使用Python进行数据分析的时候,会不会为安装那么多模块而烦恼?比如Pandas、Numpy、matplotlib、scipy等,而当你接手的项目是用不同的Python版本写的,你还得下载那个Python版本,然后安装需要的依赖,非常麻烦。使用Anaconda可以减少很多这样的麻烦,因为Anaconda有以下特点:1.自带180多个科学包,包括conda、numpy、scipy、pandas等2.极其方便的环境管理工具,可以创建任何Python虚拟环境的版本。为什么第2点加粗?其他虚拟环境管理工具,如virtualenv,不能随意选择Python版本搭建虚拟环境。他们只能使用当前计算机上的Python版本来构建虚拟环境。Anaconda的环境管理工具可以任意选择Python版本,它会自动下载对应的Python版本到虚拟环境中,免去用户手动下载安装Python的麻烦。1、安装Anaconda首先,到Anaconda官方下载地址:https://www.anaconda.com/distribution/#download-section选择最新版本的Anaconda下载,注意选择64-BitGraphicalInstaller。当然,这只是指Anaconda默认的Python版本。安装成功后,即可创建任意版本的Python虚拟环境。安装过程中可以一路默认,但是如果你是Windows用户,建议不要把Anaconda安装到C盘,否则随着安装的包越来越多,C盘会出现空间不足的情况.Windows用户注意事项:如果您没有勾选“将Anaconda添加到我的PATH环境变量”。(将Anaconda添加到我的环境变量中)在“高级安装选项”中,不能在CMD或powershell中使用conda命令,需要打开菜单AnacondaPrompt才能使用conda命令,请选择是否勾选根据自己的情况。如果没有检查,后来后悔了,可以通过配置环境变量来解决这个问题:我这里借用了别人的图片,注意路径要换成自己的路径。相比之下,macOS系统就没有那么多繁琐的操作了,在终端(Terminal)中使用conda命令即可。2、修改镜像源很重要。由于conda默认的镜像源是国外的,你在pipinstall或者condainstall安装模块的时候可能会等待很长时间。如果不想安装某个包,比敲代码耗时更长,请务必修改镜像源。首先在CMD(Windows)或Terminal(macOS)中输入:condaconfig--addchannelshttps://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/condaconfig--setshow_channel_urlsyesWindowsusers去到目录C:\Users<你的用户名>显示隐藏文件,你会看到配置文件.condarc。对于macOS用户,它位于~/.condarc中,可以在终端中使用sudoopen~/.condarc打开。然后你会看到文件内容类似:channels:-https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/-defaultsshow_channel_urls:true-defaults是原始来源,我们可以直接去掉(建议去掉),只用清华源。然后保存并重启终端。3、使用和切换环境至此,我们就可以开始使用conda环境了。默认情况下,Python命令现在基于conda,因此您的终端或CMD前面会有(base):如果没有,可能是您在安装过程中删除了“RegisterAnacondaasmydefaultPython3.7”。没关系,我们还可以使用下面的命令来切换环境,在Windows下的CMD中使用:activatebase可以切换到Anaconda、macOS和Linux的默认环境:condaactivatebase其实是同一个原理,都是通过conda的使用来控制环境。因为在windows下,进入activatebase后,会自动完成conda.batactivatebase的一句话,如下图:base环境中,默认有pandas等180+科学工具包,所以如果有没有特殊要求,可以在这个环境下进行数据分析和开发。4.创建虚拟环境理想情况下,一直在基础环境中开发是很好的,但有时我们会遇到需要特殊版本的项目,甚至是古代的2.x版本。这个时候,蟒蛇的强大也是体现出来了。比如我的项目是old_git,需要Python2.7版本:condacreate--nameold_gitpython=2.7此时会创建一个python2.7的环境,叫做oldgit,通过调用#windowsactivateold_git#macOS/Linux:condaactivateold_git切换到这个环境,但是注意这个新环境没有自带180+scientifictoolkits,需要自己安装需要的模块。5.最常用的其他命令是显示创建的环境:condainfo--envs,其次是删除环境:condaremove--name环境名--all(因为我的环境这里比较重要,就不演示了it)最后是安装包:condainstallxxx其实condainstall和pipinstall都可以达到安装包的效果。不同的是前者使用conda镜像源,后者使用pip镜像源。一般来说,pipinstall比较推荐,因为包比较全。这是我们文章的结尾。想要我们今天的Python实战教程,请继续关注我们。如果对您有帮助,请在下方点赞/观看。有什么问题可以在下方评论留言,我们会耐心解答!Python实战宝典不只是合集欢迎关注公众号:Python实战宝典原文来自Python实战宝典:Python数据分析与挖掘好帮手—Anaconda
