pythonanaconda安装教程(anaconda安装python3)

http://www.itjxue.com  2023-04-04 01:15  来源:未知  点击次数: 

anaconda安装教程?

《Anaconda3软件》百度网盘资源免费下载:

链接:

?pwd=snjs 提取码: snjs

Anaconda3-2020.02最新中文版是专门为了方便使用 Python 进行数据科学研究而建立的一组软件包,涵盖了数据科学领域常见的 Python 库,并且自带了专门用来解决软件环境依赖问题的 conda 包管理系统。可以使用它创建虚拟环境,以便更轻松地处理多个项目。主要提供了包管理与环境管理的功能,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。

简单记录下卸载重装Anaconda、装PANDAS包及Anaconda笔记

//by Chaos

上周安装pandas包的时候不知道为什么把Anaconda的环境搞坏了

今天晚上开始准备修一下,然后就开始发现一些文件后面多了这个~。把另一台电脑的文件开始替换,然后发现又有别的问题,又根据报错修,发现少的越来越多。无奈决定重装Anaconda。

先把ENV文件拷出来,然后用自带的卸载程序卸载,重装以后再把虚拟环境拷进去。

教训是,重装是最快的,有问题的时候还是重装吧

Python pandas包用于数据操作和分析,更直观的方式处理标记或关系数据。

基于numpy软件包构建,pandas包括标签,描述性索引,在处理常见数据格式和丢失数据方面比较厉害。

安装 pandas,选择在Anaconda中安装

命令:conda install pandas

pip install pandas

显示结果找不到,报错。

更换中国科技大学源

:pip install pandas -i

显示成功

附录:

附:

豆瓣:

清华:

阿里云

中国科技大学

中国科学技术大学

卸载pandas

pip install -i tensorflow

参考文档

PANDAS

PIP 更换国内安装源

重装ANACONDA以后,我觉得我应该稍微写下ANACONDA的学习笔记。

ANACONDA的中文翻译和python差不多

都是蛇,为啥这些语言、环境开发大神都这么爱蟒蛇呢。

这张图就长得很像一个蟒蛇

Anaconda是一个包含超多科学包及其依赖项的发行版本。其包含的科学包包括:conda, numpy, scipy, ipython notebook等。

1)附带数据包:Anaconda 附带了一大批常用数据科学包,附带了 conda、Python 和超多个科学包及其依赖项。

2)装包容易:直接conda install:管理包Anaconda 是在 conda(一个包管理器和环境管理器)上发展出来的。conda(包管理器)安装和管理这些包很容易,包括安装、卸载和更新包

3)可以管理多个环境: 我安装两个Python版本,conda可以为不同的项目建立不同的运行环境。比如不同的pandas版本,不可能同时安装两个 Numpy 版本,用conda可以为每个 Numpy 版本创建一个环境,然后项目的对应环境中工作。

Anaconda可以在Windows、macOS、Linux系统平台中安装和使用。

安装方法就是下一个软件包,傻瓜安装。

若“Anaconda-Navigator”成功启动,则说明真正成功地安装了Anaconda

“Anaconda-Navigator”中已经包含“Jupyter Notebook”、“Jupyterlab”、“Qtconsole”和“Spyder”。

在Anaconda

①进入python36环境

② 在当前环境中安装包

conda install package_name

conda install pandas在当前python36环境中安装pandas包。

③ 使用pip安装包

pip install package_name

pip可以安装一些conda无法安装的包;conda也可以安装一些pip无法安装的包。因此当使用一种命令无法安装包时,可以尝试用另一种命令。

④conda list/info

→ 使用场景

查询conda版本、conda下的信息

参考文档

Anaconda官方网站

初学 Python 者自学 Anaconda 的正确姿势

Anaconda介绍、安装及使用教程

心得体会

anaconda安装教程

anaconda安装步骤如下:

操作设备:戴尔笔记本电脑

操作系统:win10

操作程序:anaconda5.3.1

1、这是欢迎界面,点击下一步,即Next,如下图所示:

2、选择All Users,点击Next,如下图所示:

3、选择安装路径,接下来点击“next”,如下图所示:

4、第二个默认使用python版本选上,之后选择install,如下图所示:

5、等待安装进度条,如下图所示:

6、提示安装成功,下一步,如下图所示:

7、提示安装VScode,选择点击“skip”,如下图所示:

8、两个“learn”,都取消打勾,最后点击Finish完成安装,如下图所示:

python anaconda 怎么安装

在anaconda prompt窗口敲入以下命令:

conda upgrade –all

解释:可以将anaconda当前环境下的软件包都进行一个更新,保证后续安装都是最新的可用包。

conda install numpy scipy pandas

解释:conda一次可以安装多个软件包。上面这个指令就可以一次安装好numpy, scipy, pandas

conda create -n py3 python=3 或 conda create -n py2 python=2

解释:上面是分别建立python 3.5和python 2.7虚拟环境的指令。py3(py2)是自己起的环境名;python=3 (python=2)是指定python版本

activate py3

解释:这样就进入python 3.5的环境了

conda list

解释:查看当前环境下都已经安装了哪些包。如果需要安装新包,敲入指令 conda install package name就可以了

deactivate py3

解释:退出python3.5的环境

python怎么安装anacoda

Anacond的介绍

Anaconda指的是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项。 因为包含了大量的科学包,Anaconda 的下载文件比较大(约 531 MB),如果只需要某些包,或者需要节省带宽或存储空间,也可以使用Miniconda这个较小的发行版(仅包含conda和 Python)。

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

Anaconda包括Conda、Python以及一大堆安装好的工具包,比如:numpy、pandas等

Miniconda包括Conda、Python

Anacond下载

下载地址:

Anaconda 是跨平台的,有 Windows、macOS、Linux 版本,我们这里以 Windows 版本为例,点击那个 Windows 图标。

我这里选择下载

Python 2.7 version *--Python 2.7 版 *

64-Bit Graphical Installer (564 MB) --64位图形安装程序(564 MB)

当然,你也可以根据自己的实际情况,选择 Python 3.6版的,或者 32-Bit 版本的。

安装包有 564MB,因为网速的关系,下载时间可能会比较长,请耐心等待。我这里下载完成 Anaconda2-5.2.0-Windows-x86_64.exe文件了。

安装 Anaconda?

双击下载好的 Anaconda2-5.2.0-Windows-x86_64.exe文件,出现如下界面,点击 Next 即可。

点击Next

点击 I Agree (我同意),不同意,当然就没办法继续安装啦。

Install for: Just me还是All Users,假如你的电脑有好几个 Users ,才需要考虑这个问题.其实我们电脑一般就一个 User,就我们一个人使用,如果你的电脑有多个用户,选择All Users,我这里直接 All User,继续点击 Next 。

Destination Folder 是“目标文件夹”的意思,可以选择安装到什么地方。默认是安装到 C:ProgramDataAnaconda2文件夹下。你也可以选择 Browse... ,选择想要安装的文件夹。我这里 C 盘空间充裕,所以我直接就装到默认的地方。

这里提一下,Anaconda 很强大,占用空间也不小啊,2.6GB,差不多是一部高清电影的体积了。不过,为了学习,这点硬盘空间算什么呢。

继续点击 Next 。

这里来到 Advanced Options 了,所谓的“高级选项”。如果你英文好,有一定背景知识的话,肯定明白这界面上的意思。两个默认就好,第一个是加入环境变量,第二个是默认使用 Python 2.7,点击“Install”,终于开始安装额。

安装时间根据你的电脑配置而异,电脑配置高,硬盘是固态硬盘,速度就更快。安装过程其实就是把 Anaconda2-5.2.0-Windows-x86_64.exe文件里压缩的各种 dll 啊,py 文件啊,全部写到安装目标文件夹里。

过程还是很漫长的,毕竟 2.6GB 的无数个小文件啊,请耐心等待。

经过漫长的等待,终于安装完成 Installation Complete (安装完成)了,点击最后一个 Next。

点击Install Microsoft VSCode

点击 Finish,那两个 √ 可以取消。

配置环境变量

如果是windows的话需要去 控制面板系统和安全系统高级系统设置环境变量用户变量PATH 中添加 anaconda的安装目录的Scripts文件夹, 比如我的路径是C:ProgramDataAnaconda2Scripts, 看个人安装路径不同需要自己调整。

之后就可以打开命令行(最好用管理员模式打开) 输入 conda --version

如果输出conda 4.5.4之类的就说明环境变量设置成功了。

python学习网,大量的免费python视频教程,欢迎在线学习!

怎么在mac 系统上使用Python?怎么安装Anaconda

1. 首先安装python,我选择安装Anaconda (Windows 64-Bit Python 2.7 Graphical Installer 下载地址)。

Anaconda的一些命令(在Anaconda的命令行窗口输入):

conda list #该命令,将列出Anaconda安装的所有应用包,我们可以看到Anaconda已经安装了numpy, nose, pip, python, scipy, mingw等等。

conda install pkg name #该命令用于安装应用包,如 conda install numpy.

pip install pkg name #该命令用于安装应用包,如 pip install theano.

conda update pkg name #升级应用包,如 conda update python

2. 安装Theano,在Anaconda 的命令窗口中输入 pip install theano,可以看到程序开始下载安装包,并检查是否满足安装条件:numpy=1.5.0,scipy=0.7.2,满足条件之后开始运行setup.py安装theano,安装完成后会显示Successfully installed theano。

3. 测试Theano安装情况。

(1)在ipython中输入以下两行代码:

import theano

theano.test()

会显示theano的版本号,安装位置,已经其他包的安装版本,如numpy,nose,python等。

在运行中出现g++不是内部或外部命令,也不是可运行的程序或批处理文件。

(2)在Anaconda的命令行窗口输入:python Lib\site-packages\theano\tests\run_tests_in_batch.py

显示unable to find theano-nose,查看run_tests_in_batch.py发现,其中路径设置为在bin下寻找theano-nose文件,而实际上Anaconda文件夹下根本没有bin这个文件夹,theano-nose存放在Scripts文件夹中。

》》》尝试1:将Scripts更名为bin,重新运行这句命令,可以成功运行。但是出现一个warning,提示没有检测到g++,所以无法运行优化后的C代码版本,只能执行python版本。

该种尝试的结果是,下次打开Anaconda 命令窗口后出现错误,因为其运行路径为Scripts,所以还是不要修改了。

(3)g++问题。我们打开MinGW文件夹,可以很清楚的看到有g++,但是为什么使用不了呢??在Anaconda 命令窗口中输入g++也能成功调用g++.exe啊。所以结论是,鉴于这个代码中出现很明显的漏洞,所以说不定这里也是错误,先不管这些了。

试着做了以下配置,也不知行不行。

添加环境变量: path: C:\Anaconda\MinGW\bin;C:\Anaconda\MinGW\x86_64-w64-mingw32\lib;

新建环境变量: PYTHONPATH: C:\Anaconda\Lib\site-packages\theano;

在home目录下(cmd可以看到,我的是C:\Users\Administrator),创建 .theanorc.txt 文件内容如下:

[global]

openmp=False

[blas]

ldflags=

[gcc]

cxxflags = -IC:\MinGW\include

(4)验证BLAS是否安装成功。由于numpy是依赖BLAS的,如果BLAS没有安装成功,虽然numpy亦可以安装,但是无法使用BLAS的加速。验证numpy是否真的成功依赖BLAS编译,用以下代码试验:

import numpy

id(numpy.dot) == id(numpy.core.multiarray.dot)

False

结果为False表示成功依赖了BLAS加速,如果是Ture则表示用的是python自己的实现并没有加速。

(责任编辑:IT教学网)

更多

推荐杀毒防毒文章