Anaconda简介

目录

  1. Anaconda简介(#anaconda简介)

  2. 安装Anaconda(#安装anaconda)

  3. Anaconda Navigator介绍(#anaconda-navigator介绍)

  4. 环境管理(#环境管理)

  5. Jupyter Notebook使用(#jupyter-notebook使用)

  6. 常用命令汇总(#常用命令汇总)

  7. 结语(#结语)

1. Anaconda简介

Anaconda 是一个用于科学计算的 Python 和 R 数据科学平台。它包括了众多流行的科学、数学、工程和数据分析包。Anaconda 本身是一个发行版,提供了 Conda 包管理器来安装和更新包以及创建环境。

2. 安装Anaconda

下载Anaconda

安装步骤

  1. 运行安装程序:双击下载好的安装文件。

  2. 接受许可协议:点击"Next"直到看到许可协议页面,勾选"I Agree"。

  3. 选择安装类型:

  • Just Me: 安装仅对当前用户可用。

  • All Users of This Computer: 安装对所有用户都可用。

  1. 选择安装目录:可以选择默认路径或自定义路径。

  2. 添加Anaconda到系统PATH环境变量:建议勾选此选项以简化命令行工具的使用。

  3. 完成安装:点击"Finish"。

验证安装

打开终端或命令提示符,输入以下命令:

```bash

conda list

```

如果安装成功,将列出所有已安装在根环境中的包。

Anaconda Navigator 是一个图形界面应用,可以用来启动各种数据科学工具如 Jupyter Notebook 和 Spyder。

启动 Navigator,可以看到如下界面:

  • Home:显示已安装的应用程序列表。

  • Environments:列出所有环境及其包含的包。

  • Community:访问 Anaconda 社区资源。

4. 环境管理

创建新环境

```bash

conda create --name myenv

```

激活环境

对于 Windows 用户:

```bash

conda activate myenv

```

对于 MacOS/Linux 用户:

```bash

source activate myenv

```

安装包

```bash

conda install numpy pandas

```

升级包

```bash

conda update numpy

```

列出环境中的包

```bash

conda list

```

删除包

```bash

conda remove numpy

```

删除环境

```bash

conda env remove --name myenv

```

5. Jupyter Notebook使用

启动Jupyter Notebook

```bash

jupyter notebook

```

基本操作

  • 在浏览器中会出现一个服务器实例的列表,选择一个或创建新的。

  • 可以创建不同类型的笔记本(Python, R, Julia等)。

  • 在笔记本中,可以通过代码单元格执行 Python 代码。

```python

示例代码

import numpy as np

import matplotlib.pyplot as plt

x = np.linspace(0, 10, 100)

plt.plot(x, np.sin(x))

plt.show()

```

保存和加载Notebook

  • 使用菜单栏中的 `File` > `Save and Checkpoint` 保存。

  • 使用 `Open` 加载现有的 .ipynb 文件。

6. 常用命令汇总

  • 查看所有可用命令:`conda --help`

  • 查找包:`conda search `

  • 更新所有包:`conda update --all`

  • 创建环境并指定依赖:`conda create --name newenv --file requirements.txt`

  • 导出环境配置为 YAML 文件:`conda env export > environment.yml`

  • 从 YAML 文件重建环境:`conda env create -f environment.yml`

相关推荐
Jo乔戈里14 分钟前
免费本地搜图软件
图像处理·python·搜索引擎·ai
for_ever_love__21 分钟前
字符串处理——f-string、切片与正则,清洗文本的第一把刀
python·大模型·虚拟环境
夜晚回家28 分钟前
Python 零基础入门 | 输入的数字为什么不能直接算
开发语言·python
打工仔折腾 AI39 分钟前
把AI Agent托管在家用电脑:UU远程终端与端口映射实测记录
人工智能·后端·python·langchain·ai agent 实战
yivifu1 小时前
中文古籍电子书注释集成
前端·javascript·python·beautifulsoup·epub
零基础1231 小时前
Agent 的 Memory 怎么做科研:以中医诊断场景为例
人工智能·经验分享·python·语言模型
databook2 小时前
面向数据工程师的正则表达式:从日志清洗到字段提取
python·正则表达式·数据分析
ss2732 小时前
AI全栈实战 | 3.2-01 Python 基础:四大数据容器怎么选,推导式为什么是 Pythonic 的灵魂
开发语言·人工智能·python
计算机毕业编程指导师2 小时前
【大数据毕设选题推荐】基于Spark的WTA职业网球赛事演变与竞技格局分析系统源码 毕业设计 选题推荐 毕设选题 数据分析 机器学习 深度学习
大数据·python·计算机·spark·毕业设计·课程设计·wta网球
言乐63 小时前
Python区分广度优先深度优先宽度优先的区别
python·算法·深度优先·广度优先·宽度优先