使用 Anaconda¶

Anaconda是一个很好用的Python IDE,它集成了很多科学计算需要使用的python第三方工具包。

conda 的使用¶

根据自己的操作系统安装好Anaconda后,在命令行下输入:

  1. conda list

可以看已经安装好的python第三方工具包,这里我们使用 magic 命令 %%cmdipython cell 中来执行这个命令:

In [1]:

  1. !conda list
  1. # packages in environment at C:\Anaconda:
  2. #
  3. _license 1.1 py27_0
  4. alabaster 0.7.3 py27_0
  5. anaconda 2.3.0 np19py27_0
  6. argcomplete 0.8.9 py27_0
  7. astropy 1.0.3 np19py27_0
  8. babel 1.3 py27_0
  9. backports.ssl-match-hostname 3.4.0.2 <pip>
  10. basemap 1.0.7 np19py27_0
  11. bcolz 0.9.0 np19py27_0
  12. beautiful-soup 4.3.2 py27_1
  13. beautifulsoup4 4.3.2 <pip>
  14. binstar 0.11.0 py27_0
  15. bitarray 0.8.1 py27_1
  16. blaze 0.8.0 <pip>
  17. blaze-core 0.8.0 np19py27_0
  18. blz 0.6.2 np19py27_1
  19. bokeh 0.9.0 np19py27_0
  20. boto 2.38.0 py27_0
  21. bottleneck 1.0.0 np19py27_0
  22. cartopy 0.13.0 np19py27_0
  23. cdecimal 2.3 py27_1
  24. certifi 14.05.14 py27_0
  25. cffi 1.1.0 py27_0
  26. clyent 0.3.4 py27_0
  27. colorama 0.3.3 py27_0
  28. conda 3.17.0 py27_0
  29. conda-build 1.14.1 py27_0
  30. conda-env 2.4.2 py27_0
  31. configobj 5.0.6 py27_0
  32. cryptography 0.9.1 py27_0
  33. cython 0.22.1 py27_0
  34. cytoolz 0.7.3 py27_0
  35. datashape 0.4.5 np19py27_0
  36. decorator 3.4.2 py27_0
  37. docutils 0.12 py27_1
  38. dynd-python 0.6.5 np19py27_0
  39. enum34 1.0.4 py27_0
  40. fastcache 1.0.2 py27_0
  41. flask 0.10.1 py27_1
  42. funcsigs 0.4 py27_0
  43. geopy 1.11.0 <pip>
  44. geos 3.4.2 3
  45. gevent 1.0.1 py27_0
  46. gevent-websocket 0.9.3 py27_0
  47. greenlet 0.4.7 py27_0
  48. grin 1.2.1 py27_2
  49. h5py 2.5.0 np19py27_1
  50. hdf5 1.8.15.1 2
  51. idna 2.0 py27_0
  52. ipaddress 1.0.7 py27_0
  53. ipython 3.2.0 py27_0
  54. ipython-notebook 3.2.0 py27_0
  55. ipython-qtconsole 3.2.0 py27_0
  56. itsdangerous 0.24 py27_0
  57. jdcal 1.0 py27_0
  58. jedi 0.8.1 py27_0
  59. jinja2 2.7.3 py27_2
  60. jsonschema 2.4.0 py27_0
  61. launcher 1.0.0 1
  62. libpython 1.0 py27_1
  63. llvmlite 0.5.0 py27_0
  64. lxml 3.4.4 py27_0
  65. markupsafe 0.23 py27_0
  66. matplotlib 1.4.3 np19py27_1
  67. menuinst 1.0.4 py27_0
  68. mingw 4.7 1
  69. mistune 0.5.1 py27_1
  70. mock 1.3.0 py27_0
  71. multipledispatch 0.4.7 py27_0
  72. networkx 1.9.1 py27_0
  73. nltk 3.0.3 np19py27_0
  74. node-webkit 0.10.1 0
  75. nose 1.3.7 py27_0
  76. numba 0.19.1 np19py27_0
  77. numexpr 2.4.3 np19py27_0
  78. numpy 1.9.2 py27_0
  79. odo 0.3.2 np19py27_0
  80. openpyxl 1.8.5 py27_0
  81. owslib 0.9.0 py27_0
  82. pandas 0.16.2 np19py27_0
  83. patsy 0.3.0 np19py27_0
  84. pbr 1.3.0 py27_0
  85. pep8 1.6.2 py27_0
  86. pillow 2.9.0 py27_0
  87. pip 7.1.2 py27_0
  88. ply 3.6 py27_0
  89. proj4 4.9.1 py27_1
  90. psutil 2.2.1 py27_0
  91. py 1.4.27 py27_0
  92. pyasn1 0.1.7 py27_0
  93. pycosat 0.6.1 py27_0
  94. pycparser 2.14 py27_0
  95. pycrypto 2.6.1 py27_3
  96. pyepsg 0.2.0 py27_0
  97. pyflakes 0.9.2 py27_0
  98. pygments 2.0.2 py27_0
  99. pyopenssl 0.15.1 py27_1
  100. pyparsing 2.0.3 py27_0
  101. pyqt 4.10.4 py27_1
  102. pyreadline 2.0 py27_0
  103. pyshp 1.2.1 py27_0
  104. pytables 3.2.0 np19py27_0
  105. pytest 2.7.1 py27_0
  106. python 2.7.10 0
  107. python-dateutil 2.4.2 py27_0
  108. pytz 2015.4 py27_0
  109. pywin32 219 py27_0
  110. pyyaml 3.11 py27_2
  111. pyzmq 14.7.0 py27_0
  112. requests 2.7.0 py27_0
  113. rope 0.9.4 py27_1
  114. runipy 0.1.3 py27_0
  115. scikit-image 0.11.3 np19py27_0
  116. scikit-learn 0.16.1 np19py27_0
  117. scipy 0.16.0 np19py27_0
  118. setuptools 18.1 py27_0
  119. shapely 1.5.11 nppy27_0
  120. six 1.9.0 py27_0
  121. snowballstemmer 1.2.0 py27_0
  122. sockjs-tornado 1.0.1 py27_0
  123. sphinx 1.3.1 py27_0
  124. sphinx-rtd-theme 0.1.7 <pip>
  125. sphinx_rtd_theme 0.1.7 py27_0
  126. spyder 2.3.5.2 py27_0
  127. spyder-app 2.3.5.2 py27_0
  128. sqlalchemy 1.0.5 py27_0
  129. ssl_match_hostname 3.4.0.2 py27_0
  130. statsmodels 0.6.1 np19py27_0
  131. sympy 0.7.6 py27_0
  132. tables 3.2.0 <pip>
  133. theano 0.7.0 <pip>
  134. toolz 0.7.2 py27_0
  135. tornado 4.2 py27_0
  136. ujson 1.33 py27_0
  137. unicodecsv 0.9.4 py27_0
  138. werkzeug 0.10.4 py27_0
  139. wheel 0.24.0 py27_0
  140. xlrd 0.9.3 py27_0
  141. xlsxwriter 0.7.3 py27_0
  142. xlwings 0.3.5 py27_0
  143. xlwt 1.0.0 py27_0
  144. zlib 1.2.8 0

第一次安装好 Anaconda 以后,可以在命令行输入以下命令使 Anaconda 保持最新:

  1. conda update conda
  2. conda update anaconda

conda 是一种很强大的工具,具体用法可以参照它的文档

也可以参考它的 cheat sheet 来快速查看它的用法。

可以使用它来安装,更新,卸载第三方的 python 工具包:

  1. conda install <some package>
  2. conda update <some package>
  3. conda remove <some package>

在安装或更新时可以指定安装的版本号,例如需要使用 numpy 1.8.1

  1. conda install numpy=1.8.1
  2. conda update numpy=1.8.1

查看 conda 的信息:

  1. conda info

In [2]:

  1. !conda info
  1. Current conda install:
  2.  
  3. platform : win-64
  4. conda version : 3.17.0
  5. conda-build version : 1.14.1
  6. python version : 2.7.10.final.0
  7. requests version : 2.7.0
  8. root environment : C:\Anaconda (writable)
  9. default environment : C:\Anaconda
  10. envs directories : C:\Anaconda\envs
  11. package cache : C:\Anaconda\pkgs
  12. channel URLs : https://repo.continuum.io/pkgs/free/win-64/
  13. https://repo.continuum.io/pkgs/free/noarch/
  14. https://repo.continuum.io/pkgs/pro/win-64/
  15. https://repo.continuum.io/pkgs/pro/noarch/
  16. config file : None
  17. is foreign system : False
  18.  

一个很棒的功能是 conda 可以产生一个自定义的环境,假设在安装的是 Python 2.7 的情况下,想使用 Python 3.4,只需要在命令行下使用 conda 产生一个新的环境:

  1. conda create -n py34 python=3.4

这里这个环境被命名为 py34 ,可以根据喜好将 py34 改成其他的名字。

使用这个环境时,只需要命令行下输入:

  1. activate py34 #(windows)
  2. source activate py34 #(linux, mac)

此时,我们的 Python 版本便是 python 3.4了。

spyder 编辑器¶

Anaconda 默认使用的编辑器是 spyder,可以在命令行下输入:

  1. spyder

来进入这个编辑器,具体使用方法不做介绍。

原文: https://nbviewer.jupyter.org/github/lijin-THU/notes-python/blob/master/01-python-tools/01.04-use-anaconda.ipynb