windows下Anaconda的设置与陈设正解,Python开发集成环境入门安装情势经典教程

Anaconda集合了python,Spyder,Jupyter
notebook及conda—–包管理器与环境管理器(含常用的panda,numpy等),省去单独下载的繁琐步骤,方便使用。

一、下载anaconda

我们知道,每门计算语言的入门都必须从深入吃透和掌握开发集成环境的安装与配置着手,才能打牢根基,正确入门。网红语言Python的安装方法太多太杂太乱,正确选择合适的安装配置方法已经成了Python入门的真本领硬功夫。笔者结合Python
Web开发实战经验,总结得失整理出了这篇简明经典安装教程分享给大家,以期望给予初学者快速入门找到最适合的方法轻松上手能有所帮助。

 

第一步当然是下载anaconda了,官方网站的下载需要用迅雷才能快点,或者直接到清华大学镜像站下载。当然这里推荐脚本之家下载,下载地址都整理好了

〖法一〗简洁安装(轻量级IDE)

官网获取最新版本的Python3.6.4

1.全局安装Python3.6专业版。注意勾选Add Python 3.6 to
PATH添加到环境变量,若要想改变安装位置,勾选 Customize installation
选项,点击 Next 后在安装位置中输入 d:\python36 继续下一步安装到底。

安装完成后注意验证是否自动添加了两个Python程序核心目录,在系统信息->环境变量->查看或编辑PATH再重启计算机就行了。

2.到官网下载安装PyCharm
2017.3.3(详细安装激活方法步骤见下文),在PyCharm中创建项目时自动下载安装django等内置应用安装包。PyCharm作为Python集成开发利器,提供了很多高级扩展功能和内置应用,以用于支持Django和Flask框架下的专业Web开发。其界面设计友好,各种类库均可在pycharm里边安装,快捷方便,使用起来很舒心。

仅仅是用于入门学习或一般的Web开发之类,只需要上述两步安装就可以轻松搞定了。这算是Python最轻量级的IDE集成开发环境搭建过程。

注:如过已经下载过python,可点击python安装包,再次setup,选择uninstall.
如Geany等IDE不影响Anaconda下载。

下载地址:

〖法二〗Anaconda集成大而全套餐安装(重量级IDE)

Anaconda是一个包含180+的科学包及其依赖项的Python大型集成开发环境。具有一键快速安装、GUI图形界面操作更新升级包及其依赖项,快捷创建、保存、加载和切换环境等常用功能。Anaconda打破了包管理与环境管理的约束,能非常方便地安装各种版本python、各种package并方便地切换。

Anaconda具有跨平台、包更新、环境管理的特点,因此很适合快速部署Python运行开发环境。Anaconda与PyCharm组合成了优雅现代的强大集成开发环境(SIDE)优点总结起来就八个字:省时省心、管理利器。

Anaconda这一优雅现代的强大集成开发环境(SIDE)优点总结起来就八个字:省时省心、管理利器。

省时省心:万事开头难,弄明白第一步怎么走最重要。
Anaconda通过管理工具包、开发环境、Python版本,大大简化了你的工作流程。不仅可以方便地安装、更新、卸载工具包,而且安装时能自动安装相应的依赖包,同时还能使用不同的虚拟环境隔离不同要求的项目。

管理利器: 在 Anaconda
官网中是这么宣传自己的:适用于企业级大数据分析的Python工具。其包含了720多个数据科学相关的开源包,在数据可视化、机器学习、深度学习等多方面都有涉及。不仅可以做数据分析,甚至可以用在大数据和人工智能领域大展宏图、施展身手。

1.官网下载安装Anaconda集成开发环境

下载后直接按照说明安装即可。尽量按照Anaconda默认的行为安装,尽量不使用root权限,仅为个人安装,安装时,安装程序会把bin目录加入PATH(Linux/Mac写入~/.bashrc,Windows添加到系统变量PATH),这些操作也完全可以自己完成

仅勾选“Just Me”并点击“Next”,在“Advanced Installation
Options”中如果勾选“Add Anaconda to my PATH environment
variable.”(“添加Anaconda至用户环境变量。”)全局安装个人应用而不受系统管理员身份限制

除非你打算使用多个版本的Anaconda或者多个版本的Python,否则便勾选“Register
Anaconda as my default Python 3.6”

然后点击“Install”开始安装。如果想要查看安装细节,则可以点击“Show
Details”

验证安装结果。可选以下任意方法:

安装成功后在任意目录下运行python –version或python
-V可以得到Python版本信息就OK了

“开始 → Anaconda3(64-bit)→ Anaconda Navigator”,若可以成功启动Anaconda
Navigator则说明安装成功

“开始 → Anaconda3(64-bit)→ 右键点击Anaconda Prompt → 在Anaconda
Prompt中输入conda
list,可以查看已经安装的包名和版本号。若结果可以正常显示,则说明安装成功

2.配置更新安装库文件

conda
是开源包(packages)和虚拟环境(environment)的管理系统,可类似于pip
来管理库文件

#Conda配置

# 如果觉得更新包下载太慢的话可以添加Anaconda的TUNA国内镜像来试试

1) 在命令行下,输入:

conda config –add channels

或conda config –add channels

# 设置搜索时显示通道地址

conda config –set show_网赌十大信誉的平台,channel_urls yes

#用conda config –-show-sources查看~/.condarc配置文件

2)如果设置失效,查找配置文件~/.condarc文件,复制以下内容。如果使用了方法一,删除defaults默认下载站即可

可修改配置文件~/.condarc如下:

channels:

show_channel_urls: true

注意:如果发现更新后的版本反而更旧,是因为国内下载站没有及时更新官方最新版本,若需要官方最新版本的话就直接删除~/.condarc文件即可

# 查看某个指定环境的已安装包

conda list -n python36

# 查找package信息

conda search numpy

# 安装package

conda install -n python36 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

# 更新所有包

conda update –all 或 conda upgrade –all

建议:在安装Anaconda之后执行上述命令更新Anaconda中的所有包至最新版本,便于使用。在完全更新前必须确保网络给力不中断的前提下使用此命令,否则还是指定更新某个包。当然,为方便快捷激活、更新内置应用或包,Anaconda还支持GUI图形界面操作,安全起见,推荐使用

# 更新指定包

conda update <package_name> 或 conda upgrade
<package_name>

# 更新package

conda update -n python36 numpy

# 删除package

conda remove -n python36 numpy

# 更新conda,保持conda最新

conda update conda

# 更新anaconda

conda update anaconda

# 更新python

conda update python

3.管理Python环境

#创建一个新环境

conda create -n env_name  list of packages

#其中 -n 代表 name,env_name 是需要创建的环境名称,list of packages
则是列出在新环境中需要安装的工具包

conda create -n py2 python=2.7 pandas

#细心的你一定会发现,py2 环境中不仅安装了 pandas,还安装了 numpy
等一系列 packages,这就是使用 conda
的方便之处,它会自动为你安装相应的依赖包,而不需要你一个个手动安装

#进入名为 env_name 的环境

source activate env_name

#退出当前环境1

source deactivate

另外注意,在 Windows 系统中,使用 activate env_name 和 deactivate
来进入和退出某个环境

#删除名为 env_name 的环境

conda env remove -n env_name

#显示所有的环境

conda env list

#当分享代码的时候,同时也需要将运行环境分享给大家,执行如下命令可以将当前环境下的
package 信息存入名为 environment 的 YAML 文件中

conda env export > environment.yaml

#同样,当执行他人的代码时,也需要配置相应的环境。这时你可以用对方分享的
YAML 文件来创建一摸一样的运行环境

conda env create -f environment.yaml

4.创建所需的不同版本的python环境

#
创建一个名为python36的环境,指定Python版本是3.6(不用管是3.6.x,conda会为我们自动寻找3.6.x中的最新版本)

conda create –name python36 python=3.6

# 安装好后,使用activate激活某个环境

activate python36 # for Windows

source activate python36 # for Linux & Mac

#
激活后,会发现terminal输入的地方多了python36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3.6对应的命令加入PATH

# 此时,再次输入

python –version

# 可以得到`Python 3.6.4 `,即系统已经切换到了3.6的环境

# 如果想返回默认的python 2.7环境,运行

deactivate python36 # for Windows

source deactivate python36 # for Linux & Mac

# 删除一个已有的环境

conda remove –name python36 –all

# 假设当前环境是python 3.6,
conda会将python升级为3.6.x系列的当前最新版本

如果创建新的python环境,比如3.6,运行conda create -n python36
python=3.6之后,conda仅安装python 3.6相关的必须项,如python,
pip等,如果希望该环境像默认环境那样,安装anaconda集合包,只需要:

# 在当前环境下安装anaconda包集合

conda install anaconda

# 结合创建环境的命令,以上操作可以合并为

conda create -n python36 python=3.6 anaconda

# 也可以不用全部安装,根据需求安装自己需要的package即可

 

//www.jb51.net/softs/556392.html

〖安装IDE集成开发工具PyCharm 2017.3.3方法步骤〗

PyCharm简介

PyCharm
2017.3.3是由世界上大名鼎鼎的集成开发工具专业户JetBrains公司打造的又一新力作,这款Python
IDE带有一整套可以帮助用户在使用Python语言开发时提高其效率的工具,比如调试、语法高亮、Project管理、代码跳转、智能提示、自动完成、单元测试、版本控制。此外,该IDE提供了一些高级功能,以用于支持Django框架下的专业Web开发。

同时支持Google App
Engine,PyCharm支持IronPython。这些功能在先进代码分析程序的支持下,使
PyCharm 成为 Python 专业开发人员和刚起步人员使用的有力工具

首先,PyCharm用于一般IDE具备的功能,比如调试、语法高亮、Project管理、代码跳转、智能提示、自动完成、单元测试、版本控制

另外,PyCharm还提供了一些很好的功能用于Django开发,同时支持Google App
Engine,更酷的是,PyCharm支持IronPython。

主要功能:

编码协助

其提供了一个带编码补全,代码片段,支持代码折叠和分割窗口的智能、可配置的编辑器,可帮助用户更快更轻松的完成编码工作。

项目代码导航

该IDE可帮助用户即时从一个文件导航至另一个,从一个方法至其申明或者用法甚至可以穿过类的层次。若用户学会使用其提供的快捷键的话甚至能更快。

代码分析

用户可使用其编码语法,错误高亮,智能检测以及一键式代码快速补全建议,使得编码更优化。

Python重构

有了该功能,用户便能在项目范围内轻松进行重命名,提取方法/超类,导入域/变量/常量,移动和前推/后退重构。

支持Django

有了它自带的HTML,CSS和 JavaScript编辑器
,用户可以更快速的通过Djang框架进行Web开发。此外,其还能支持CoffeeScript,
Mako 和 Jinja2。

支持Google App引擎

用户可选择使用Python 2.7或者3.6运行环境,为Google
APp引擎进行应用程序的开发,并执行例行程序部署工作。

集成版本控制

登入,登出,视图拆分与合并–所有这些功能都能在其统一的VCS用户界面(可用于Mercurial,
Subversion, Git, Perforce 和其他的 SCM)中得到。

图形页面调试器

用户可以用其自带的功能全面的调试器对Python或者Django应用程序以及测试单元进行调整,该调试器带断点,步进,多画面视图,窗口以及评估表达式。

集成的单元测试

用户可以在一个文件夹运行一个测试文件,单个测试类,一个方法或者所有测试项目。

可自定义&可扩展

可绑定了 Textmate, NetBeans, Eclipse & Emacs 键盘主盘,以及
Vi/Vim仿真插件。

安装方法

在PyCharm官网下载最新专业版,根据提示一步步傻瓜安装即可

激活方法

pycharm2017.3.3

1.在注册码官网下获得最新版IntelliJ
IDEA 注册码2018年10月14日失效

2.License server选项中输入:

不行再尝试:或输入

通过激活服务器激活

汉化方法

1.何朱必博客下载PyCharm最新版汉化包

2.将resources_cn.jar文件复制回C:\Program
Files\JetBrains\PyCharm\lib目录重启即可,使用过程中如果发现部份功能异常情况,请卸载重装回非汉化原版

配色方案

1.何朱必博客下载PyCharm配置文件,提供黑色白色两色调配色方案,白色优雅,黑色高大上。下载链接:黑色方案 
白色方案

2.导入配色方案settings.jar(建议先把已下载的配置文件settings.jar存放在PyCharm2017.3.3的config配置目录中,然后直接“导入设置”)

使用方法

先用PyCharm
2017.3.3创建项目工程,再在项目中搭建Web开发框架及原生应用程序或直接生成原生文件来开发调试。

初学者还是老老实实的先跟着入门教程练习语句、语法,敲代码找感觉,训练好基本功,再着手实战项目,开发应用程序,走进编程世界。其实,Python就好象一个科学计算器,“+-*/”直接在行命令下说来就来;象VFP一样“=”动态变量直接斌值,简单方便;象C一样“%”格式化变量魔法替换,无所不能;象PHP一样“[]”数组决战到底,变量语句简单明了;还与Linux惊人相似,既象Linux一样直接在命令行写代码执行,又象Linux一样免费开源与包容,让人心情舒畅,开发前景乐观……练着练着就会悟出:原来Python优雅简洁明快之处就在于大量吸收了VFP/C/PHP等老牌语言的简洁书写规则及其抽象快捷编程精华,集众语言之大成于一身,让编程变得轻松愉快,使千奇百怪的日常事务与千变万化的业务逻辑思维在Python高度抽象的语言表达中游刃有余。

说到此,一篇系统完整的简明入门安装配置教程就交待完了。接下来,强烈推荐在线阅读《简明Python教程》轻轻松松盛大入门。

赶快启动刚刚安装配置好的PyCharm
2017.3.3入门Python世界,领略“龟叔”给我们带来的编程奇迹,激起高昂编程斗志,满怀开发热情和编程乐趣,去享受这一优雅快捷的快乐编程……

Anaconda下载官网:

清华大学提供了镜像,从这个镜像下载速度很快,地址:

 

清华镜像:

选择相应的版本进行下载就好

 

下载过程中除了安装位置外,还有两个需要确认的地方。

Anaconda分为python2和python3两个版本,建议选择python3的最新版本,且安装完成后可单独配置其他版本。

网赌十大信誉的平台 1

 

第一个勾是是否把Anaconda加入环境变量,这涉及到能否直接在cmd中使用conda、jupyter、ipython等命令,推荐打勾,如果不打勾话问题也不大,可以在之后使用Anaconda提供的命令行工具进行操作;第二个是是否设置Anaconda所带的Python
3.6为系统默认的Python版本,这个自己看着办,问题不大。

下载时选择推荐路径,并安装在自定义的D或E盘相应位置。

一路安装完成以后,就可以打开cmd测试一下安装结果。

 

分别输入python、ipython、conda、jupyter
notebook等命令,会看到相应的结果,说明安装成功。(python是进入python交互命令行;ipython是进入ipython交互命令行,很强大;conda是Anaconda的配置命令;jupyter
notebook则会启动Web端的ipython notebook)

安装完毕后,打开Anaconda Navigator,开始初始设置。

需要注意的是jupyter
notebook命令会在电脑本地以默认配置启动jupyter服务,之后会再谈到这个。

 

Anaconda安装成功之后,我们需要修改其包管理镜像为国内源。

输入conda list,查看已经安装好的内容。

二、配置镜像地址,否则从官方网站下载升级文件太慢

 

安装完成后,找到Anaconda prompt,加入镜像地址,完成配置:

如果报错诸如“不是内部或外部命令,也不是应用程序”,首先检查是否曾经安装的python没有删除干净,其次查询PATH.

conda config –add channels

conda config –set show_channel_urls yes

 

在 Windows 上,会随 Anaconda 一起安装一批应用程序:

配置环境变量Path操作方法如下:

  • Anaconda Navigator,它是用于管理环境和包的 GUI
  • Anaconda Prompt 终端,它可让你使用命令行界面来管理环境和包
  • Spyder,它是面向科学开发的 IDE

控制面板–系统和安全–系统–高级系统设置–高级页面下环境变量–path新建–范例(D:\Software\Anaconda\Scripts)

为了避免报错,我推荐在默认环境下更新所有的包。打开 Anaconda Prompt
(或者 Mac 下的终端),键入:

 

conda upgrade --all

 

并在提示是否更新的时候输入
y(Yes)以便让更新继续。初次安装下的软件包版本一般都比较老旧,因此提前更新可以避免未来不必要的问题。

而后,在Anaconda Navigator输入conda –version查询是否配置成功。

管理包

 

安装了 Anaconda
之后,管理包是相当简单的。要安装包,请在终端中键入conda install package_name。例如,要安装
numpy,请键入 conda install numpy

所有包更新

你还可以同时安装多个包。类似
conda install numpy scipy pandas的命令会同时安装所有这些包。还可以通过添加版本号(例如
conda install numpy=1.10)来指定所需的包版本。

conda upgrade –all

Conda 还会自动为你安装依赖项。例如,scipy 依赖于 numpy,因为它使用并需要
numpy。如果你只安装 scipy (conda install scipy),则 conda 还会安装
numpy(如果尚未安装的话)。

【y/n】后面输入y

大多数命令都是很直观的。要卸载包,请使用conda remove package_name。要更新包,请使用
conda update package_name。如果想更新环境中的所有包(这样做常常很有用),请使用
conda update --all。最后,要列出已安装的包,请使用前面提过的conda list

即可更新所有包

如果不知道要找的包的确切名称,可以尝试使用
conda search search_term进行搜索。例如,我知道我想安装 Beautiful
Soup,但我不清楚确切的包名称。因此,我尝试执行
conda search beautifulsoup

注:此步骤非必须,因为后续配置环境等过程中会提示更新或自动更新所需相应的包。

搜索 beautifulsoup

 

它返回可用的 Beautiful Soup 包的列表,并列出了相应的包名称
beautifulsoup4。

管理包(如request)的命令:

管理环境

1)安装:conda install request  或  pip install request

如前所述,你可以使用 conda
创建环境以隔离项目。要创建环境,请在终端中使用 conda create -n env_name
list of packages。在这里,-n env_name 设置环境的名称(-n 是指名称),而
list of packages 是要安装在环境中的包的列表。例如,要创建名为 my_env
的环境并在其中安装 numpy,请键入 conda create -n my_env numpy

2)卸载:conda remove request

网赌十大信誉的平台 2

3)更新:conda update request

创建环境时,可以指定要安装在环境中的 Python 版本。这在你同时使用 Python
2.x 和 Python 3.x 中的代码时很有用。要创建具有特定 Python
版本的环境,请键入类似于conda create -n py3 python=3
conda create -n py2 python=2的命令。实际上,我在我的个人计算机上创建了这两个环境。我将它们用作与任何特定项目均无关的通用环境,以处理普通的工作(可轻松使用每个
Python 版本)。这些命令将分别安装 Python 3 和 Python 2
的最新版本。要安装特定版本(例如 Python 3.3),请使用
conda create -n py python=3.3

4)列出所有安装包:conda list

进入环境

5)搜索:conda search request(搜索内容为关键词)

创建了环境后,在 OSX/Linux 上使用 source activate my_env进入环境。在
Windows 上,请使用 activate my_env

 

进入环境后,你会在终端提示符中看到环境名称,它类似于 (my_env) ~
$。环境中只安装了几个默认的包,以及你在创建它时安装的包。你可以使用
conda list
检查这一点。在环境中安装包的命令与前面一样:conda install package_name。不过,这次你安装的特定包仅在你进入环境后才可用。要离开环境,请键入
source deactivate(在 OSX/Linux 上)。在 Windows
上,请使用deactivate

环境:

保存和加载环境

0)虚拟环境:输入activate,直接进入(base)环境

共享环境这项功能确实很有用,它能让其他人安装你的代码中使用的所有包,并确保这些包的版本正确。你可以使用
conda env export > environment.yaml 将包保存为 YAML。命令的第一部分
conda env export 用于输出环境中的所有包的名称(包括 Python 版本)。

1)安装:输入conda create -n (设置环境名称,如first)python=3

网赌十大信誉的平台 3

2)进入环境的命令:activate first

将导出的环境输出到终端中

3)退出环境的命令:deactivate first

上图中,你可以看到环境的名称和所有依赖项及其版本。导出命令的第二部分
> environment.yaml 将导出的文本写入到 YAML 文件 environment.yaml
中。现在可以共享此文件,而且其他人能够用于创建和你项目相同的环境。

4)列出环境的命令:conda env list

要通过环境文件创建环境,请使用 conda env create -f
environment.yaml。这会创建一个新环境,而且它具有同样的在
environment.yaml 中列出的库。

5)删除环境的命令:conda env remove -n first、

列出环境

6)环境导出:环境的文件为yaml文件,命令为conda env
export>envorinment.yaml

如果忘记了环境的名称(我有时会这样),可以使用
conda env list列出你创建的所有环境。你会看到环境的列表,而且你当前所在环境的旁边会有一个星号。默认的环境(即当你不在选定环境中时使用的环境)名为
root。

7)环境导入:首先进入某一环境,然后更新环境,更新的命令为conda env update
-f=(本地路径)

删除环境

 

如果你不再使用某些环境,可以使用conda env remove -n env_name删除指定的环境(在这里名为
env_name)。

使用环境

对我帮助很大的一点是,我的 Python 2 和 Python 3
具有独立的环境。我使用了 conda create -n py2 python=2 和 conda create -n
py3 python=3 创建两个独立的环境,即 py2 和 py3。现在,我的每个 Python
版本都有一个通用环境。在所有这些环境中,我都安装了大多数标准的数据科学包(numpy、scipy、pandas
等)。

我还发现,为我从事的每个项目创建环境很有用。这对于与数据不相关的项目(例如使用
Flask 开发的 Web
应用)也很有用。例如,我为我的个人博客(使用 Pelican)创建了一个环境。

共享环境

在 GitHub
上共享代码时,最好同样创建环境文件并将其包括在代码库中。这能让其他人更轻松地安装你的代码的所有依赖项。对于不使用
conda 的用户,我通常还会使用 pip
freeze(在此处了解详情)将一个
pip requirements.txt 文件导出并包括在其中。

继续补充一点:

配置完成,可以愉快地玩耍了。

输入:conda list查看安装了那些包

测试一下:

网赌十大信誉的平台 4

切换当前环境:

当前是python3,如果切换到2.7,则输入

conda create -n python2 python=2.7

网赌十大信誉的平台 5

输入:

activate python2

完成环境切换

网赌十大信誉的平台 6

补充:

conda常用命令
查看当前系统下的环境
conda info -e
创建新的环境
# 指定python版本为2.7
conda create -n python2 python=2.7
# 同时安装必要的包
conda create -n python2 numpy matplotlib python=2.7
环境切换
# linux/Mac下需要使用source activate python2
activate python2
#退出环境
deactivate python2
移除环境
conda remove -n python2 –all

因为篇幅原因,具体的使用可以参考下面的文章

Windows下Anaconda的安装和简单使用方法

您可能感兴趣的文章:

  • 致Python初学者
    Anaconda入门使用指南完整版
  • Windows下anaconda安装第三方包的方法小结(tensorflow、gensim为例)
  • Python学习之Anaconda的使用与配置方法
  • Windows下Anaconda的安装和简单使用方法
  • Anaconda多环境多版本python配置操作方法
  • 开源软件包和环境管理系统Anaconda的安装使用
  • python anaconda 安装 环境变量 升级
    以及特殊库安装的方法
  • 解决python3在anaconda下安装caffe失败的问题
  • 利用Anaconda完美解决Python 2与python
    3的共存问题
  • windows上安装Anaconda和python的教程详解
  • 更改Ubuntu默认python版本的两种方法python->
    Anaconda
  • Python科学计算环境推荐——Anaconda
  • Anaconda入门使用总结

Post Author: admin

发表评论

电子邮件地址不会被公开。 必填项已用*标注