Anaconda数据科学的完整解决方案

Anaconda， 数据科学的完整解决方案！

搞数据科学的小伙伴们都知道，配置Python环境可不是件容易事。装个包半天装不上，版本冲突搞得人头大，这些都是家常便饭。有了 Anaconda 这个神器，这些烦恼就都不是事儿了！

啥是Anaconda？

说白了，Anaconda就是个超级全家桶，里面打包了咱们做数据分析常用的Python库，比如numpy、pandas、matplotlib这些都给你整好了。而且它自带环境管理功能，想装啥版本的Python都行，不同项目用不同环境，互不影响，真是贼方便！

安装那些事儿

去官网下载个安装包就完事了。记得选对系统版本啊，Windows用户下载exe文件，Mac用户下载pkg文件。装的时候注意把那个“Add Anaconda to my PATH”给勾上，要不然后面用起来还得倒腾。

# 验证安装成功没

conda --version

玩转虚拟环境

虚拟环境就像是给每个项目准备的独立小房间，互不打扰。

# 创建个新环境

conda create -n myenv python=3.8

# 进入环境

conda activate myenv

# 退出环境

conda deactivate

温馨提示：环境名字随便起，不过最好能反映项目特点，比如叫“deep_learning”就比“env1”强多了。

包管理有多简单

用conda安装包比pip香多了，它会自动处理依赖关系，不会出现版本冲突。

# 安装包

conda install numpy pandas matplotlib

# 查看已安装的包

conda list

有时候conda源太慢，咱们还可以换成国内源：

conda config --add channels https：//mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --set show_channel_urls yes

Jupyter Notebook不能少

Anaconda自带了Jupyter Notebook，这可是写代码、做笔记的神器。

# 启动Jupyter Notebook

jupyter notebook

写代码的时候，直接在浏览器里就能看结果，还能边写边改，不要太爽！

日常使用小技巧

Navigator界面不会用？用命令行就完事了，又快又稳

环境导出功能贼好使，换电脑也不怕环境配置麻烦

base环境尽量别乱装东西，容易搞乱

# 导出环境配置

conda env export > environment.yml

# 根据配置文件创建环境

conda env create -f environment.yml

🍊温馨提示：定期清理不用的环境和包，省得占地方。