事實上Anaconda 和 Jupyter notebook已成為數據分析的標準環境。

簡單來說，Anaconda是包管理器和環境管理器，Jupyter notebook 可以將數據分析的代碼、圖像和文檔全部組合到一個web文檔中。

接下來我詳細介紹下Anaconda，并在最后給出Jupyter notebook：

1.Anaconda是什么？ 2.如何安裝？ 3. 如何管理包？ 4.如何管理環境？ 5.Jupyter notebook如何快速上手？

不過在開始前我需要強調下，下面的步驟你要親自跟著敲一遍并在自己的電腦上實踐。雖然下面你會遇到很多命令，給了誰都記不住的。但是別怕，也別中途放棄，因為你沒必要記住命令，因為當你在后面學習數據分析用的多了，自然就記住了。

記不住也沒關系，學會在哪查找就可以了。你只需要跟著上面步驟操作下，并理解了每一步是干什么的就可以了。后面遇到要做的事情，忘記了回頭查這個文檔就可以了。

剛開始學習的過程會遇到困難，只要中途不放棄，自己實際操作一遍，我保證你可以熟練上手。

1.Anaconda是什么？

Anaconda在英文中是“蟒蛇”，有首歌就叫《Anaconda》，表示像蟒蛇一樣性感妖嬈的身體。

所有你看下面Anaconda的圖標就像一個收尾互相咬住的“蟒蛇”。

你可能已經安裝了 Python，那么為什么還需要 Anaconda？有以下3個原因：

1)Anaconda 附帶了一大批常用數據科學包，它附帶了 conda、Python 和 150 多個科學包及其依賴項。因此你可以立即開始處理數據。

2)管理包

Anaconda 是在 conda(一個包管理器和環境管理器)上發展出來的。

在數據分析中，你會用到很多第三方的包，而conda(包管理器)可以很好的幫助你在計算機上安裝和管理這些包，包括安裝、卸載和更新包。

3)管理環境

為什么需要管理環境呢？比如你在A項目中用了 Python 2，而新的項目B老大要求使用Python 3，而同時安裝兩個Python版本可能會造成許多混亂和錯誤。這時候 conda就可以幫助你為不同的項目建立不同的運行環境。

還有很多項目使用的包版本不同，比如不同的pandas版本，不可能同時安裝兩個 Numpy 版本，你要做的應該是，為每個 Numpy 版本創建一個環境，然后項目的對應環境中工作。這時候conda就可以幫你做到。

2. 如何安裝Anaconda？

Anaconda 可用于多個平臺( Windows、Mac OS X 和 Linux)。你可以在下面地址上找到安裝程序和安裝說明。根據你的操作系統是32位還是64位選擇對應的版本下載。

(Anaconda已經不支持Windows XP；同時查看自己電腦是32位還是64位，不要裝錯了。)

如果官網地址網速太慢無法下載，可以從我公眾號中回復“資料”從網盤下載

Anaconda 的下載文件比較大(約 500 MB)，因為它附帶了 Python 中最常用的數據科學包。

如果計算機上已經安裝了 Python，安裝不會對你有任何影響。實際上，腳本和程序使用的默認 Python 是 Anaconda 附帶的 Python。

注意：如果你是windows 10系統，注意在安裝Anaconda軟件的時候，右擊安裝軟件→選擇以管理員的身份運行。

完成安裝后，如果你是在windows上操作，按下面圖打開 Anaconda Prompt (或者 Mac 下的終端)，后面我會將Anaconda Prompt統一稱為“終端”。

注意：如果你是windows 10系統，按下圖操作

如果win10系統沒有按上述操作，后面會報下面的錯誤信息：

可以在終端或命令提示符中鍵入 conda list，以查看你安裝的內容。

PS:如果按上面操作后在Anaconda Prompt中都無法使用Conda命令，按以下順序的解決辦法來嘗試(正常使用的朋友忽略這一步，繼續往下)：

1)檢查你是否原來安裝過Python，如果安裝過請徹底刪除Python(同時要刪除環境變量)后重裝Anaconda

2)檢查自己是否將Conda命令添加到了環境變量。

3)確保你的Anaconda安裝路徑不包含中文或其他非英語常用字符

4)經過以上步驟還是沒有任何改善，請卸載Anaconda重裝一遍

如果Anaconda Prompt中可以使用conda命令，接著下面繼續操作。

為了避免后面使用報錯，你需要先更新下所有包。在終端輸入更新所有包的命令：

conda upgrade –all

并在提示是否更新的時候輸入 y(Yes)讓更新繼續。初次安裝下的軟件包版本一般都比較老舊，因此提前更新可以避免未來不必要的問題。

如果運行以上命令或者安裝包報下面的錯誤信息：

可以用下面的解決辦法(在終端中運行以下命令)：

conda config –set show_channel_urls yes

如果命令行方法添加不上，可以在“notebook工作文件夾”找到文件.condarc，

什么是你的“notebook工作文件夾”呢？

默認情況下，是你啟動Anaconda Prompt終端中的那個文件夾，比如我電腦上是下面這個文件夾(Windows為C://Users/username/.condarc，Linux/Mac為~/.condarc)：

打開該文件夾，修改文件內容如下：

(如果沒有找到.condarc，用notepad++軟件在“notebook工作文件夾”下新建一個該文件即可，并添加以下內容)

為了方便，你可以將下面部分直接復制到上面的文件中：

channels:

– defaults

show_channel_urls: yes

3. 如何管理包？

安裝了 Anaconda 之后，就可以很方便的管理包了(安裝，卸載，更新)。

1)安裝包

在終端中鍵入：

conda install package_name

例如，要安裝 pandas，在終端中輸入：

conda install pandas

你還可以同時安裝多個包。類似 conda install pandas numpy 的命令會同時安裝所有這些包。還可以通過添加版本號(例如 conda install numpy=1.10)來指定所需的包版本。

conda 還會自動為你安裝依賴項。例如，scipy 依賴于 numpy，因為它使用并需要 numpy。如果你只安裝 scipy (conda install scipy)，則 conda 還會安裝 numpy(如果尚未安裝的話)。

2)卸載包

在終端中鍵入 ：

conda remove package_names

上面命令中的package_names是指你要卸載包的名稱，例如你想卸載pandas包：conda remove pandas

3)更新包

在終端中鍵入：

conda update package_name

如果想更新環境中的所有包(這樣做常常很有用)，使用：conda update –all。

4)列出已安裝的包

#列出已安裝的包

conda list

例如我已經成功安裝了numpy和pandas這兩個常用的包。

如果不知道要找的包的確切名稱，可以嘗試使用 conda search search_term 進行搜索。例如，我知道我想安裝numpy，但我不清楚確切的包名稱。我可以這樣嘗試：conda search num。

4.如何管理環境？

conda 可以為你不同的項目建立不同的運行環境。

0)安裝nb_conda用于notebook自動關聯nb_conda的環境。

1)創建環境

在終端中使用:

conda create -n env_name package_names

上面的命令中，env_name 是設置環境的名稱(-n 是指該命令后面的env_name是你要創建環境的名稱)，package_names 是你要安裝在創建環境中的包名稱。

例如，要創建環境名稱為 py3 的環境并在其中安裝 numpy，在終端中輸入 conda create -n py3 pandas。

2)創建環境時，可以指定要安裝在環境中的 Python 版本

當你同時使用 Python 2.x 和 Python 3.x 中的代碼時這很有用。要創建具有特定 Python 版本的環境，例如創建環境名稱為py3，并安裝最新版本的Python3在終端中輸入：

conda create -n py3 python=3

或也可以這樣創建環境名稱為py2，并安裝最新版本的Python2：

conda create -n py2 python=2

因為我做的項目不同，有時候會用到Python2，還有時候會用到Python3。所以我在自己的計算機上創建了這兩個環境，并分別取了這樣的環境名稱：py2,py3。這樣我可以根據不同的項目輕松使用不同版本的python。

如果你要安裝特定版本(例如 Python 3.6)，請使用 conda create -n py python=3.6

3)進入環境

在 Windows 上，你可以使用 activate my_env進入。在 OSX/Linux 上使用 source activate my_env 進入環境。

進入環境后，你會在終端提示符中看到環境名稱，下面圖片是我進入py3的環境(這里的py3是我上面創建環境時自己起的名稱，你可以起個自己喜歡的名稱)。

進入環境后，我可以用conda list 查看環境中默認安裝的幾個包：

在環境中安裝包的命令與前面一樣：conda install package_name。

不過，這次你安裝的特定包僅在你進入環境后才可用。

3)離開環境

在 Windows 上，終端中輸入：

deactivate

在 OSX/Linux 上 輸入：

source deactivate

4)共享環境

共享環境非常有用，它能讓其他人安裝你的代碼中使用的所有包，并確保這些包的版本正確。比如你開發了一個藥店數據分析系統，你要提交給項目部署系統的王二狗來部署你的項目，但是王二狗并不知道你當時開發時使用的是哪個python版本，以及使用了哪些包和包的版本。這怎么辦呢？

你可以在你當前的環境中終端中使用 conda env export > environment.yaml 將你當前的環境保存到文件中包保存為YAML文件(包括Pyhton版本和所有包的名稱)。

命令的第一部分 conda env export 用于輸出環境中的所有包的名稱(包括 Python 版本)。

在“notebook工作文件夾”下(及你在終端中上圖的路徑)可以看到導出的環境文件：

在 GitHub 上共享代碼時，最好同樣創建環境文件并將其包括在代碼庫中。這能讓其他人更輕松地安裝你的代碼的所有依賴項。

導出的環境文件，在其他電腦環境中如何使用呢？

首先在conda中進入你的環境，比如activate py3

然后在使用以下命令更新你的環境：

#其中-f表示你要導出文件在本地的路徑，所以/path/to/environment.yml要換成你本地的實際路徑

conda env update -f=/path/to/environment.yml

對于不使用 conda 的用戶，我通常還會使用 pip freeze > environment.txt 將一個 txt文件導出并包括在其中。

舉個例子你可能更容易理解這個使用場景：

首先，我在自己的電腦上在conda中將項目的包導出成environment.txt 文件：

然后我將該文件包含在項目的代碼庫中，其他項目成員即使在他的電腦上沒有安裝conda也可以使用該文件來安裝和我一樣的開發環境：

他在自己的電腦上進入python命令環境，然后運行以下命令就可以安裝該項目需要的包：

pip install -r /path/requirements.txt

其中/path/requirements.txt是該文件在你電腦上的實際路徑。

5)列出環境

我有時候會忘記自己創建的環境名稱，這時候用 conda env list 就可以列出你創建的所有環境。

你會看到環境的列表，而且你當前所在環境的旁邊會有一個星號。默認的環境(即當你不在選定環境中時使用的環境)名為 root。

6)刪除環境

如果你不再使用某個環境，可以使用 conda env remove -n env_name 刪除指定的環境(在這里環境名為 env_name)。

最后重新再強調下，不要被上面的命令嚇到。雖然上述命令多，給了誰都記不住的。后面你跟著我在知乎上多做項目，用的多了自然記住了。你只需要跟著上面步驟操作下，并理解了每一步是干什么的就可以了。后面遇到要做的事情，忘記了回頭查這個文檔就可以了。

按照上面的步驟你親自操作一遍后，你已經學會了Anaconda，并安裝好你的數據分析Pyhton環境了，接下來你就可以愉快的使用Jupyter notebook來做數據分析了。

總結

以上是生活随笔為你收集整理的python各种包安装顺序_史上最全的Python包管理工具：Anaconda教程的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。