Anaconda是一套Python整合包,包含Python官方的库以及一些市面上常用到的第三方库。可以节省一些时间,不用纠结在包之间的是否兼容的问题,别人已经整理好了。

运行环境 Runtime environment

1
2
操作系统 : Windows10  
IDE: JetBrains Pycharm 2018.2.4 x64

背景

在学习推荐系统、机器学习、数据挖掘时,Python是非常强大的工具,也有很多很强大的模块,但是模块的安装却是一件令人头疼的事情。

现在有个工具——Anaconda,他已经帮我们集成好了很多工具了!Anaconda里面集成了很多关于python科学计算的第三方库,主要是安装方便,而Python是一个编译器,如果不使用Anaconda,那么安装起来会比较痛苦,各个库之间的依赖性就很难连接的很好。

在Windows中,Pycharm 和 Anaconda结合起来,岂不是美哉!

下载安装Anaconda

点击Anaconda,注意对应自己想要安装的Python版本就行了。

注意:因为Anaconda是自带Python的,所以不需要自己再去下载安装Python了,当然,如果你已经安装了Python也不要紧,不会发生冲突的!

下载安装Pycharm

装个小软件还是简单的呐。建议使用这个编辑器吧,个人感觉还是很好用的。如果你是已经安装了Pycharm了,那么可以直接跳到下一步。

它会自动找到你安装的Python,安装时按提示来就是了。

Pycharm中配置Anaconda的解释器

具体做法是:File->Default settings->Default project->project interpreter

接着点击 project interpreter 的右边的小齿轮,选择 add local ,选择Anaconda文件路径下的python.exe。接着Pycharm会更新解释器,导入模块等,要稍等一点时间

pip源配置

让我们先来解决第一个问题,相信这个问题也是让很多人都感到头疼的,因为如果不进行配置的话,安装python库的时候默认是使用国外的源,这时候下载速度会很慢!国内的源下载速度要好很多。
当然如果你能自己解决翻墙问题的话,这一步也可以跳过。

  1. 在windows文件管理器中,输入%APPDATA%,回车

1.png

  1. 找到对应的文件夹pip文件夹,然后在pip文件夹中编辑pip.ini文件(如果没有,自己就新建一个!)

2.png
3.png

  1. 最后再新建的pip.ini文件中输入一下内容:

    [global]
    index-url = https://pypi.tuna.tsinghua.edu.cn/simple

Anaconda的源配置

在安装了Anaconda后,我们也可以使用Anaconda来进行Python库的安装,同样的也需要进行源的配置。(其实使用pip,Anaconda来进行Python库的安装都是差不多,不过个人比较喜欢用Anaconda)

这个配置方法就很简单了,你只需要在配置了Anaconda的Pycharm中的终端(Terminal)输入一下命令即可:

conda config –add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config –set show_channel_urls yes

conda的包管理

Anaconda为我们提供方便的包管理命令——conda!

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
# 查看已经安装的packages
conda list

# 查看某个指定环境的已安装包
conda list -n python34

# 查找package信息
conda search numpy

# 安装scipy
conda install scipy

# 安装package
# 如果不用-n指定环境名称,则被安装在当前活跃环境
(以 numpy 包名为例!)
conda install -n python37 numpy

# 更新package
conda update -n python37 numpy

# 删除package
conda remove -n python37 numpy

由于conda将conda、python等都视为package,因此,完全可以使用conda来管理conda和python的版本,例如:

1
2
3
4
5
6
7
8
9
10
11
# 更新conda,保持conda最新
conda update conda

# 更新Anaconda
conda update anaconda

# 更新python
conda update python

# 傻瓜式一条龙服务更新指令
conda update conda && conda update anaconda && conda update python