Python从入门到精通（微课精编版）
上QQ阅读APP看书，第一时间看更新
上一章目录下一章

1.3　使用Anaconda

Python有很多开发环境可供选择，如IPython、Jupyter Notebook等，其中Anaconda集成了大部分常用开发工具，并提供环境配置和conda命令管理。

1.3.1　认识Anaconda

Anaconda是用于科学计算的Python发行版，支持Linux、Mac、Windows系统，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。Anaconda利用conda管理包和环境，并且已经包含了Python和相关的配套工具。

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和环境管理。包管理与pip功能类似，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，里面预装了conda、不同版本的Python、众多模块和包、科学计算工具等，所以也称为Python的一种发行版。另外，还有Miniconda，它只包含最基本的内容：Python和conda，以及相关的必须依赖项，对于空间要求严格的用户，Miniconda是一种选择。

conda将几乎所有的工具、第三方包都当作package对待，甚至包括Python和conda自身。因此，conda打破了包管理与环境管理的约束，能非常方便地安装各种版本Python、各种package，并方便地进行切换。

1.3.2　安装Anaconda

访问Anaconda官网的个人版下载页（https://www.anaconda.com/products/individual），单击Download按钮，切换到Anaconda Installers界面。Anaconda支持跨平台，有Windows、Mac OS、Linux版本，这里以Windows版本为例，单击Windows图标下的下载链接，选择下载64-Bit Graphical Installer (457 MB)，即64位图形安装程序（457MB），如图1.17所示。

图1.17　选择并下载Anaconda安装包

下载Anaconda3-2020.11-Windows-x86_64.exe文件完成后，就可以在本地系统中安装。安装过程比较简单，按默认设置分步向导操作即可。

完成安装之后，需要配置环境变量，方法如下：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，添加Anaconda的安装目录的Scripts文件夹，如D:\Anaconda3\Scripts。具体安装路径不同需要酌情调整。

打开命令行，输入下面命令：

    >conda --version

如果输出类似下面的信息，则说明环境变量设置成功。

    conda 4.10.1

为了避免可能发生的错误，建议在命令行中输入下面命令，先把所有工具包进行升级。

    >conda upgrade --all

1.3.3　管理虚拟环境

本节介绍使用Anaconda创建一个独立的Python运行环境。所有操作都将在命令行下完成。

1．激活虚拟环境

图1.18　进入默认的base环境

使用activate命令可以激活一个虚拟的Python运行环境，如果省略参数，将进入Anaconda自带的base环境，如图1.18所示。

    >activate 虚拟环境名称

进入虚拟环境之后，将在命令提示符前面显示虚拟环境的名称，如(base)，说明当前处于base虚拟环境。

    (base) C:\Users\css14>

然后，输入python命令，就会启动base环境的Python解释器。

    (base) C:\Users\css14>python
    Python 3.8.8 (default, Apr 13 2021, 15:08:03) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32
    Type "help", "copyright", "credits" or "license" for more information.
    >>>

2．创建虚拟环境

如果不满足一个base环境，可以为自己的程序安装单独的虚拟环境，具体命令如下：

    conda create -n your_env_name python=x.x

Anaconda命令将创建Python版本为x.x，名字为your_env_name的虚拟环境。your_env_name文件夹可以在Anaconda安装目录envs目录下找到，该环境下安装的所有程序和模块都位于your_env_name文件夹中。

例如，创建一个名称为learn的虚拟环境，并指定Python版本为3.9，conda会自动找3.9中最新的版本下载。

    >conda create -n learn python=3.9

3．切换虚拟环境

切换虚拟环境与激活虚拟环境的命令行语法相同。例如，切换到新建的learn的虚拟环境，命令如下：

    (base) C:\Users\css14>activate learn
    (learn) C:\Users\css14>

如果忘记了虚拟环境的名称，可以使用下面的命令查看：

    >conda env list

或者

    >conda info -e

输入python --version命令检查当前环境中Python的版本。

    (learn) C:\Users\css14>python --version
    Python 3.9.4

4．安装第三方包

现在的learn环境比较干净，除Python自带的一些官方包之外是没有其他包的。例如，先输入python命令，打开Python解释器，然后导入requests，会提示错误信息。

    (learn) C:\Users\css14>python
    Python 3.9.4 (default, Apr  9 2021, 11:43:21) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32
    Type "help", "copyright", "credits" or "license" for more information.
    >>> import requests
    Traceback (most recent call last):
      File "<stdin>", line 1, in <module>
    ModuleNotFoundError: No module named 'requests'
    >>>

退出Python解释器：

    >>> exit()

然后输入如下命令行安装requests包：

    >conda install requests

或者

    >pip install requests

安装完成之后，再次输入python进入解释器，并导入requests包，这次就可以成功了。

使用下面命令可以卸载第三方包：

    >conda remove requests

或者

    >pip uninstall requests

如果要查看当前环境中所有安装的包，可以使用下面的命令：

    >conda list

如果要导出当前环境的包信息，并将包信息存入yaml文件中，可以使用下面的命令：

    >conda env export > environment.yaml

当需要重新创建一个相同的虚拟环境时，可以使用下面的命令：

    >conda env create -f environment.yaml

5．关闭虚拟环境

使用下面的命令可以从当前环境退出，并返回使用PATH环境中设置的默认Python版本，即base虚拟环境。

    >conda deactivate

6．删除虚拟环境

退出当前虚拟环境之后，输入下面的命令，可以删除虚拟环境。例如，可以删除learn虚拟环境。

    (base)>conda remove -n learn --all

1.3.4　体验Anaconda

安装完Anaconda，就相当于安装了Python、IPython、集成开发环境Spyder和一些包等。按Windows徽标键，调出Windows开始菜单，可以看到最近添加的Anaconda 3(64-bit)，展开文件夹，可以看到多个子菜单。

➢　Anaconda Prompt：打开Anaconda Prompt，这个窗口和doc窗口一样，输入命令就可以控制和配置Python。最常用的是conda命令，这个与pip的用法一样，可以直接使用。使用命令conda list查看已安装的包，从这些库中可以发现NumPy、SciPy、Matplotlib、Pandas，说明已经安装成功。还可以使用conda install name命令安装和更新包，其中，name是需要安装packages的名字。

➢　Anaconda Navigtor：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中手动实现。第一次启用时会初始化，需要耐心等待一段时间。加载完成后主界面如图1.19所示。

➢　Jupyter Notebook：基于Web的交互式计算环境，可以编辑易于阅读的文档，用于展示数据分析的过程。

➢　Qt Console：一个可执行IPython的仿终端图形界面程序。相比Python shell界面，Qt Console可以直接显示代码生成的图形，实现多行代码输入执行。同时，其中内置了很多有用的功能和函数。

图1.19　Anaconda Navigtor主界面

➢　Spyder：一个使用Python语言、跨平台的、科学运算集成开发环境。Spyder编辑器可以编写代码，它的最大优点就是模仿MATLAB的工作空间。spyder.exe放在安装目录下的Scripts里，直接双击就能运行。也可以右键菜单发送到桌面快捷方式，以后运行就会比较方便。

上一章目录下一章