Python數據分析必備Anaconda安裝、快捷鍵、包安裝

本文轉自http://www.cnblogs.com/jackchen-Net/p/6909395.html

要點導航

• 1.Anaconda操作
• 2.安裝Graphviz
•  3.Anaconda的快捷鍵
• 4.創建多環境的Anaconda
• 5.Anaconda中的安裝包

Python數據分析必備：

回到導航

1.Anaconda操作

    Anaconda是一個用於科學計算的Python發行版，支持 Linux, Mac, Windows系統，提供了包管理與環境管理的功能，可以很方便地解決多版本python並存、切換以及各種第三方包安裝問題。Anaconda利用工具/命令conda來進行package和environment的管理，並且已經包含了Python和相關的配套工具。

   conda可以理解爲一個工具，也是一個可執行命令，其核心功能是包管理與環境管理。包管理與pip的使用類似，環境管理則允許用戶方便地安裝不同版本的python並可以快速切換。Anaconda則是一個打包的集合，裏面預裝好了conda、某個版本的python、衆多packages、科學計算工具等等，所以也稱爲Python的一種發行版。

 首先應該設置本地存放數據目錄爲工作目錄，這樣可以加載本地數據集到內存中

import os
os.chdir("D:/BigData/Workspace/testdata/") #設置當前路徑爲工作路徑
os.getcwd()   #獲取當前工作路徑

2.安裝Graphviz

摘錄自官網：

What is Graphviz?

Graphviz is open source graph visualization software. Graph visualization is a way of representing structural information as diagrams of abstract graphs and networks. It has important applications in networking, bioinformatics, software engineering, database and web design, machine learning, and in visual interfaces for other technical domains.

什麼是Graphviz？

Graphviz是開源圖形可視化軟件。 圖形可視化是將結構信息表示爲抽象圖形和網絡圖。 它在網絡，生物信息學，軟件工程，數據庫和網頁設計，機器學習和其他技術領域的視覺界面中具有重要的應用。

網址：

1	http://www.graphviz.org/     或   http://www.graphviz.org/Download..php   #安裝

命令：dot  -Tpdf  iris.dot -o output.pdf 可將dot文件轉化爲已轉化爲圖形的pdf文件

 3.Anaconda的快捷鍵

 打開ipython notebook方式：

3.1在cmd中輸入~

3.2 默認瀏覽器會打開http://localhost:8888/tree

3.3 運行當前行並換行shift+enter

     運行當前行：ctrl+enter

3.4 conda版本查看

conda 安裝所有的包 

查看有幾個python環境

4.創建多環境的Anaconda

4.1 使用conda create命令，後邊跟上你希望用來稱呼它的任何名字：

conda create --name snowflake biopython

這條命令將會給biopython包創建一個新的環境，位置在/envs/snowflakes
小技巧：很多跟在--後邊常用的命令選項，可以被略寫爲一個短線加命令首字母。所以--name選項和-n的作用是一樣的。通過conda -h或conda –-help來看大量的縮寫。

4.2 激活這個新環境

Linux，OS X：：  source activate snowflakes
Windows：：      activate snowflake`

小技巧：新的開發環境會被默認安裝在你conda目錄下的envs文件目錄下。

 4.3 創建第二個環境

這次讓我們來創建並命名一個新環境，然後安裝另一個版本的python以及兩個包 Astroid 和 Babel。

conda create -n bunnies python=3 Astroid Babel

這將創建第二個基於python3 ，包含Astroid 和 Babel 包，稱爲bunnies的新環境，在/envs/bunnies文件夾裏。
小技巧：在此同時安裝你想在這個環境中運行的包，
小提示：在你創建環境的同時安裝好所有你想要的包，在後來依次安裝可能會導致依賴性問題

4.4 列出所有環境

4.6 複製一個環境

通過克隆來複制一個環境。這兒將通過克隆snowfllakes來創建一個稱爲flowers的副本。

conda create -n flowers --clone snowflakes

通過conda info –-envs來檢查環境
你現在應該可以看到一個環境列表：flowers, bunnies, and snowflakes.

4.7 刪除一個環境

如果你不想要這個名爲flowers的環境，就按照如下方法移除該環境：

conda remove -n flowers --all

爲了確定這個名爲flowers的環境已經被移除，輸入以下命令：

conda info -e

flowers 已經不再在你的環境列表裏了，所以我們知道它被刪除了。

4.8 檢查python版本

首先讓我們檢查那個版本的python可以被安裝：

conda search --full --name python

你可以使用conda search python來看到所有名字中含有“python”的包或者加上--full --name命令選項來列出完全與“python”匹配的包。

4.9 確定環境添加成功

爲了確保snakes環境已經被安裝了，鍵入如下命令：

conda info -e

conda會顯示環境列表，當前活動的環境會被括號括起來（snakes）

4.10 使用不同版本的python

爲了使用不同版本的python，你可以切換環境，通過簡單的激活它就可以，看看如何返回默認2.7

·Linux，OS X: source activate snowflakes
·Windows：activate snowflakes

4.11註銷該環境

當你完成了在snowflakes環境中的工作室，註銷掉該環境並轉換你的路徑到先前的狀態：

 ·Linux，OS X：source deactivate

·Windows：deactivate

4.12 查找一個包

首先讓我們來檢查我們需要的這個包是否可以通過conda來安裝：

conda search beautifulsoup4

它展示了這個包，所以我們知道它是可用的。

 

5.Anaconda中的安裝包

5.1 從Anaconda.org安裝一個包

  如果一個包不能使用conda安裝，我們接下來將在Anaconda.org網站查找。Anaconda.org向公開和私有包倉庫提供包管理服務。Anaconda.org是一個連續分析產品。

提示：你在Anaconda.org下載東西的時候不強制要求註冊。
爲了從Anaconda.org下載到當前的環境中，我們需要通過指定Anaconda.org爲一個特定通道，通過輸入這個包的完整路徑來實現。
在瀏覽器中，去 http://anaconda.org 網站。我們查找一個叫“bottleneck”的包，所以在左上角的叫“Search Anaconda Cloud”搜索框中輸入“bottleneck”並點擊search按鈕。
Anaconda.org上會有超過一打的bottleneck包的版本可用，但是我們想要那個被下載最頻繁的版本。所以你可以通過下載量來排序，通過點擊Download欄。
點擊包的名字來選擇最常被下載的包。它會鏈接到Anaconda.org詳情頁顯示下載的具體命令：

conda install --channel https：//conda .anaconda.ort/pandas bottleneck

5.2 通過pip命令來安裝包

對於那些無法通過conda安裝或者從Anaconda.org獲得的包，我們通常可以用pip（“pip install packages”的簡稱）來安裝包。
提示： pip只是一個包管理器，所以它不能爲你管理環境。pip甚至不能升級python，因爲它不像conda一樣把python當做包來處理。但是它可以安裝一些conda安裝不了的包，和vice versa（此處不會翻譯）。pip和conda都集成在Anaconda或miniconda裏邊。

我們激活我們想放置程序的環境，然後通過pip安裝一個叫“See”的程序。

·Linux，OS X： source activate bunnies
·Windows：activate bunnies
所有平臺：
pip install see

5.3檢查pip安裝

檢查See是否被安裝：

conda list



5.4安裝商業包

安裝商業包與你安裝其他的包的過程異常。舉個例子，讓我們安裝並刪除一個更新的商業包的免費試用 IOPro，可以加速你的python處理速度：

conda install iopro



5.5 移除包、環境、或者conda

如果你願意的話。讓我們通過移除一個或多個試驗包、環境以及conda來結束這次測試指導。

5.6移除包

假設你決定不再使用商業包IOPro。你可以在bunnies環境中移除它。

conda remove -n bunnies iopro


5.7確認包已經被移除

使用conda list命令來確認IOPro已經被移除了

conda list

5.8移除環境

我們不再需要snakes環境了，所以輸入以下命令：
conda remove -n snakes --all

5.9確認環境被移除

爲了確認snakes環境已經被移除了，輸入以下命令：

 conda info --envis

snakes不再顯示在環境列表裏了，所以我們知道它已經被刪除了

5.10刪除conda

• Linux，OS X：
  移除Anaconda 或 Miniconda 安裝文件夾

rm -rf ~/miniconda OR  rm -rf ~/anaconda










附錄：

包安裝：

後續在學習中，肯定會有一些庫是anaconda所沒有的，這就需要你自己安裝了。根據目前我遇到的情況，我總結了大概有三種安裝方式。

1、pip install 庫名2、有時候庫名會存在問題，這時可以下載輪子 網址：http://www.lfd.uci.edu/~gohlke/pythonlibs/ 找到你要的庫的輪子，下載下來，放進文件夾，cmd進入文件夾目錄後 pip install 庫（輪子名）3、有時，這兩種方法都不行，有的庫安裝很麻煩，說你缺各種東西，像lxml,h5py,cartopy等等，這時候就可以用conda install網址：https://anaconda.org/ 找到庫之後，下方有一個安裝命令，直接複製，cmd輸入命令安裝就行

附錄內容作者：孤城
鏈接：https://www.zhihu.com/question/58033789/answer/155651772
來源：知乎
著作權歸作者所有。商業轉載請聯繫作者獲得授權，非商業轉載請註明出處。

安裝gensim：

pip install -U gensim出錯

原因應該是scipy的版本不行，從http://www.lfd.uci.edu/~gohlke/pythonlibs/ 上重新下載了scipy‑0.19.1‑cp35‑cp35m‑win_amd64.whl，然後使用 
pip install scipy‑0.19.1‑cp35‑cp35m‑win_amd64.whl 安裝scipy成功後，還需要下載numpy‑1.13.1+mkl‑cp35‑cp35m‑win_amd64.whl 同樣安裝 
再pip install gensim，成功

pip install gensim安裝成功。