1 安装Anaconda

作为在python开发中一款优秀的包管理工具，Conda管理工具有着其独特的优势，尤其是在机器学习和深度学习的开发中。例如最新版本的Conda在安装Tensorflow-gpu版本时，通过Conda install来进行安装就能够自动根据Tensorflow的版本匹配好Cuda驱动以及cuDNN的版本号，可谓十分友好。因此下面就来介绍其基本的安装与使用。

1.1 Windows环境下：

1.1.1 下载Anaconda

在官网[1]下载最新版Windows平台下的Anaconda3安装包

1.1.2 双击安装


  • (1)如无特殊说明，保持默认点直接击下一步
    优雅的安装和使用Anaconda_机器学习
  • (2)指定安装目录
    优雅的安装和使用Anaconda_linux_02
  • (3)添加到环境变量
    优雅的安装和使用Anaconda_虚拟环境_03
  • (4)安装完成
    优雅的安装和使用Anaconda_机器学习_04
  • (5)测试是否安装成功（如果出现以下版本信息则说明安装成功）
    优雅的安装和使用Anaconda_python_05

1.2 Linux环境下：

1.2.1 下载Miniconda

Anaconda和Miniconda本质上都一样，Anaconda是拓展自Miniconda，里面包含了更多包比较大，由于我们需要创建自己的虚拟环境，所有可以下载更加小巧的Miniconda，两者都是基于Conda的包管理器，用法一模一样。


  • (1) 在​​​https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/​​​找到对应的anaconda版本并复制链接地址
    • 例如：​​https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.3.1-Linux-x86_64.sh​​​优雅的安装和使用Anaconda_机器学习_06
  • (2) 利用​​wget​​命令下载anaconda或者minicaonda

    • ​​wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.3.1-Linux-x86_64.sh​​
    • ​​wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh​​


1.2.2 赋权限并安装



赋权限 ​​chmod +x Anaconda3-5.3.1-Linux-x86_64.sh​​



安装​​bash Anaconda3-5.3.1-Linux-x86_64.sh​​

安装时一路按回车键即可，这一步选择yes添加到环境变量
优雅的安装和使用Anaconda_linux_07

如果没有这一步，也无妨继续。

上面的命令要灵活改变，比如用户名和anaconda3这两个部分不同的人不一样

优雅的安装和使用Anaconda_机器学习_08



检查是否安装成功

​​conda --version​​

如果提示没有找到​​conda​​命令，则执行​​source ~/.bashrc​​，再检查是否安装成功，依旧提示没有找到​​conda​​命令，则手动添加环境变量：


  • ​​echo 'export PATH="/home/userneme/anaconda3/bin:$PATH"' >> ~/.bashrc​​
  • 激活 ​​source ~/.bashrc​​

如果输入以上命令能正确显示Anaconda版本号则安装成功。



1.3 换掉默认anaconda源地址（可选，最好替换掉）

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

2 Conda 环境管理

2.1 创建环境


  • 安装好​​Anaconda​​后在终端中使用​​conda create -n env_name​​（​​env_name​​表示指定虚拟环境的名称）
  • 同时指定虚拟环境的​​Python​​版本号 ​​conda create -n env_name python=3.6​​
  • 在创建环境时就安装指定的​​Python​​包 ​​conda create -n env_name numpy​​注：以上三条命令根据不同需要选择其中之一即可
    以创建一个​​python​​版本为3.6，名称为py36的虚拟环境为例：
    优雅的安装和使用Anaconda_虚拟环境_09
    ​ 看到如下提示，表示马上开始安装：
    优雅的安装和使用Anaconda_python_10
    ​ 出现以下提示则表示安装成功
    优雅的安装和使用Anaconda_linux_11

2.2 管理环境


  • 创建环境后使用​​conda activate env_name​​进入该环境，Windows上使用​​activate env_name​​
  • 安装新的​​python​​包使用​​conda install package_name​​，删除​​conda uninstall package_name​​（使用​​pip install package_name​​也可以，安装好也能用）
  • 退出环境​​conda deactivate​​，Windows上使用​​source deactivate​​

2.3 导出和加载环境


  • 使用​​conda env export > environment.yaml​​可将现有的环境配置导出
  • 使用​​conda env create -f environment.yaml​​​可以创建一个和​​environment.yaml​​配置一样的虚拟环境
    • 通常一些Github开源项目里面也会包含这么一个文件，可以直接通过该文件来配置环境
  • 使用​​conda env list​​列出所有的虚拟环境
  • 使用​​conda env remove -n env_name​​删除环境

3 具体使用

3.1 Windows平台

如果是在windows平台上使用则需要配合相应的IDE最为方便，例如Pycharm。其具体配置方法见下文。

3.2 Linux平台

如果是在Linux平台上使用的话就比较简单了，​​conda activate env_name​​​激活环境后，​​python file_name.py​​就可以运行对应的Python文件了。

至此，我们便完成了Anaconda的安装与配置，下文再介绍如何对Pycharm进行环境配置。青山不改，绿水长流，月来客栈见！

引用

[1] Anaconda 官网地址： https://www.anaconda.com/distribution/

优雅的安装和使用Anaconda_python_12