zoukankan html css js c++ java

Python

1- 简介

官网：https://www.anaconda.com/

Anaconda是一个用于科学计算的Python发行版，适用于数据分析的Python工具，也可以用在大数据和人工智能领域。

支持 Linux, Mac, Windows系统;
包含了Python和相关的配套工具，包括许多非常有用的第三方库;
利用Conda来管理包和运行环境，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题;

Conda

用来管理包（packages）、依赖与环境（environment）的工具（可执行命令）；

包管理：与pip类似，conda将所有工具、第三方包都当做package来管理（包括python和conda自身），而且能够安装非python的包；
环境管理：可以方便地安装各种版本python、各种package、创建虚拟环境并快速切换；
文档：https://conda.io/docs/index.html
User guide：https://conda.io/docs/user-guide/index.html
Getting started：https://conda.io/docs/user-guide/getting-started.html
Conda cheat sheet：https://conda.io/docs/_downloads/conda-cheatsheet.pdf

Anaconda

Python的一种发行版，是一个打包的集合（预装好了conda、某个版本的python、众多packages、科学计算工具等），占用空间较大；

文档：http://docs.anaconda.com/anaconda/
User guide：https://docs.anaconda.com/anaconda/user-guide/
Getting started：http://docs.anaconda.com/anaconda/user-guide/getting-started/
Anaconda cheat sheet：http://docs.anaconda.com/anaconda/user-guide/cheatsheet/

Miniconda

只包含最基本的内容（python与conda，以及相关的必须依赖项）的命令行工具，适合对于空间要求严格的用户；

Conda与Anaconda的联系与区别

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。

2- 安装

注意：如无特别说明，本文内容仅适用于windows系统；

官方下载：

清华大学anaconda镜像：https://mirrors.tuna.tsinghua.edu.cn/anaconda/

archive：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
miniconda：https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/
pkgs： https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/

下载后根据提示进行安装，建议安装在指定目录，不要选择默认安装路径，以便节约系统盘空间和明确相关路径（例如，虚拟环境的默认路径等）。

将安装如下应用：

Installing on Windows：http://docs.anaconda.com/anaconda/install/windows/

Anaconda Navigtor ：用于管理工具包和环境的图形用户界面，管理命令也可以在 Navigator 中手工实现。
Anaconda Prompt ：Anaconda的命令行，通过conda命令可以控制和配置Python运行环境。
Jupyter notebook ：基于web的交互式计算环境，可以编辑易于阅读的文档和展示数据分析的过程。
Spyder：使用Python语言、跨平台的、科学运算集成开发环境。
Reset Spyder Settings：恢复Spyder的默认设置。

安装Anaconda完成后，Path环境变量将指向Anaconda自带的Python，其内置的第三方模块安装在自己的路径下，不影响系统已安装的Python目录；

2.1 运行应用

Anaconda Navigtor：可能启动较慢

Anaconda Prompt

Jupyter notebook

Spyder

JupyterLab
将在默认浏览器（建议将默认浏览器设置为Chrome）打开一个默认页面“http://localhost:8888/lab”，可以在此页面输入并执行Python代码。

JupyterLab is the next-generation web-based user interface for Project Jupyter.
文档：https://jupyterlab.readthedocs.io/
JupyterLab被认为是 Jupyter Notebooks 的进一步发展，JupyterLab 的开发者的长期目标是最终替代 Jupyter Notebooks。
支持更加灵活和更加强大的项目操作方式，和Jupyter Notebooks一致的组件和环境，但具有生产力更高的体验。
可以在一个窗口中放置笔记本、终端、文本文件和输出结果工作区，只需拖放你需要的单元即可。
可以编辑 Markdown、CSV 和 JSON 等常用文件格式，并实时预览修改所造成的影响。
可以使用相关的扩展来添加新功能，或者完全改变界面的运行方式。

Qt Console
一个可执行IPython的仿终端图形界面程序，可直接显示代码生成的图形，实现多行代码输入执行，以及内置许多有用的功能和函数。
Glueviz
Python库，用于探索相关数据集内部和之间的关系，创建统计图形等。
Orange3
交互式数据可视化的工具，通过巧妙的数据可视化执行简单的数据分析。
VS Code
Visual Studio Code是一个轻量级但功能强大的源代码编辑器，内置了对JavaScript，TypeScript和Node.js的支持，并为其他语言和运行时提供了丰富的扩展生态系统。

2.2 添加conda环境变量

避免找不到conda 命令的错误提示，需要添加conda环境变量；

例如：“D:DownLoadFilesanaconda3Scripts”

2.3 帮助信息

命令行下执行"conda -h"或“conda --help”可以获得帮助信息；
命令行下执行"conda <argument> -h"或“conda <argument> --help”可以获得具体参数的帮助信息；

2.4 添加Conda代理和国内镜像

$ conda -h
usage: conda [-h] [-V] command ...

conda is a tool for managing and deploying applications, environments and packages.

Options:

positional arguments:
  command
    clean        Remove unused packages and caches.
    config       Modify configuration values in .condarc. This is modeled
                 after the git config command. Writes to the user .condarc
                 file (C:Usersguowli.condarc) by default.

根据“conda -h”的提示信息，修改配置文件（如果没有，可以创建）

这里为“C:Usersguowli.condarc”

设置代理

$ cat /C/Users/guowli/.condarc
proxy_servers:
    http: http://10.144.1.10:8080
    https: http://10.144.1.10:8080

添加国内镜像源（国内清华大学镜像）

可以在命令行下执行如下命令（配置改动将更新到配置文件）

conda config --add channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/'
conda config --add channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/'
conda config --set show_channel_urls yes

conda源操作的基本命令

conda config --show                查看当前所有配置
conda config --show-sources        查看当前使用源
conda config --remove channels     删除指定源
conda config --add channels        加指定源

或者直接修改修改配置文件

$ cat /C/Users/guowli/.condarc
channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
  - defaults
show_channel_urls: True
allow_other_channels: True

2.5 设置Conda环境和缓存的路径

默认情况下，Conda创建的新环境以及过往安装的模块缓存都存储在用户目录。
默认信息不会在Conda（user-specific）配置文件“$HOME/.condarc”中体现，但可通过"conda info"查看，包括默认环境路径、默认缓存路径、Conda源设置等。
添加或修改“$HOME/.condarc”中的“env_dirs”和“pkgs_dirs”配置项，可以设置conda环境和缓存（envs directories 和 package cache）的默认路径。
按顺序第一个路径作为默认存储路径，搜索环境和缓存时按先后顺序在各目录中查找。

例如：在“$HOME/.condarc”中添加如下路径

envs_dirs:
  - D:DownLoadFilesanaconda3envs  # 按顺序第一个路径作为默认存储路径，搜索环境和缓存时按先后顺序在各目录中查找
  - C:UsersguowliAppDataLocalcondacondaenvs
  - C:Usersguowli.condaenvs                         
pkgs_dirs:
  - D:DownLoadFilesanaconda3pkgs
  - C:UsersguowliAppDataLocalcondacondapkgs

也可以使用conda命令指定存放路径：

conda config --add envs_dirs <环境位置绝对路径>  # 添加环境位置
conda config --add pkgs_dirs <包位置绝对路径>  # 添加包位置

3- 管理Python包

3.1 升级所有工具包

安装完成后，可以对所有工具包进行升级，在命令行执行“conda upgrade --all”，询问是否安装升级版本时，输入y。

3.2 常用命令

conda install <package_name>         安装包
conda install numpy scipy pandas     同时安装多个包
conda install numpy=1.10             安装包的指定版本
conda install anaconda               在当前环境安装anaconda集合包
 
conda remove <package_name>   移除包
conda update <package_name>   升级包
 
conda list                    查看当前环境已安装的包信息
conda search <package_name>   查询包信息
conda search <search_term>    模糊查询包信息
 
conda install --name <env_name> <package_name>   在指定环境安装的包信息
conda remove  --name <env_name> <package_name>   移除指定环境的包
conda update  --name <env_name> <package_name>   升级指定环境的包
conda list --name <env_name>                     查看指定环境的已安装的包信息
 
conda update conda      更新conda
conda update anaconda   更新anaconda
conda update python     更新Python

3.3 通过pip来管理包

注意：conda和pip都是对当前环境进行安装、升级和卸载包的操作。

1. 设置允许pip访问conda包管理，执行命令“conda config --set use_pip True”；

$ conda config --set use_pip True

$ cat /c/Users/guowli/.condarc
use_pip: true

2. 激活其中的一个运行环境

3. 在激活的运行环境中，执行pip命令来管理包，可以通过“--proxy”参数设置代理地址；

4- 管理Python环境

如果安装了 Python3 版本的 Anaconda 后，默认的 root 环境是 Python3；

4.1 常用命令

conda create --name <env_name>  <list of packages>    创建新环境 
conda create --name testpy2 python=2.7 pandas         创建名为testpy2的运行环境，并安装pandas包及其依赖包
conda create --name testpy36 python=3.6 anaconda      创建名为testpy36的运行环境，并安装anaconda集合包（conda默认环境）

conda env remove --name <env_name>    删除环境
conda env list                    显示所有的环境

conda info                        显示当前安装的conda信息
conda info --envs                 显示所有运行环境

source activate <env_name>    激活（进入）环境
source deactivate             去激活（退出）当前环境

4.2 分享运行环境

为了保证代码可以正确运行，分享代码的同时，也需要将运行环境分享；

通过conda可将当前环境下的 package 信息存入YAML 文件，当执行他人的代码时，可使用此YAML文件创建同样的运行环境；

conda env export > BackupEnv.yaml    将当前运行环境的package信息导出到名为BackupEnv的YAML文件
conda env create --force BackupEnv.yaml   使用YAML文件创建运行环境

4.3 完整示例

创建运行环境---》查看运行环境---》进入运行环境---》退出运行环境---》删除运行环境

$ py --version   # 当前默认python版本
Python 3.7.1


$ conda create --name testpy2 python=2.7 pandas  # 创建名为testpy2的运行环境，并安装pandas包及其依赖包
Solving environment: done

## Package Plan ##

  environment location: D:DownLoadFilesanaconda3envs	estpy2    # 创建的运行环境的所在目录

  added / updated specs:  # conda仅安装pandas和python2.7相关的必须项（pandas的依赖项，python2.7, pip等）
    - pandas
    - python=2.7


The following packages will be downloaded:    # 将要下载当前没有的安装包

    package                    |            build
    ---------------------------|-----------------
    vc-9                       |       h7299396_1           3 KB
    python-dateutil-2.7.5      |           py27_0         275 KB
    pandas-0.23.4              |   py27h39f3610_0         8.8 MB
    pytz-2018.7                |           py27_0         250 KB
    certifi-2018.10.15         |           py27_0         139 KB
    setuptools-40.5.0          |           py27_0         653 KB
    numpy-base-1.15.4          |   py27h2753ae9_0         3.8 MB
    pip-18.1                   |           py27_0         1.8 MB
    vs2008_runtime-9.00.30729.1|       hfaea7d5_1        1017 KB
    wincertstore-0.2           |   py27hf04cefb_0          13 KB
    python-2.7.15              |       h2880e7c_3        20.3 MB
    six-1.11.0                 |           py27_1          21 KB
    numpy-1.15.4               |   py27hbe4291b_0          36 KB
    mkl_fft-1.0.6              |   py27hac4a418_0         120 KB
    wheel-0.32.2               |           py27_0          52 KB
    ------------------------------------------------------------
                                           Total:        37.1 MB

The following NEW packages will be INSTALLED:    # 将要安装的包

    blas:            1.0-mkl
    certifi:         2018.10.15-py27_0
    icc_rt:          2017.0.4-h97af966_0
    intel-openmp:    2019.0-118
    mkl:             2019.0-118
    mkl_fft:         1.0.6-py27hac4a418_0
    numpy:           1.15.4-py27hbe4291b_0
    numpy-base:      1.15.4-py27h2753ae9_0
    pandas:          0.23.4-py27h39f3610_0
    pip:             18.1-py27_0
    python:          2.7.15-h2880e7c_3
    python-dateutil: 2.7.5-py27_0
    pytz:            2018.7-py27_0
    setuptools:      40.5.0-py27_0
    six:             1.11.0-py27_1
    vc:              9-h7299396_1
    vs2008_runtime:  9.00.30729.1-hfaea7d5_1
    wheel:           0.32.2-py27_0
    wincertstore:    0.2-py27hf04cefb_0

Proceed ([y]/n)? y


Downloading and Extracting Packages
vc-9                 | 3 KB      | ######################################################################## | 100%
python-dateutil-2.7. | 275 KB    | ######################################################################## | 100%
pandas-0.23.4        | 8.8 MB    | ######################################################################## | 100%
pytz-2018.7          | 250 KB    | ######################################################################## | 100%
certifi-2018.10.15   | 139 KB    | ######################################################################## | 100%
setuptools-40.5.0    | 653 KB    | ######################################################################## | 100%
numpy-base-1.15.4    | 3.8 MB    | ######################################################################## | 100%
pip-18.1             | 1.8 MB    | ######################################################################## | 100%
vs2008_runtime-9.00. | 1017 KB   | ######################################################################## | 100%
wincertstore-0.2     | 13 KB     | ######################################################################## | 100%
python-2.7.15        | 20.3 MB   | ######################################################################## | 100%
six-1.11.0           | 21 KB     | ######################################################################## | 100%
numpy-1.15.4         | 36 KB     | ######################################################################## | 100%
mkl_fft-1.0.6        | 120 KB    | ######################################################################## | 100%
wheel-0.32.2         | 52 KB     | ######################################################################## | 100%
Preparing transaction: done
Verifying transaction: done
Executing transaction: done
#
# To activate this environment, use:
# > activate testpy2
#
# To deactivate an active environment, use:
# > deactivate
#
# * for power-users using bash, you must source
#


$ conda env list    # 显示所有运行环境
# conda environments:
#
base                  *  D:DownLoadFilesanaconda3    # 星号表示是当前运行环境
testpy2                  D:DownLoadFilesanaconda3envs	estpy2


$ source activate testpy2    # 进入testpy2运行环境
(testpy2)


$ conda env list
# conda environments:
#
base                     D:DownLoadFilesanaconda3
testpy2               *  D:DownLoadFilesanaconda3envs	estpy2    # 星号表示是当前运行环境

(testpy2)


$ py --version
Python 3.7.1
(testpy2)    # 括号中显示当前的运行环境


$ conda info  # 显示conda信息

     active environment : testpy2
    active env location : D:DownLoadFilesanaconda3envs	estpy2
            shell level : 1
       user config file : C:Usersguowli.condarc
 populated config files : C:Usersguowli.condarc
          conda version : 4.5.11
    conda-build version : 3.16.2
         python version : 3.7.1.final.0
       base environment : D:DownLoadFilesanaconda3  (writable)
           channel URLs : https://repo.anaconda.com/pkgs/main/win-64
                          https://repo.anaconda.com/pkgs/main/noarch
                          https://repo.anaconda.com/pkgs/free/win-64
                          https://repo.anaconda.com/pkgs/free/noarch
                          https://repo.anaconda.com/pkgs/r/win-64
                          https://repo.anaconda.com/pkgs/r/noarch
                          https://repo.anaconda.com/pkgs/pro/win-64
                          https://repo.anaconda.com/pkgs/pro/noarch
                          https://repo.anaconda.com/pkgs/msys2/win-64
                          https://repo.anaconda.com/pkgs/msys2/noarch
          package cache : D:DownLoadFilesanaconda3pkgs
                          C:UsersguowliAppDataLocalcondacondapkgs
       envs directories : D:DownLoadFilesanaconda3envs
                          C:UsersguowliAppDataLocalcondacondaenvs
                          C:Usersguowli.condaenvs
               platform : win-64
             user-agent : conda/4.5.11 requests/2.20.0 CPython/3.7.1 Windows/7 Windows/6.1.7601
          administrator : False
             netrc file : None
           offline mode : False

(testpy2)


$ source deactivate    # 退出当前运行环境


$ conda env list
# conda environments:
#
base                  *  D:DownLoadFilesanaconda3    # 星号表示是当前运行环境
testpy2                  D:DownLoadFilesanaconda3envs	estpy2


$ conda env remove --name testpy2    # 删除运行环境

Remove all packages in environment D:DownLoadFilesanaconda3envs	estpy2:


## Package Plan ##

  environment location: D:DownLoadFilesanaconda3envs	estpy2


The following packages will be REMOVED:

    blas:            1.0-mkl
    certifi:         2018.10.15-py27_0
    icc_rt:          2017.0.4-h97af966_0
    intel-openmp:    2019.0-118
    mkl:             2019.0-118
    mkl_fft:         1.0.6-py27hac4a418_0
    numpy:           1.15.4-py27hbe4291b_0
    numpy-base:      1.15.4-py27h2753ae9_0
    pandas:          0.23.4-py27h39f3610_0
    pip:             18.1-py27_0
    python:          2.7.15-h2880e7c_3
    python-dateutil: 2.7.5-py27_0
    pytz:            2018.7-py27_0
    setuptools:      40.5.0-py27_0
    six:             1.11.0-py27_1
    vc:              9-h7299396_1
    vs2008_runtime:  9.00.30729.1-hfaea7d5_1
    wheel:           0.32.2-py27_0
    wincertstore:    0.2-py27hf04cefb_0

Proceed ([y]/n)? y


$ conda env list
# conda environments:
#
base                  *  D:DownLoadFilesanaconda3


$

5- 在PyCharm中使用Anaconda创建的环境

5.1 查看Conda环境信息

在Anaconda Prompt中通过“ conda env list”查看所有环境信息，确认环境所在目录；

注意：通过Conda创建的虚拟环境默认放置envs目录中，例如：“D:DownLoadFilesanaconda3envsmlcc”

5.2 更改PyCharm的编译器选项

打开Pycharm，然后依次点击File---》Settings---》Project:xxxxx---》Project Interperter---》“齿轮”按钮---》“Add Local...”

在出现页面中，添加Conda环境信息并保存

此时，依次点击File---》Settings---》Project:xxxxx---》Project Interperter---》“齿轮”按钮---》“Show All...”

依次点击File---》Settings---》Project:xxxxx---》Project Interperter，选择相应的环境。

6- 参考信息

Anaconda入门使用指南：https://www.jianshu.com/p/169403f7e40c
Anaconda使用总结：https://www.jianshu.com/p/2f3be7781451

7- 问题处理

7.1 问题1：告警信息“WARNING: The conda.compat module is deprecated and will be removed in a future release.”

问题现象：

安装Anaconda3后，在Anaconda Prompt执行conda命令，例如“conda env list”，提示告警信息“WARNING: The conda.compat module is deprecated and will be removed in a future release.”

问题原因：

Conda v4.6.11的一个bug，详情信息请查看：https://superuser.com/questions/1422008/conda-install-packagename-gives-deprecation-warning

问题处理方法：

升级conda版本。

(base) C:Usersguowli>conda update conda
WARNING: The conda.compat module is deprecated and will be removed in a future release.
Collecting package metadata: done
Solving environment: done

## Package Plan ##

  environment location: C:Office-ToolsAnaconda3

  added / updated specs:
    - conda


The following packages will be downloaded:

    package                    |            build
    ---------------------------|-----------------
    conda-4.6.14               |           py37_0         2.1 MB  defaults
    ------------------------------------------------------------
                                           Total:         2.1 MB

The following packages will be UPDATED:

  conda                                       4.6.11-py37_0 --> 4.6.14-py37_0


Proceed ([y]/n)? y


Downloading and Extracting Packages
conda-4.6.14         | 2.1 MB    | ############################################################################ | 100%
Preparing transaction: done
Verifying transaction: done
Executing transaction: done

(base) C:Usersguowli>ET _sysp=%~dpA
'ET' is not recognized as an internal or external command,
operable program or batch file.

(base) C:Usersguowli>IF NOT EXIST "!_sysp!Scriptsconda.exe"
Collecting package metadata: done
Solving environment: done

# All requested packages already installed.


(base) C:Usersguowli>conda --version
conda 4.6.14

(base) C:Usersguowli>conda env list
# conda environments:
#
base                  *  C:Office-ToolsAnaconda3


(base) C:Usersguowli>

查看全文

相关阅读:
Vue源码解读-构造函数
 在vue中使用async/await遇到的坑
 vue单页(spa)前端git工程拆分实践
 携带参数隐藏必要参数，瞬间改变浏览器地址
 解析Nuxt.js Vue服务端渲染摸索
 WebSocket的使用（基于VUE与SpringBoot）
设计模式之桥接（bridge）模式
 设计模式之观察者模式
 设计模式之代理模式、适配器模式和外观模式
 设计模式之工厂模式

原文地址：https://www.cnblogs.com/anliven/p/9998662.html