Anaconda简要教程与jupyter book的安装
what's Anaconda
Anaconda,是用于python编程环境管理的一个工具。它让你可以为每一个项目单独的构建自己的python编程环境,因此很好的解决了不同项目之间的串扰问题。并且使得你的工作更加清晰有条理。
install Anaconda
从官网下载安装文件,在linux下是一个类似Anaconda2-5.1.0-Linux-x86_64.sh
文件,安装只需运行
1
$ bash Anaconda2-5.1.0-Linux-x86_64.sh
Anaconda启用与停用
安装的过程中会有两次让你确认的交互,第一次是让你同意他的协议,输入yes即可;第二次是问你是否将anaconda/bin添加到环境变量中,一般来说点击yes是没问题的,这样安装完,就直接和你的python3命令绑定了。如果这一步输入了no,相当于默认没有启动anaconda,需要去环境变量中添加,方法如下:
打开终端并输入
gedit ~/.bashrc
在
.bashrc
文件末尾输入export PATH=/home/xhy/anaconda3/bin:$PATH
,路径换为自己的,然后保存。终端输入
source~/.bashrc
,使得立即生效。
若想停用anaconda,方法如下:
打开终端并输入
gedit ~/.bashrc
找到刚才添加的那行路径注释掉
终端输入
source~/.bashrc
,使得立即生效。重开一终端即可看到效果。
使用Anaconda
列出已有的环境 1
$ conda env list
基于python2创建一个名为tensorflow的环境
1
$ conda create -n tensorflow python=2
进入环境tensorflow(source可用conda替换)
1
$ source activate tensorflow
列出此python环境下已有的包 1
2
3$ conda list
#或者
$ pip list
查询某一个包(比如numpy)的版本信息 1
$ conda search numpy
此python环境下安装tensorflow(其他包类似)(也可以用pip安装)
1
2
3$ conda install tensorflow
#也可以pip管理
$ pip install tensorflow
卸载包 1
2
3$ conda remove tensorflow
#如果pip管理
$ pip uninstall tensorflow
离开tensorflow环境(source可用conda替换)
1
$ source deactivate
删除tensorflow环境 1
$ conda env remove -n tensorflow
如果换了一台新电脑,想要将旧电脑上配置的这个tensorflow环境搬过去,先将此环境下的配置信息导出到一个.yaml
文件中
1
$ conda env export > ~/environment.yaml
然后在新电脑上新建tensorflow环境,然后根据.yaml
文件更新环境
1
$ conda env update -f /path/to/environment.yml
anaconda的小毛病
如果你用pip安装的包发现也装在了系统Python下,是因为使用了系统python的pip,指定路径就好了
/home/xhy/anaconda3/bin/pip install 包名
anaconda并不是完美的,虽然anaconda提供conda与pip方式在独立的env下安装Python包,但是我们知道有些包一般是用apt安装的。比如说pillow包是一个常用的Python图像处理包。但是一般安装这个包是用
sudo apt-get install python-imaging
命令安装。而apt安装的Python包默认安装在系统Python目录下,所以在anaconda的此env下的 Python并不能import到(当然你可以在import时指定路径我猜测),于是就很烦,查了一下原来这种情况也是可以安装的,虽然直接Pip和conda都找不到python-imaging包,但是可以用命令conda install -c anaconda pillow
安装。(可以google下anaconda如何安装××包,前提你得知道包名)
安装jupyter lab
- 安装:
1 |
|
启动服务
jupyter lab --ip=0.0.0.0 --port=8080
windows的话直接安装anaconda,然后在navigator里便可以找到jupyter
切换清华镜像源
1 |
|