ananconda运行打开python 下载网站

1、在网上搜索ananconda官网，然后进入Download下载好，这个很简单，不过记得安装时第一个框框的勾不要选，你选了之后也会有红色的警告，建议不选。

2、配置ananconda的环境变量，这个只需要到计算机的环境变量里找到path这个系统变量，然后往里面添加几个路径即可。

3、在vs里导入anaconda环境。导入随意一个路径，直接在左侧或右侧的那个解决方案资源管理器中python环境里添加即可。

Anaconda是用于科学计算的Python发行版，它集成了很多关于Python科学计算的第三方库，同时提供了包管理和环境管理的功能，可方便的解决多版本Python并存、切换以及第三方包安装问题。支持运行在Linux、Windows和macOS下。Anaconda利用命令/工具 conda 来进行Package和environment管理。

conda VS anaconda

conda可以理解为一个工具，也是一个可执行命令，其核心功能是包管理与环境管理。包管理与pip的使用类似，环境管理则允许用户方便地安装不同版本的python并可以快速切换。Anaconda则是一个打包的集合，里面预装好了conda、某个版本的python、众多packages、科学计算工具等等，所以也称为Python的一种发行版。其实还有Miniconda，顾名思义，它只包含最基本的内容——python与conda，以及相关的必须依赖项，对于空间要求严格的用户，Miniconda是一种选择。

Anaconda安装

我主要在CentOS服务器上安装Anaconda，选择要安装的Python版本和系统架构：

# Python 3.6

$ wget https://repo.continuum.io/archive/Anaconda3-4.3.1-Linux-x86_64.sh #64位系统

$ wget https://repo.continuum.io/archive/Anaconda3-4.3.1-Linux-x86.sh #32位系统# Python 2.7

$ wget https://repo.continuum.io/archive/Anaconda2-4.3.1-Linux-x86_64.sh #64位系统

$ wget https://repo.continuum.io/archive/Anaconda2-4.3.1-Linux-x86.sh #32位系统

（这里我选择的是Python3.6 version 64BIT，关于Python的版本2.7 or 3.6，后面都可以在Anaconda里设置版本环境）

运行安装向导：

$ bash Anaconda3-4.3.1-Linux-x86_64.sh

按照向导，接受协议-->设置安装路径（默认安装用户Home目录）-->然后把安装路径添加到环境变量。

遇到的问题

1.在安装向导设置安装路径后，ENTER，提示如下错误信息：

tar (child): bzip2: Cannot exec: No such file or directory

tar (child): Error is not recoverable: exiting now

tar: Child returned status 2

tar: Error is not recoverable: exiting now

安装即可：

yum -y install bzip2

2.在安装向导最后一步，是否添加到环境变量，默认是no，我手贱直接ENTER了。

对于Mac、Linux系统，Anaconda安装好之后，实际上就是在主目录下多了个文件夹（~/anaconda)，Windows会写入注册表。安装程序会把bin目录加入PATH。现在只能自己完成了：

# 将anaconda的bin目录加入PATH，根据版本不同echo ’export PATH="~/anaconda3/binPATH"’ >>~/.bashrc# 更新bashrc立即生效

source ~/.bashrc

配置好PATH后，可以通过 which conda 或 conda --version 命令检查是否正确。

Jupyter Notebook

当然，安装Anaconda的科学计算python平台，是为了使用Jupyter Notebook来学习Python的一些科学计算和机器学习库。Jupyter Notebook是IPython的一个Web接口，可以展现富文本，是的整个工作可以以笔记的形式展现、存储，适合做数据分析，交互性变成和学习。

但是，当我在服务器上运行Jupyter Notebook时候，无法使用。因为当前配置下只能从本地（也就是那台CentOS服务器上）访问，但是服务器只装了centos的Minimal，没有桌面环境，更不用说浏览器了。这当然不满足我目前的需求，需要配置服务器上的Jupyter允许远程访问。

生成配置文件：

jupyter notebook --generate-config

生成的配置文件位于~/.jupyter/jupyter_notebook_config.py。

生成自签名SSL证书：

cd ~/.jupyter

openssl req -x509 -nodes -days 365 -newkey rsa:1024 -keyout notebook_cert.key -out notebook_cert.pem

生成一个hash密码：

python -c "import IPythonprint(IPython.lib.passwd())"

Enter password:

Verify password:sha1::7211a627f0ba:1e515d95f664181dc5f43571b8973476126e7371

复制生成的密码，编辑jupyter的配置文件：

vi ~/.jupyter/jupyter_notebook_config.py

在打开的配置文件中，配置相应的参数：

c.NotebookApp.certfile = u’/home/xxxx/.jupyter/notebook_cert.pem’

c.NotebookApp.keyfile = u’/home/xxxx/.jupyter/notebook_cert.key’

c.NotebookApp.password = u’sha1::7211a627f0ba:1e515d95f664181dc5f43571b8973476126e7371’

c.NotebookApp.ip = ’*’

c.NotebookApp.port = 8081

c.NotebookApp.open_browser = False

再次启动Notebook：

jupyter notebook

在本机使用浏览器访问：http://192.168.111.186:8081 ，即可打开Jupyter Notebook的页面，输入刚才设置的密码，即可登录了。

至此，就实现了远程服务器Jupyter Notebook。接下来就可以安装机器学习所需要的一些库开始折腾了，包括：Numpy、Pandas、Matplotlib、Scikit-learn等。

使用conda 

首先我们将要确认你已经安装好了conda

配置环境 

下一步我们将通过创建几个环境来展示conda的环境管理功能。使你更加轻松的了解关于环境的一切。我们将学习如何确认你在哪个环境中，以及如何做复制一个环境作为备份。

测试Python 

然后我们将检查哪一个版本的python可以被安装，以及安装另一个版本的python，还有在两个版本的python之间的切换。

检查包 

1)我们将罗列出安装在我们电脑上的包

2)浏览可用的包

3)使用conda install命令来来安装以及移除一些包

4)对于一些不能使用conda安装的包，我们将在Anaconda.org网站上搜索

5)对于那些在其它位置的包，我们将使用pip命令来实现安装。我们还会安装一个可以免费试用30天的商业包IOPro

移除包、环境以及conda

管理conda：

检查conda版本:

conda --version

1

1

升级当前版本的conda

conda update conda

1

1

管理环境

创建并激活一个环境

使用”conda create”命令，后边跟上你希望用来称呼它的任何名字：

conda create --name snowflake biopython

1

1

这条命令将会给Biopython创建一个新的环境，位置在Anaconda安装文件的/envs/snowflakes

激活这个新环境

Linux，OS X:

source activate snowflakes

1

1

Windows：

activate snowflake

1

1

小技巧：

新的开发环境会被默认安装在你conda目录下的envs文件目录下。你可以指定一个其他的路径；去通过 

conda create -h了解更多信息吧。

小技巧：

如果我们没有指定安装python的版本，conda会安装我们最初安装conda时所装的那个版本的python。

列出所有的环境

conda info -envis或者(-e)

1

1

* 注意：conda有时也会在目前活动的环境前边加上号。**

切换到另一个环境(activate/deactivate)

为了切换到另一个环境，键入下列命令以及所需环境的名字。

Linux，OS X:

source activate snowflakes

1

1

Windows：

activate snowflakes

1

1

如果要从你当前工作环境的路径切换到系统根目录时，键入： 

- Linux，OS X:

source deactivate

1

1

Windows:

deactivate

1

1

复制一个环境

通过克隆来复制一个环境。这儿将通过克隆snowfllakes来创建一个称为flowers的副本。

conda create -n flowers --clone snowflakes

1

1

通过

conda info –-envs

1

1

来检查环境

删除一个环境

如果你不想要这个名为flowers的环境，就按照如下方法移除该环境：

conda remove -n flowers

1

2

1

2

管理Python

安装一个不同版本的python

现在我们假设你需要python3来编译程序，但是你不想覆盖掉你的python2.7来升级，你可以创建并激活一个名为snakes的环境，并通过下面的命令来安装最新版本的python3：

conda create -n snakes python=3

1

1

检查新的环境中的python版本

确保snakes环境中运行的是python3：

python --version

1

1

使用不同版本的python

为了使用不同版本的python，你可以切换环境，通过简单的激活它就可以，让我们看看如何返回默认版本

Linux，OS X:

source activate - snowflakes

1

1

Windows：

activate snowflakes

1

1

注销该环境

当你完成了在snowflakes环境中的工作室，注销掉该环境并转换你的路径到先前的状态：

Linux，OS X：

source deactivate

1

1

Windows：

deactivate

1

1

管理包

conda安装和管理python包非常方便，可以在指定的python环境中安装包，且自动安装所需要的依赖包，避免了很多拓展包冲突兼容问题。

不建议使用easy_install安装包。大部分包都可以使用conda安装，无法使用conda和anaconda.org安装的包可以通过pip命令安装

使用合适的源可以提升安装的速度

查看已安装包

使用这条命令来查看哪个版本的python或其他程序安装在了该环境中，或者确保某些包已经被安装了或被删除了。在你的终端窗口中输入：

conda list

1

1

向指定环境中安装包

使用Conda命令安装包

我们将在指定环境中安装这个Beautiful Soup包，有两种方式: 

- 直接指定-n 指定安装环境的名字

conda install --name bunnies beautifulsoup4

1

1

* 提示：你必须告诉conda你要安装环境的名字（-n bunies）否则它将会被安装到当前环境中。*

激活bunnies环境，再使用conda install命令。

activate bunnies

conda install beautifulsoup4

1

2

1

2

2.从Anaconda.org安装一个包

如果一个包不能使用conda安装，我们接下来将在Anaconda.org网站查找。

在浏览器中，去 Anaconda资源官网 。我们查找一个叫“bottleneck”的包，所以在左上角的叫“Search Anaconda Cloud”搜索框中输入“bottleneck”并点击search按钮。

Anaconda.org上会有超过一打的bottleneck包的版本可用，但是我们想要那个被下载最频繁的版本。所以你可以通过下载量来排序，通过点击Download栏。 

点击包的名字来选择最常被下载的包。它会链接到Anaconda.org详情页显示下载的具体命令：

conda install--channel https：//conda .anaconda.ort/pandas bottleneck

1

1

3. 通过pip命令来安装包

对于那些无法通过conda安装或者从Anaconda.org获得的包，我们通常可以用pip命令来安装包。

可以上pypi网 

站查询要安装的包，查好以后输入pip install命令就可以安装这个包了。

我们激活想要放置程序的python环境，然后通过pip安装一个叫“See”的程序。

Linux，OS X：

source activate bunnies

1

1

Windows：

activate bunnies

1

1

所有平台：

pip install see

1

1

提示：pip只是一个包管理器，所以它不能为你管理环境。pip甚至不能升级python，因为它不像conda一样把python当做包来处理。但是它可以安装一些conda安装不了的包。

4. 文件安装

如果真的遇到走投无路的境地，也就是上面这些方法通通不管用！！！那就只能下载源码安装了，比如exe文件（双击安装）或者whl文件（pip安装）等等。还有在github上找到源码，使用python setup.py install命令安装

Tips:不建议使用setuptools 的easy_install，非常不方便管理，也不好卸载 

有些时候，Anaconda和pip下载的速度慢，访问不稳定怎么办？换个源呗，清华大学的源就很不错，当然啦，你可以自己google一些好用的源

对于包管理工具，了解这么多就够了，比较喜欢追根究底的童鞋可以移步包管理工具解惑 

**提示： 

在任何时候你可以通过在命令后边跟上-help来获得该命令的完整文档。 

**

eg:

conda update --help

1

1

* 小技巧：* 

很多跟在–后边常用的命令选项，可以被略写为一个短线加命令首字母。所以–name选项和-n的作用是一样的。通过conda -h或conda –-help来看大量的缩写。

移除包、环境、或者conda

如果你愿意的话。让我们通过移除一个或多个试验包、环境以及conda来结束这次测试指导。

移除包

假设你决定不再使用商业包IOPro。你可以在bunnies环境中移除它。

conda remove -n bunnies iopro

1

1

移除环境

我们不再需要snakes环境了，所以输入以下命令：

conda remove -n snakes --all

1

1

删除conda

Linux，OS X：

移除Anaconda 或 Miniconda 安装文件夹

rm -rf ~/miniconda

1

1

OR

rm -rf ~/anaconda

1

1

Windows：

去控制面板，点击“添加或删除程序”，选择“Python2.7（Anaconda）”或“Python2.7（Miniconda）”并点击删除程序。

---