Anaconda安裝

轉載： http://www.jianshu.com/p/2f3be7781451#

序

Python易用，但用好卻不易，其中比較頭疼的就是包管理和Python不同版本的問題，特别是當你使用Windows的時候。為了解決這些問題，有不少發行版的Python，比如WinPython、Anaconda等，這些發行版将python和許多常用的package打包，友善pythoners直接使用，此外，還有virtualenv、pyenv等工具管理虛拟環境。

個人嘗試了很多類似的發行版，最終選擇了Anaconda，因為其強大而友善的包管理與環境管理的功能。該文主要介紹下Anaconda，對Anaconda的了解，并簡要總結下相關的操作。

Anaconda概述

Anaconda

是一個用于科學計算的Python發行版，支援 Linux, Mac, Windows系統，提供了包管理與環境管理的功能，可以很友善地解決多版本python并存、切換以及各種第三方包安裝問題。Anaconda利用工具/指令

conda

來進行package和environment的管理，并且已經包含了Python和相關的配套工具。

這裡先解釋下conda、anaconda這些概念的差别。

conda

可以了解為一個工具，也是一個可執行指令，其核心功能是包管理與環境管理。包管理與pip的使用類似，環境管理則允許使用者友善地安裝不同版本的python并可以快速切換。Anaconda則是一個打包的集合，裡面預裝好了conda、某個版本的python、衆多packages、科學計算工具等等，是以也稱為Python的一種發行版。其實還有Miniconda，顧名思義，它隻包含最基本的内容——python與conda，以及相關的必須依賴項，對于空間要求嚴格的使用者，Miniconda是一種選擇。

進入下文之前，說明一下conda的設計理念——conda将幾乎所有的工具、第三方包都當做package對待，甚至包括python和conda自身！是以，conda打破了包管理與環境管理的限制，能非常友善地安裝各種版本python、各種package并友善地切換。

Anaconda的安裝

Anaconda的下載下傳頁參見

官網下載下傳

，Linux、Mac、Windows均支援。

安裝時，會發現有兩個不同版本的Anaconda，分别對應Python 2.7和Python 3.5，兩個版本其實除了這點差別外其他都一樣。後面我們會看到，安裝哪個版本并不本質，因為通過環境管理，我們可以很友善地切換運作時的Python版本。（由于我常用的Python是2.7和3.4，是以傾向于直接安裝Python 2.7對應的Anaconda）

下載下傳後直接按照說明安裝即可。這裡想提醒一點：盡量按照Anaconda預設的行為安裝——不使用root權限，僅為個人安裝，安裝目錄設定在個人主目錄下（Windows就無所謂了）。這樣的好處是，同一台機器上的不同使用者完全可以安裝、配置自己的Anaconda，不會互相影響。

對于Mac、Linux系統，Anaconda安裝好後，實際上就是在主目錄下多了個檔案夾（

~/anaconda

）而已，Windows會寫入系統資料庫。安裝時，安裝程式會把bin目錄加入PATH（Linux/Mac寫入

~/.bashrc

，Windows添加到系統變量PATH），這些操作也完全可以自己完成。以Linux/Mac為例，安裝完成後設定PATH的操作是

# 将anaconda的bin目錄加入PATH，根據版本不同，也可能是~/anaconda3/bin
echo 'export PATH="~/anaconda2/bin:$PATH"' >> ~/.bashrc
# 更新bashrc以立即生效
source ~/.bashrc           

配置好PATH後，可以通過

which conda

或

conda --version

指令檢查是否正确。假如安裝的是Python 2.7對應的版本，運作

python --version

python -V

可以得到Python 2.7.12 :: Anaconda 4.1.1 (64-bit)，也說明該發行版預設的環境是Python 2.7。

Conda的環境管理

Conda的環境管理功能允許我們同時安裝若幹不同版本的Python，并能自由切換。對于上述安裝過程，假設我們采用的是Python 2.7對應的安裝包，那麼Python 2.7就是預設的環境（預設名字是

root

，注意這個root不是超級管理者的意思）。

假設我們需要安裝Python 3.4，此時，我們需要做的操作如下：

# 建立一個名為python34的環境，指定Python版本是3.4（不用管是3.4.x，conda會為我們自動尋找3.4.x中的最新版本）
conda create --name python34 python=3.4

# 安裝好後，使用activate激活某個環境
activate python34 # for Windows
source activate python34 # for Linux & Mac
# 激活後，會發現terminal輸入的地方多了python34的字樣，實際上，此時系統做的事情就是把預設2.7環境從PATH中去除，再把3.4對應的指令加入PATH

# 此時，再次輸入
python --version
# 可以得到`Python 3.4.5 :: Anaconda 4.1.1 (64-bit)`，即系統已經切換到了3.4的環境

# 如果想傳回預設的python 2.7環境，運作
deactivate python34 # for Windows
source deactivate python34 # for Linux & Mac

# 删除一個已有的環境
conda remove --name python34 --all           

使用者安裝的不同python環境都會被放在目錄

~/anaconda/envs

下，可以在指令中運作

conda info -e

檢視已安裝的環境，目前被激活的環境會顯示有一個星号或者括号。

說明：有些使用者可能經常使用python 3.4環境，是以直接把

~/anaconda/envs/python34

下面的bin或者Scripts加入PATH，去除anaconda對應的那個bin目錄。這個辦法，怎麼說呢，也是可以的，但總覺得不是那麼elegant……

如果直接按上面說的這麼改PATH，你會發現conda指令又找不到了（當然找不到啦，因為conda在

~/anaconda/bin

裡呢），這時候怎麼辦呢？方法有二：1. 顯式地給出conda的絕對位址 2. 在python34環境中也安裝conda工具（推薦）。

Conda的包管理

Conda的包管理就比較好了解了，這部分功能與

pip

類似。

例如，如果需要安裝scipy：

# 安裝scipy
conda install scipy
# conda會從從遠端搜尋scipy的相關資訊和依賴項目，對于python 3.4，conda會同時安裝numpy和mkl（運算加速的庫）

# 檢視已經安裝的packages
conda list
# 最新版的conda是從site-packages檔案夾中搜尋已經安裝的包，不依賴于pip，是以可以顯示出通過各種方式安裝的包           

conda的一些常用操作如下：

# 檢視目前環境下已安裝的包
conda list

# 檢視某個指定環境的已安裝包
conda list -n python34

# 查找package資訊
conda search numpy

# 安裝package
conda install -n python34 numpy
# 如果不用-n指定環境名稱，則被安裝在目前活躍環境
# 也可以通過-c指定通過某個channel安裝

# 更新package
conda update -n python34 numpy

# 删除package
conda remove -n python34 numpy           

前面已經提到，conda将conda、python等都視為package，是以，完全可以使用conda來管理conda和python的版本，例如

# 更新conda，保持conda最新
conda update conda

# 更新anaconda
conda update anaconda

# 更新python
conda update python
# 假設目前環境是python 3.4, conda會将python更新為3.4.x系列的目前最新版本           

補充：如果建立新的python環境，比如3.4，運作

conda create -n python34 python=3.4

之後，conda僅安裝python 3.4相關的必須項，如python, pip等，如果希望該環境像預設環境那樣，安裝anaconda集合包，隻需要：

# 在目前環境下安裝anaconda包集合
conda install anaconda

# 結合建立環境的指令，以上操作可以合并為
conda create -n python34 python=3.4 anaconda
# 也可以不用全部安裝，根據需求安裝自己需要的package即可           

設定國内鏡像

如果需要安裝很多packages，你會發現conda下載下傳的速度經常很慢，因為Anaconda.org的伺服器在國外。所幸的是，清華TUNA鏡像源有Anaconda倉庫的鏡像，我們将其加入conda的配置即可：

# 添加Anaconda的TUNA鏡像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
# TUNA的help中鏡像位址加有引号，需要去掉

# 設定搜尋時顯示通道位址
conda config --set show_channel_urls yes           

執行完上述指令後，會生成

~/.condarc

(Linux/Mac)或

C:\Users\USER_NAME\.condarc

檔案，記錄着我們對conda的配置，直接手動建立、編輯該檔案是相同的效果。

總結

Anaconda具有跨平台、包管理、環境管理的特點，是以很适合快速在新的機器上部署Python環境。總結而言，整套安裝、配置流程如下：

• 下載下傳Anaconda、安裝
• 配置PATH（bashrc或環境變量），更改TUNA鏡像源
• 建立所需的不用版本的python環境
• Just Try!

cheat-sheet 下載下傳： Conda cheat sheet

• • *

參考資料

• Anaconda Homepage
• Anaconda Documentation
• Conda Docs