Conda简介
（本文由www.169it.com搜集整理）
Anaconda是一个Python下和Canopy类似的的科学计算环境，但用起来更加方便。自带的包管理器conda也很强大。
Python科学计算环境conda的下载
Conda官方主页: https://github.com/conda/conda
Conda官方下载地址: Conda官方下载
我是x86_64 linux系统，所以下载 https://repo.continuum.io/miniconda/Miniconda2-latest-Linux-x86_64.sh
conda的安装
|
1
|
|
注意：安装完成后，conda下的bin文件会添加到环境变量里面，这时候需要source一下bash文件
|
1
|
source ~/.bashrc
|
conda的卸载
|
1
|
|
并修改~/.bash_profile中的环境变量，去除家目录中隐藏的.condarc文件.conda文件和.continuum目录
|
1
|
rm -rf ~/.condarc ~/.conda ~/.continuum |
conda的使用
1.查看已经安装的包
|
1
|
conda list |
2.查看可用软件包
|
1
|
conda search |
3.安装软件包
conda install <package-name>
注意:
Anaconda提供了Python2.7和Python3.4两个版本，同时如果需要其他版本，还可以通过conda来创建。安装完成后可以看到，Anaconda提供了Spyder，IPython和一个命令行。下面来看一下conda。
输入 conda list 来看一下所有安装时自带的Python扩展。粗略看了一下，其中包括了常用的 Numpy , Scipy ， matplotlib 和 networkx 等，以及 beautiful-soup ， requests ， flask ， tornado 等网络相关的扩展。里边没有 sklearn ，所以首先装一下sklearn。
|
1
|
conda install scikit-learn |
如果需要指定版本，也可以直接用 [package-name]=x.x 来指定。
conda的repo中的扩展不算太新，如果想要更新的，可能要用PyPI或者自己下载源码。而conda和pip关联的很好。使用pip安装的东西可以使用conda来管理，这点要比Canopy好。我对这个科学计算环境的另一个要求就是能够多个Python版本并存，尤其是2.x和3.x的并存。这个通过 virtualenv 可以做到。Anaconda也正是通过其实现的。
下面用conda创建一个名叫python2的版本为python2.7的环境。
|
1
|
conda create -n python2 python=2.7 |
这样就会在Anaconda安装目录下的envs目录下创建python2这个目录。直接用 conda install 并用 -n 指明安装到的环境，这里自然就是 python2 。
像 virtualenv 那样，先activate，然后在虚拟环境中安装。
如何用 conda 管理 Python 开发环境
1.创建（clone）新的环境
|
1
|
conda env list# conda environments:#root * /home/rainy/.anaconda3conda create --name nb --clone rootconda env list# conda environments:#nb /home/rainy/.anaconda3/envs/nbroot * /home/rainy/.anaconda3 |
2.切换环境：
|
1
|
source activate nb# discarding /home/rainy/.anaconda3/bin from PATH# prepending /home/rainy/.anaconda3/envs/nb/bin to PATH |
此时变成 (nb) $ ，和 virtualenv 一样，只是在退出时不太一样：
|
1
|
which python/home/rainy/.anaconda3/envs/nb/bin/pythonsource deactivatediscarding /home/rainy/.anaconda3/envs/nb/bin from PATH |
需要重新打开新的窗口才能再切换。现在查看已安装的 package 列表：
|
1
|
source active nbconda list# packages in environment at /home/rainy/.anaconda3/envs/nb:#abstract-rendering 0.5.1 np110py35_0alabaster 0.7.7 py35_0anaconda 2.5.0 np110py35_0anaconda-client 1.2.2 py35_0argcomplete 1.0.0 py35_1astropy 1.1.1 np110py35_0... |
3.配置新的 Jupyter
Anaconda 已经集成了 Jupyter，可以直接使用。Jupyter 默认的配置文件在 ~/.jupyter/jupyter_notebook_config.py ，新的 Jupyter 也会从这里读取配置文件，官方文档里面写的 jupyter {application} --generate-config 并不是想象中的用法：
|
1
|
jupyter app --generate-configjupyter: 'app' is not a Jupiter command |
根据 Google 的结果，应该是：
|
1
|
JUPYTER_CONFIG_DIR=./jupyter_config jupyter --generate-config |
编辑配置：
|
1
|
# vim ./jupyter_config/jupyter_notebook_config.pyc.NotebookApp.password = u'sha1:****'c.NotebookApp.ip = 'my domain.com'c.NotebookApp.port = 8888 |
启动：
|
1
|
JUPYTER_CONFIG_DIR=./jupyter_config jupyter notebook |