Anaconda & Jupyter Notebook入门
1.Anaconda 的安装
Anaconda指的是一个开源的Python发行版本，其包含了conda(第二部分会细致讲解)、Python等180多个科学包及其依赖项，比如 numpy、pandas等等。其中conda是一个开源的包、环境管理器，可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换。
-
下载安装包
首先，我们进入官网，根据我们的操作系统下载对应的安装包
如果网速太慢，可以考虑(kx上网)或者是在清华镜像上下载对应的anaconda版本。 -
安装anaconda
直接按照anaconda安装程序中的提示进行下一步，需要注意的步骤，在下面截图给出：
安装路径根据自己的想法修改：
2.Anaconda 的环境变量与基本使用
conda 环境变量设置
安装Anaconda之后，查看windows开始菜单，发现多了一下这几个应用：
Anaconda Navigator ：用于管理工具包和环境的图形用户界面，后续涉及的众多管理命令也可以在 Navigator 中手工实现。
Jupyter notebook ：基于web的交互式计算环境，可以编辑易于人们阅读的文档，用于展示数据分析的过程。
qtconsole ：一个可执行 IPython 的仿终端图形界面程序，相比 Python Shell 界面，qtconsole 可以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。
spyder ：一个使用Python语言、跨平台的、科学运算集成开发环境。
下面，我主要介绍一下 conda 的开源包（packages）和虚拟环境（environment）的管理系统。
首先，安装完成之后，使用conda命令对所有工具包进行升级
conda upgrade --all
倘若出现上述上述情况，说明 conda 并未放在环境变量中，需要添加到环境变量中。
本质上来说，我们执行的程序基本都是exe程序（windows），想要在cmd运行程序需要知道程序的路径
要么通过 cd，dir找到程序所在文件夹中，然后在程序所在的路径下运行该程序
或者是将应用程序放在系统变量中，直接输入文件名，系统通过处理，补全路径
这里，我们就是加入到环境变量中，以后使用 conda 的时候，不需要全路径，也不需要转到conda所在文件夹
添加环境变量也比较简单，我的电脑( ightarrow)属性( ightarrow)高级系统设置( ightarrow)环境变量，然后在用户path或者是系统path中加入你安装 anaconda 下面的 Scripts子目录即可
下图给出了我在电脑上的anaconda安装路径，对应conda.exe所在的位置，也就是path中需要加入的内容（cmd在该牟目录下，即使path中没有conda，也可以执行conda upgrade --all，但是为了日后使用的方便性，将他加在path中）
环境变量设置完成之后，使用下面这两个命令查看是否设置成功。
conda --version
conda upgrade --all
在这里，我们需要加入3个path
C:UsersusernameAnaconda3
C:UsersusernameAnaconda3Scripts
C:UsersusernameAnaconda3Libraryin
将前缀切换到自己anaconda 的安装位置即可
第二个环境变量是启动anaconda安装的程序，如ipython，jupyter notebook 等等。
第三个环境变量
conda管理Python包和Python环境
下面我们介绍一下使用命令行来管理虚拟环境（虚拟环境是一个一个python的环境，和不同虚拟机里面的 python 环境类似）
使用 conda 管理 python 包
conda install package_name &::安装一个python包
conda install package_name1 package_name2 package_name3 &::安装多个python包
conda install numpy=1.10 &::安装固定版本的包
conda unintall package_name &::移除一个package
conda update package_name &::升级package 版本
conda list &:: 查看所有的packages
conda search search_term &::conda模糊查询package名称
使用 conda 管理 python 环境
- conda 创建新环境
conda create -n env_name python=python版本号 list_of_package
conda create 命令中参数-n 表示的是 environment name(环境名称)，python=python版本号指明了详细的python版本号， list_of_package这是说明了除了版本号外，我们还需要下载的包的名称
conda create -n python_env2 python=3.5 tensorflow
上述命令表明我们创建一个 python3.5 的环境python_env2，除此之外还需要下载一下 tensorflow
- conda 激活环境
conda activate envir_name
conda activate python_env2 &::使用该命令，我们查看刚刚下载的环境
&::倘若出现问题，可以考虑使用
activate envir_name
activate python_env2 &::成功解决
进入到激活的虚拟环境之后，我们可以使用之前的 python 管理包命令进行随意尝试，不要再(base)中尝试即可
- 退出当前已经激活的环境
conda deactivate
deactivate &::倘若上述命令执行不成功，使用该命令退出已经激活的环境
- conda 移除环境
conda remove -n 环境名称 --all &::移除环境下所有的包，环境也删除
conda remove -n python_env2 tensorflow &::仅仅移除的是tensorflow 相关包，环境依旧处在，conda info -e查看
- conda查看当前所有环境
conda info -e &:: conda info 不加参数的话，会显示很多内容，感兴趣可以自己查看
conda env list &:: 同样是显示当前的环境
下面，创建一个环境，并且和我们 Pycharm进行连接，使用一下 conda 管理的虚拟环境：
conda create -n pycharm_env python=3.7 requests &::创建一个conda管理的虚拟环境
conda env list &::查看环境是否创建成功
activate pycharm_env &::进入到该环境中，我们进行管理
conda list &::查看pycharm环境下面的包
conda upgrade --all &::升级一下所有的包
conda update requests &::单独升级requests包
conda uninstall requests &::删除requests包
conda install requests &::安装requests包
deactivate &::退出当前环境
下面，我们使用conda 创建的 pycharm_env 环境，运行pycharm 上面的程序
打开pycharm的文件 (
ightarrow) 设置 (
ightarrow) Python Interpreter 添加我们的虚拟环境位置即可！
如下图所示：
3.jupyter notebook的安装
上述两部分，我介绍了 Anaconda 的安装，并主要介绍了使用 conda 进行 python 包的管理以及虚拟环境的创建，并将它和 pycharm 进行互联，下面我介绍 anaconda 的另一个工具 jupyter notebook的安装与使用，再次之前我先简要介绍一下 jupyter notebook。
Jupyter Notebook 的本质是一个 Web 应用程序，便于创建和共享程序文档，支持实时代码，数学方程，可视化和 markdown。 用途包括：数据清理和转换，数值模拟，统计建模，机器学习等等。用python进行数据科学、机器学习的必备工具。
- 她可以插入Markdown说明文字和Latex数学公式，让枯燥的代码充满颜值，可读性爆表
- 她能够调用Ipython丰富的“魔法函数”，比如程序计时、重复运行、显示图片等
- 甚至写好的代码和文档能够以网页和ppt的形式在线分享。在线看Jupyter notebook文件
下面，我们来介绍一下jupyter notebook 的安装。我们可以通过 anaconda navigator 进行安装，或者是通过命令行的形式进行安装
使用命令行的形式进行安装
conda install jupyter notebook &::就像直接安装 python 包一样
有些同学会出现提示已经安装，但是无法运行缺少module的情况，不要慌，直接百度就好
上述这种情况，直接去 sqlite3官网下载下来，放到anaconda对应的 dll 文件夹即可（自行百度）
这里，我在说一下 jupyter notebook 的工作目录 问题：
- 在尚未修改|生成 jupyter notebook 配置文件的时候，jupyter notebook 进入之后的工作目录取决于你的 cmd 命令中所处的文件夹位置(推荐cmd 进入 jupyter notebook，因为这样结合我们的 cd 命令，可以很灵活的修改我们jupyter notebook的工作目录)
- 生成 jupyter notebook 的配置文件，将jupyter notebook的工作命令给固定死
cmd中根据提示的config所在文字，将如下内容进行修改：jupyter notebook --generate-config &::输入该命令，生成notebook的配置文件
# c.NotebookApp.notebook_dir = ''
(Rightarrow)c.NotebookApp.notebook_dir = '自己需要放置的位置'
这样，jupyter notebook 默认的工作路径修改完毕。
4.jupyter Notebook的使用
经过步骤1、2、3，相信你已经学会了 Anaconda 的基本使用，并完成的jupyter notebook的安装。下面，我介绍一下 jupyter notebook 的实用方法，帮助大家快速上手 jupyter notebook。
首先，打开 jupyter notebook，进入到他的 web 页面。这里我们看到的是他的主面板。在菜单栏中有Files、Running、Clusters三个选项。用到最多的是Files，我们可以在这里完成notebook的新建、重命名、复制等操作。具体功能如下：
Jupyter 笔记本有两种不同的键盘输入模式。 编辑模式用于将代码或文本输入到一个单元格中，为绿框单元格；命令模式将键盘与笔记本级命令绑定在一起，为灰框单元格。
下面主要介绍一下 jupyter notebook 快捷键的使用。
这里推荐一下我的另外两篇博客，
markdown基本语法
LaTeX公式小结--持续更新中
帮助你更快的学会 markdown 语法。
jupyter notebook 常用快捷键
| 快捷键 | 作用 |
|---|---|
| h | 查看所有快捷键 |
| Enter | 从命令模式进入编辑模式 |
| Esc | 从编辑模式退回到命令模式 |
| m | 将代码单元格转换为Markdown单元格 |
| y | 将Markdown单元格转换为代码单元格 |
| shift+Enter | 运行本单元格，选择下面的代码块 |
| ctrl+Enter | 运行本单元格 |
| alt+Enter | 运行本单元格，在下方新建一个单元格 |
| a | 在上方新建一个单元格（above） |
| b | 在下方新建一个单元格（below） |
| dd | 删除选中的单元格（delete） |
| x | 剪切本单元格 |
| c | 复制本单元格 |
| shift v | 粘贴到上面 |
| v | 粘贴到下面 |
| l | 显示代码行号 |
jupyter notebook 魔术关键字
魔术关键字（magic keywords），正如其名，是用于控制 notebook 的特殊的命令。它们运行在代码单元中，以 % 或者 %% 开头，前者控制一行，后者控制整个单元。
比如，要得到代码运行的时间，则可以使用 %timeit；如果要在文档中显示 matplotlib 包生成的图形，则使用 % matplotlib inline；如果要做代码调试，则使用 %pdb。但注意这些命令大多是在Python kernel 中适用的，其他 kernel 大多不适用。有许许多多的魔术关键字可以使用，更详细的清单请参考 Built-in magic commands
%：行魔法函数，只对本行代码生效。
%%：Cell魔法函数，在整个Cell中生效，必须放于Cell首行。
%lsmagic：列出所有的魔法函数
%magic查看各个魔法函数的说明
?后面加上魔法函数名称，可以查看该函数的说明一些常用魔法函数的示例：
魔法函数 作用
%%writefile 调用外部python脚本
%run 调用外部python脚本
%timeit 测试单行语句的执行时间
%%timeit 测试整个单元中代码的执行时间
% matplotlib inline 显示 matplotlib 包生成的图形
%%writefile 写入文件
%pdb 调试程序
%pwd 查看当前工作目录
%ls 查看目录文件列表
%reset 清除全部变量
%who 查看所有全局变量的名称，若给定类型参数，只返回该类型的变量列表
%whos 显示所有的全局变量名称、类型、值/信息
%xmode Plain 设置为当异常发生时只展示简单的异常信息
%xmode Verbose 设置为当异常发生时展示详细的异常信息
%debug bug调试，输入quit退出调试
%env 列出全部环境变量
注意这些命令是在Python kernel中适用的，其他 kernel 不一定适用
jupyter notebook 所有快捷键
命令行模式快捷键
编辑模式快捷键
Ubuntu conda 命令补充
- 配置 anaconda 下载源
配置anaconda的下载源之后，他下载的时候会从国内的清华镜像网下载会很快！
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/bioconda/
conda config --set show_channel_urls yes
conda config --get channels
- 使用 conda 的一些配置
conda env list
conda create -n 3.6.7 python=3.6.7
conda activate
conda deactivate
source deactivate
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python
pip install --upgrade -i https://pypi.tuna.tsinghua.edu.cn/simple torch torchvision
如果换了之后的镜像太卡的话，可以换回conda默认的源，访问起来可能有些慢，但总比无法访问好。。
conda config --remove-key channels
参考链接
anaconda百度百科
简书：致Python初学者们 - Anaconda入门使用指南
简书：左手代码，右手写作：你必须会的Jupyter Notebook
简书：Anaconda的基本使用
简书：Jupyter Notebook（介绍篇）
博客园：Anaconda 使用指南
github:同济子豪兄
csdn:Ubuntu 16.04系统下conda的安装与使用