Anaconda搭建python学习环境
由于最近打算入坑机器学习，发现很多项目都会用到一些相同的包，每次都要到导入太麻烦了，而Anconda中的conda包管理工具可以提供一套通用的环境，可以极大地提高开发效率。本文主要介绍Anaconda的安装和有关conda的一些常用命令，并提供一套机器学习环境搭建的步骤。
包含
- anaconda的安装
- conda常用命令
- 机器学习环境搭建
anaconda的安装
这里只介绍linux环境下的安装，其他环境安装可参考Anaconda介绍、安装及使用教程
1.从https://repo.anaconda.com/archive/上选择合适的安装包版本，这里以Anaconda3-2021.11-Linux-x86_64.sh为例
2.启动终端，为脚本添加执行权限
3.运行脚本
bash ./Anaconda3-2021.11-Linux-x86_64.sh
安装过程中，一直按回车，直到看到提示:Do you accept the license terms? [yes|no]
输入: yes
看到提示:Anaconda3 will now be installed into this location: /home/XXX/anaconda3
输入Enter则默认为上述路径，也可以输入指定路径如 /data/anaconda3
输入完毕后会继续安装，等待安装
4.安装器若提示“Do you wish the installer to prepend the Anaconda3 install location to PATH in your /home/XXX/.bashrc ?”
直接输入yes即可， 当看到“Thank you for installing Anaconda3!” 则说明已经成功完成安装。
5.若没有激活base环境，按以下步骤处理
①.查看用户配置文件是否含有conda初始化信息
运行命令cat ~/.bashrc,看看有无以下信息
# >>> conda initialize >>>
# !! Contents within this block are managed by 'conda init' !!
__conda_setup="$('/home/XXX/anaconda3/bin/conda' 'shell.bash' 'hook' 2> /dev/null)"
if [ $? -eq 0 ]; then
eval "$__conda_setup"
else
if [ -f "/home/XXX/anaconda3/etc/profile.d/conda.sh" ]; then
. "/home/XXX/anaconda3/etc/profile.d/conda.sh"
else
export PATH="/home/XXX/anaconda/bin:$PATH"
fi
fi
unset __conda_setup
# <<< conda initialize <<<
a.若没有上述信息，则手动初始化，首先找到anaconda3所在文件夹，进入bin目录下，执行./conda init既可
sudo find / -name "anaconda3"
若输出:/home/XXX/anaconda3
cd /home/XXX/anaconda3/bin
./conda init
b.若有上述信息,但使用的是zsh等终端,将上述conda初始化信息复制到相应终端配置文件中(如~/.zshrc)
运行source ~/.zshrc 使配置生效
②.运行conda config --set auto_activate_base true自动激活base环境，如conda命令没找到，按上述方式去bin目录下,运行./config --set auto_activate_base true即可，重开一个终端，可以看到base环境已经激活。
conda常用命令
安装完后，先更新conda版本
1.查看当前版本
conda --version
2.更新当前版本
conda update conda
3.更新所有包
conda update -all
查看和配置源
1.查看当前使用的源
conda config --show-sources
2.添加清华镜像源(如官方源访问速度较快不添加也行，因为官网源的软件包更新)
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --set show_channel_urls yes
3.再次查看源，看看添加成功没有
conda config --show-sources
创建和删除环境命令
1.创建一个名为python39的环境，指定Python版本是3.9
conda create --name python39 python=3.9
2.安装好后，使用activate激活某个环境
activate python39 # for Windows
source activate python39 # for Linux & Mac
或者
conda activate python39
3.此时，再次输入
python --version
4.如果想返回默认的python环境，运行
conda activate base
或者 conda deactivate
conda info --envs --->查看当前环境列表
5.删除一个已有的环境
conda remove --name python39 --all
常用命令
conda activate [base] // 切换到base环境
conda activate python39 // 切换到python39环境
conda env list // 列出conda管理的所有环境等价于conda info --envs
conda list // 列出当前环境的所有包
conda remove -n python39 --all // 删除python39环境以及环境中所有包
conda update matplotlib //更新matplotlib包
conda -h //查看帮助文档
conda config --show //查看配置信息
安装第三方包
1.可以直接安装
conda install matplotlib=3.5.3(=后加指定版本)
或者
pip install matplotlib=3.5.3
2.也可以先搜索包
anaconda search jieba
显示包信息,找到下载路径(conda-forge/jieba3k为上面搜索到的package name)
anaconda show conda-forge/jieba3k
根据提示下载即可
conda install --channel https://conda.anaconda.org/conda-forge jieba
卸载第三方包
conda remove matplotlib
或者
pip uninstall matplotlib
查看环境包信息
#导出当前环境的包信息
# 假设我们有一个环境叫 test，可以导出为一个yml文件
conda env export --file test.yml --name test
#用配置文件创建新的虚拟环境
# 然后换一台电脑，就可以完全重现这个环境了
conda env create -f test.yml
机器学习环境搭建
1.创建python3.9环境
conda create --name ML python=3.9
2.安装matplotlib库,版本最好高点，不然有些功能不一样，可指定通道下载可以不指定，速度慢就指定清华源
conda install --channel http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge matplotlib=3.5.3
3.安装pandas库
conda install pandas=1.5.3
4.安装openpyxl库,以便可以读取和处理excel表格
conda install openpyxl
5.安装numpy库
conda install numpy
6.安装scikit-learn库
conda install scikit-learn
