - ca-certificates=2018.03.07=0
  - certifi=2018.11.29=py36_0
  - libedit=3.1.20170329=h6b74fdf_2
  - libffi=3.2.1=hd88cf55_4
  - libgcc-ng=8.2.0=hdf63c60_1
  - libstdcxx-ng=8.2.0=hdf63c60_1
  - ncurses=6.1=he6710b0_1
  - openssl=1.1.1a=h7b6447c_0
  - pip=18.1=py36_0
  - python=3.6.8=h0371630_0
  - readline=7.0=h7b6447c_5
  - setuptools=40.6.3=py36_0
  - sqlite=3.26.0=h7b6447c_0
  - tk=8.6.8=hbc83047_0
  - wheel=0.32.3=py36_0
  - xz=5.2.4=h14c3975_4
  - zlib=1.2.11=h7b6447c_3
prefix: /home/cris/module/anaconda3/envs/test

这样子就可以在别人电脑上快速搭建统一的环境

# // 用配置文件创建新的虚拟环境
$ conda env create -f environment.yaml

参考博客

参考文章

⑧ Anaconda 和 Visual Studio Code 的对接

打开 Visual Studio Code，可以随意调整 Python 的运行环境

⑨ Anaconda 和 PyCharm 对接

稍微麻烦一点，先要新建一个工程

然后选择 Anaconda 环境

项目创建好后，打开project 选项

注意：PyCharm 引用 Anaconda 环境时，项目创建完毕，右下角消息栏可能会报出 Inotify Watches Limit 提示，官方的解决方案链接，照着做即可

ps：关于 PyCharm 的免费激活，参考

⑩ 让 Anaconda 飞起来

Anaconda 默认采用的国外镜像网站，这里强力推荐将镜像源换成国内清华大学的镜像

修改文章在此，强力推荐，让你的 Anaconda 跑的比博尔特还快～

注意的是，修改路径均在根目录，并且最新版本的 Anaconda 使用 conda info 查看当前配置信息如下

^_^[cris@cris:~]$ conda info

     active environment : base
    active env location : /home/cris/module/anaconda3
            shell level : 1
       user config file : /home/cris/.condarc
 populated config files : /home/cris/.condarc
          conda version : 4.5.11
    conda-build version : 3.15.1
         python version : 3.7.0.final.0
       base environment : /home/cris/module/anaconda3  (writable)
           channel URLs : https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64
                          https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/noarch
          package cache : /home/cris/module/anaconda3/pkgs
                          /home/cris/.conda/pkgs
       envs directories : /home/cris/module/anaconda3/envs
                          /home/cris/.conda/envs
               platform : linux-64
             user-agent : conda/4.5.11 requests/2.19.1 CPython/3.7.0 Linux/4.15.0-29deepin-generic deepin/15.8 glibc/2.27
                UID:GID : 1000:1000
             netrc file : None
           offline mode : False