Python渐渐成为最流行的编程语言之一，在数据分析、机器学习和深度学习等方向Python语言更是主流。Python的版本比较多，并且它的库也非常广泛，同时库和库之间存在很多依赖关系，所以在库的安装和版本的管理上很麻烦。Conda是一个管理版本和Python环境的工具，它使用起来非常容易。
首先你需要安装Anconda软件，点击链接download。选择对应的系统和版本类型。
Conda的环境管理
创建环境
1
2
3
| # 创建一个名为python34的环境，指定Python版本是3.5（不用管是3.5.x，conda会为我们自动寻找3.５.x中的最新版本）
conda create --name py35 python=3.5
|
激活环境
1
2
3
4
5
6
7
8
9
10
| # 安装好后，使用activate激活某个环境
activate py35 # for Windows
source activate py35 # for Linux & Mac
(py35) user@user-XPS-8920:~$
# 激活后，会发现terminal输入的地方多了py35的字样，实际上，此时系统做的事情就是把默认2.7环境从PATH中去除，再把3.4对应的命令加入PATH
(py35) user@user-XPS-8920:~$ python --version
Python 3.5.5 :: Anaconda, Inc.
# 可以得到`Python 3.5.5 :: Anaconda, Inc.`，即系统已经切换到了3.５的环境
|
返回主环境
1
2
3
| # 如果想返回默认的python 2.7环境，运行
deactivate py35 # for Windows
source deactivate py35 # for Linux & Mac
|
删除环境
1
2
| # 删除一个已有的环境
conda remove --name py35 --all
|
查看系统中的所有环境
用户安装的不同Python环境会放在~/anaconda/envs目录下。查看当前系统中已经安装了哪些环境，使用conda info -e。
1
2
3
4
5
6
7
| user@user-XPS-8920:~$ conda info -e
# conda environments:
#
base * /home/user/anaconda2
caffe /home/user/anaconda2/envs/caffe
py35 /home/user/anaconda2/envs/py35
tf /home/user/anaconda2/envs/tf
|
Conda的包管理
安装库
为当前环境安装库 1
2
3
| # numpy
conda install numpy
# conda会从从远程搜索numpy的相关信息和依赖项目
|
1
2
3
| # 查看已经安装的packages
conda list
# 最新版的conda是从site-packages文件夹中搜索已经安装的包，可以显示出通过各种方式安装的包
|
查看某个环境的已安装包
1
2
| # 查看某个指定环境的已安装包
conda list -n py35
|
搜索package的信息
1
2
| # 查找package信息
conda search numpy
|
1
2
3
4
5
6
7
8
9
| Loading channels: done
# Name Version Build Channel
numpy 1.5.1 py26_1 pkgs/free
...
numpy 1.15.1 py37hec00662_0 anaconda/pkgs/main
numpy 1.15.1 py37hec00662_0 pkgs/main
|
安装package到指定的环境
1
2
3
4
| # 安装package
conda install -n py35 numpy
# 如果不用-n指定环境名称，则被安装在当前活跃环境
# 也可以通过-c指定通过某个channel安装
|
更新package
1
2
| # 更新package
conda update -n py35 numpy
|
删除package
1
2
| # 删除package
conda remove -n py35 numpy
|
更新conda
1
2
| # 更新conda，保持conda最新
conda update conda
|
更新anaconda
1
2
| # 更新anaconda
conda update anaconda
|
更新Python
1
2
3
| # 更新python
conda update python
# 假设当前环境是python 3.5, conda会将python升级为3.5.x系列的当前最新版本
|
设置国内镜像
因为Anaconda.org的服务器在国外，所有有些库下载缓慢，可以使用清华Anaconda镜像源。
网站地址: 清华大学开源软件镜像站
Anaconda 镜像
Anaconda 安装包可以到
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 下载。
TUNA还提供了Anaconda仓库的镜像，运行以下命令： 1
2
3
| 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
|
运行 conda install numpy 测试一下吧。
Miniconda 镜像
Miniconda 是一个 Anaconda 的轻量级替代，默认只包含了 python 和
conda，但是可以通过 pip 和 conda 来安装所需要的包。
Miniconda 安装包可以到
https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/ 下载。