Anaconda简介

目录

  1. Anaconda简介\](#anaconda简介)

  2. Anaconda Navigator介绍\](#anaconda-navigator介绍)

  3. Jupyter Notebook使用\](#jupyter-notebook使用)

  4. 结语\](#结语)

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
深栈9 分钟前
机器学习:决策树
人工智能·python·决策树·机器学习·sklearn
MediaTea13 分钟前
Python:匿名函数 lambda
开发语言·python
hui函数30 分钟前
Python全栈(基础篇)——Day07:后端内容(函数的参数+递归函数+实战演示+每日一题)
后端·python
MYX_3091 小时前
第二章 预备知识(线性代数)
python·线性代数·机器学习
zhangfeng11331 小时前
亲测可用,R语言 ggplot2 箱线图线条控制参数详解,箱线图离散数值控制
开发语言·python·r语言·生物信息
yzx9910131 小时前
国庆科技感祝福:Python 粒子国旗动画
开发语言·人工智能·python
月光下的麦克3 小时前
win10安装conda环境
conda
Rock_yzh6 小时前
AI学习日记——参数的初始化
人工智能·python·深度学习·学习·机器学习
青衫客367 小时前
基于 Python 构建的安全 gRPC 服务——TLS、mTLS 与 Casbin 授权实战
python·安全·微服务
-dzk-8 小时前
【3DGS复现】Autodl服务器复现3DGS《简单快速》《一次成功》《新手练习复现必备》
运维·服务器·python·计算机视觉·3d·三维重建·三维