Python多环境管理神器（Anaconda）

点大赞 發表於 2022-1-13 09:22:00

为了解决python多版本共存，解决不同版本之间的依赖冲突，虚拟环境隔离等问题，我们前面介绍了venv、virtualenv、virtualenvwrapper、pyenv、pipenv等众多工具。下面我们再介绍一个非常强大的多环境管理神器——Anaconda。<h1>Anaconda （强大）</h1><h2>1、什么是Anaconda</h2>Anaconda是专注于数据分析的Python发行版本，包含了conda、Python等190多个科学包及其依赖项。Anaconda通过管理工具包、开发环境、Python版本，大大简化了你的工作流程。不仅可以方便地安装、更新、卸载工具包，而且安装时能自动安装相应的依赖包，同时还能使用不同的虚拟环境隔离不同要求的项目。安装Acaconda默认的Python是2.7；安装Acaconda3默认的Python是3.6<h2>2、什么是Conda</h2>Conda是一个开源的包、虚拟环境管理器，可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换，它的包管理类似PIP。packages 管理：可以使用 conda 来安装、更新、卸载工具包，并且它更关注于数据科学相关的工具包。在安装 anaconda 时就预先集成了像 Numpy、Scipy、 pandas、Scikit-learn 这些在数据分析中常用的包。另外值得一提的是，conda 并不仅仅管理Python的工具包，它也能安装非python的包。比如在新版的 Anaconda 中就可以安装R语言的集成开发环境 Rstudio。虚拟环境管理：在conda中可以建立多个虚拟环境，用于隔离不同项目所需的不同版本的工具包，以防止版本上的冲突。对纠结于 Python 版本的同学们，我们也可以建立 Python2 和 Python3 两个环境，来分别运行不同版本的 Python 代码。<h2>3、安装Anaconda：</h2>去官网下载指定的版本的Anaconda：https://repo.anaconda.com/archive/我们下载的是Anaconda3-5.2.0-Linux-x86_64.sh<pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;">wget https://repo.anaconda.com/archive/Anaconda3-5.2.0-Linux-x86_64.sh</pre>安装前，先安装bunzip2依赖包，否则后面安装会报错：bunzip2: command not found<pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;">yum install -y bzip2</pre>运行该脚本，进行安装<pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;">bash Anaconda3-5.2.0-Linux-x86_64.sh</pre>在安装的过程中，会问你安装路径，直接回车默认就可以了，默认安装到了/root/anaconda3目录下。有个地方问你是否将anaconda安装路径加入到环境变量（.bashrc)中，输入yes，默认的是no， 最后一步有一个询问你是否安装vscode，emm如果你没有需要就输入no，毕竟在服务器里面都是用vim编辑器的，没必要多装一个。安装完成如下图：<img src="https://img2020.cnblogs.com/blog/1307747/202201/1307747-20220113092204530-131925112.png">配置anaconda环境变量：默认是安装在/root/anaconda3/下的，如果不是，请修改路径<pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;">vim /etc/profile

## Anaconda
export PATH=$PATH:/root/anaconda3/bin</pre>加载使立即生效<pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;">source /etc/profile</pre>注意：如果之前服务器上已经编译安装过python了，将它重命名，否则系统会自动找到之前编译的python3环境，而不会使用Anaconda里的python环境。<pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;"># 注释掉之前编译安装使用的python3.9环境
mv /usr/local/python3.9/ /usr/local/python3.9_bak</pre>测试Anaconda安装是否正确：<pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;"># 查看python3的路径是否正确
which python3
# 启动python3看环境是否正确
python3</pre>如下图：<img src="https://img2020.cnblogs.com/blog/1307747/202201/1307747-20220113092205212-933620276.png">至此，Anaconda安装完成。Conda自身管理更新conda<pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;"># 更新anaconda
conda update conda</pre>更新anaconda元数据包<pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;"># 更新anaconda元数据包
conda update anaconda</pre>.condarc删除 .condarc 文件这个文件默认没有，只有你执行过 conda config 命令以后才会自动建立。该文件是conda的配置文件是YAML格式。比如你可以设置安装包的渠道，是否自动更新conda，是否允许其他渠道等设置。<h2>4、Python环境管理</h2><pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;"># 创建一个新环境，并制定python解释器版本，没有会自动下载
# python27 是环境名称
# python=2.7 是要安装的包和版本，默认会为我们寻找2.7.x中的最新版本
# anaconda 是创建环境时同时要安装的包，这个可以不写
conda create -n python27 python=2.7 anaconda
conda create -n python36 python=3.6
conda create -n python37 python=3.7

# 更新Python，进入某个环境运行下面的命令，将更新当前环境的Python到最新分支版本。比如当前是3.5，更新后将会到最新的3.X
conda update python</pre><h2>5、虚拟环境管理</h2>查看当前托管的所有虚拟环境列表<pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;"># conda env list
# conda environments:
#
base */root/anaconda3</pre>创建虚拟环境<pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;"> # 创建一个名为myvenv 的环境，指定Python版本是3.10
# （不用管是3.10.x，conda会为我们自动寻找3.10.x中的最新版本）
conda create --name myvenv python=3.10</pre>虚拟环境不会在当前环境下创建虚拟环境目录，所有的虚拟环境目录默认放在：/root/anaconda3/envs/激活虚拟环境<pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;">activate myvenv # for Windows
source activate myvenv # for Linux & Mac
conda activate myvenv# 新版使用这个</pre>退出虚拟环境<pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;"> conda deactivate</pre>如下图：<img src="https://img2020.cnblogs.com/blog/1307747/202201/1307747-20220113092205811-1684169276.png">导出依赖包：导出环境，它会把当前环境中安装的包以及版本号都导出去，这样你就可以拿到另外的机器上来重新构建一个相同的环境导出的内容包括环境名称，安装渠道，该环境安装的包以及版本号。<pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;"># 首先进入名称叫做python36环境
conda activate myvenv
# 导出当前环境到指定文件
conda env export > environment.yml
# 通过环境文件建立环境，不需要指定环境名称，因为文件中包含名称字段
conda env create -f environment.yml </pre>删除虚拟环境<pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;"># 方式一：
conda env remove --name myvenv
# 方式二：
conda remove -n myvenv --all</pre>克隆虚拟环境：<pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;">conda create -n myvenv2 --clone myvenv</pre>克隆如下图：<img src="https://img2020.cnblogs.com/blog/1307747/202201/1307747-20220113092206433-468207271.png"><h2>6、包管理</h2>安装包<pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;">conda install --name myvenv scipy # 安装包到指定环境中
conda install scipy # 安装包到当前环境中
conda install scipy=0.15.0# 安装指定版本的包，到当前环境
conda install scipy curl # 安装多个包
conda install -c anaconda django # -c是指定渠道名称，也就是用哪个渠道安装django。</pre>卸载包：<pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;"># 卸载包
conda remove 包名# 删除当前环境中的指定包
conda remove -n myvenv numpy # 删除指定环境中的指定包
conda remove -n myvenv --all # 删除指定环境中的所有包，等同于删除环境</pre>更新包：<pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;">conda update 包名# 更新当前环境指定的包
conda update -n myvenv numpy # 更新指定环境中的指定包</pre>查看当前packages：<pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;"># 查看当前已经安装的packages
conda list
conda list -n myvenv # 查看指定环境中安装的所有包</pre>如下图：<img src="https://img2020.cnblogs.com/blog/1307747/202201/1307747-20220113092207205-1692561709.png">查找可安装的包：精确查找<pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;">conda search --full-name <package_full_name>
# 例如：
conda search --full-name python</pre>模糊查找：<pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;">conda search jieba
# 支持正则
conda search *py*</pre><h2>7、镜像源管理</h2>conda默认使用的是官方镜像源，是在国外，安装下载会很慢，所以强烈建议切换为国内镜像源。查看当前镜像源配置<pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;"># 查看当前的镜像源
conda config --show channels
# 查看详细信息
conda config --show</pre>如下图：default的地址默认就是官方地址，https://repo.anaconda.com/pkgs/main<img src="https://img2020.cnblogs.com/blog/1307747/202201/1307747-20220113092207826-1345738186.png">添加清华大学镜像源<pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;"># 添加Anaconda的TUNA镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

# 设置搜索时显示通道地址，这个可以不加，只是为了看一下是否从镜像站下载
conda config --set show_channel_urls yes</pre>再次查看镜像地址：<pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;">conda config --show channels</pre>如下图;<img src="https://img2020.cnblogs.com/blog/1307747/202201/1307747-20220113092208506-1966474774.png">添加第三方镜像源：<pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;">##Conda Forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
## msys2
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
## bioconda
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
## menpo
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
## pytorch
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/</pre>其他镜像源：清华大学其他镜像源地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/<img src="https://img2020.cnblogs.com/blog/1307747/202201/1307747-20220113092209240-1855264744.png">删除镜像源<pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;">conda config --remove channels <URL>## 删除原来的旧镜像

# 如下
conda config --remove channels default
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/</pre>注意：如果切换镜像源后，安装过程出现报错：CondaHTTPError: HTTP 000 CONNECTION FAILED for url <https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/noarch/repodata.json>解决办法：参考：https://www.freesion.com/article/67891423758/1、首先把镜像源地址，从https替换为http2、删除/root/.condarc中的- default即可解决.condarc文件说明：文件这个文件默认没有，只有你执行过 conda config 命令以后才会自动建立。该文件是conda的配置文件，是YAML格式。比如你可以设置安装包的渠道，是否自动更新conda，是否允许其他渠道等设置。下面是我的配置文件说明。这些不是必须的。但是在国内建议设置channels，这个在上面已经说过。所以通常你不需要关注这个文件。参考：https://mirror.tuna.tsinghua.edu.cn/help/anaconda/文件样例如下：vim /root/.condarc<pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;">channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud</pre>清除索引缓存：运行 conda clean -i 清除索引缓存，保证用的是镜像站提供的索引。<pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;">conda clean -i</pre><h2>8、当conda中没有这个包时：</h2>会报错，如下：PackagesNotFoundError: The following packages are not available from current channels:<img src="https://img2020.cnblogs.com/blog/1307747/202201/1307747-20220113092209864-942946403.png">方法一：使用pip安装<pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;"># 安装不在conda或者acaconda的包，当你安装的包不在conda管理范围的时候可以使用pip来安装
conda install pip# 首先在当前环境中安装pip
pip install jieba # 其次在通过PIP命令在当前环境中安装包</pre>方法二：搜索包含该安装包的渠道<pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;">anaconda searchjieba</pre>搜索如下图：<img src="https://img2020.cnblogs.com/blog/1307747/202201/1307747-20220113092210952-1444021330.png">选择其中一个版本，我们选择了conda-forge/jieba模块展示该版本的信息<pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;">anaconda show conda‐forge/jieba</pre>如下图，显示了安装渠道路径<img src="https://img2020.cnblogs.com/blog/1307747/202201/1307747-20220113092211648-1232397900.png">找到对应的渠道信息，如上面最后一行，直接进行安装即可<pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;">conda install --channel https://conda.anaconda.org/conda-forge jieba</pre>如果最开始你就知道要这个渠道模块，也可以这样直接安装：<pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;">conda install -c conda-forge jieba</pre>方法三：去conda官网搜索包说明：对于那些无法通过conda安装或者从Anaconda.org获得的包，我们通常可以用pip来安装包。pip只是一个包管理器，所以它不能为你管理环境。pip甚至不能升级python，因为它不像conda一样把python当做包来处理。但是它可以安装一些conda安装不了的包，pip和conda都集成在Anaconda或miniconda里边。另外你还可以去官网搜索：https://anaconda.org/<img src="https://img2020.cnblogs.com/blog/1307747/202201/1307747-20220113092212464-707585703.png">如下，找到很多渠道：<img src="https://img2020.cnblogs.com/blog/1307747/202201/1307747-20220113092213228-906593905.png">找到安装路径：<img src="https://img2020.cnblogs.com/blog/1307747/202201/1307747-20220113092214004-836493192.png">再使用该安装路径安装即可：<pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;">conda install -c conda-forge jieba</pre>方法四：去pypi下载安装包，手动安装如果下载太慢，可以去官网下载，下载jieba的安装包，然后解压到pkgs目录上，参考链接：https://www.pianshen.com/article/18251601207/官网链接：https://pypi.org/project/jieba/#files解压之后，执行包里的setup.py文件也可以安装成功。<pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;">wget https://files.pythonhosted.org/packages/c6/cb/18eeb235f833b726522d7ebed54f2278ce28ba9438e3135ab0278d9792a2/jieba-0.42.1.tar.gz
tar xf jieba-0.42.1.tar.gz
mv jieba-0.42.1 /root/anaconda3/pkgs/
cd /root/anaconda3/pkgs/jieba-0.42.1/
# 如果要安装到指定虚拟环境中，需要先激活环境，再执行install
source activate job_recommended
python setup.py install</pre>如果安装的时候，没有进入虚拟环境，可以在安装后，重新激活虚拟环境，再安装一次，安装到虚拟环境中，如下，<img src="https://img2020.cnblogs.com/blog/1307747/202201/1307747-20220113092214734-1220813062.png"><h2>9、Miniconda </h2>Miniconda 是一个 Anaconda 的轻量级替代，默认只包含了 python 和 conda，但是可以通过 pip 和 conda 来安装所需要的包。Miniconda相比Anaconda，去掉了科学计算的相关包，更加轻量级，没有那么臃肿。可以认为是Anaconda的最小化版本，用法与Anaconda完全一致。Miniconda 安装包可以到 https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/ 下载。<h2>10、图形界面管理</h2>Anaconda还提供了UI界面，进行图形化管理。比如在windows中，安装完成后，点击Anaconda Navigator如图所示：首页显示的是一些自带的工具<img src="https://img2020.cnblogs.com/blog/1307747/202201/1307747-20220113092215615-44085253.png">点击Environments，可以在这里进行环境管理的操作。包括：创建虚拟环境，导入虚拟环境，进入虚拟环境，以及查看安装包<img src="https://img2020.cnblogs.com/blog/1307747/202201/1307747-20220113092216477-2046650083.png">创建虚拟环境myvenv<img src="https://img2020.cnblogs.com/blog/1307747/202201/1307747-20220113092217484-149551010.png">搜索包安装：<img src="https://img2020.cnblogs.com/blog/1307747/202201/1307747-20220113092218305-527160365.png">点击channels可以添加渠道<img src="https://img2020.cnblogs.com/blog/1307747/202201/1307747-20220113092218938-1495136386.png"><h2>11、Jupyter Notebook</h2>Anaconda自带了Jupyter Notebook，我们可以直接启动Jupyter Notebook。window启动：<img src="https://img2020.cnblogs.com/blog/1307747/202201/1307747-20220113092219902-551582677.png">Linux启动：如果没有安装Anaconda，就需要手动安装一下jupyter notebook<pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;">pip install jupyter notebook</pre>因为Anaconda自带了jupyter，所以直接启动：<pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;">jupyter notebook --allow-root</pre>注意，默认是不允许外部访问的，需要配置一下远程访问支持：生成jupyter配置文件<pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;">#root用户：
jupyter notebook --generate-config --allow-root
#非root用户
jupyter notebook --generate-config</pre>如下图：<img src="https://img2020.cnblogs.com/blog/1307747/202201/1307747-20220113092220628-171810275.png">修改配置<pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;">vim /root/.jupyter/jupyter_notebook_config.py</pre>增加以下两行：<pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;">c.NotebookApp.ip = '*'
c.NotebookApp.open_browser = False</pre>配置密码：<pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;">jupyter notebook password</pre>这里密码输入123456<img src="https://img2020.cnblogs.com/blog/1307747/202201/1307747-20220113092221202-96006829.png">启动jupyter notebook:<pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;">jupyter notebook --allow-root</pre>如下图所示：<img src="https://img2020.cnblogs.com/blog/1307747/202201/1307747-20220113092221836-1006980827.png">也可以后台启动：<pre class="brush: bash;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;">nohup jupyter notebook --allow-root > jupyter.log 2>&1 &</pre>打开网页访问：默认8888端口输入地址：（配置好hosts映射）http://linux121:8888/输入密码123456<img src="https://img2020.cnblogs.com/blog/1307747/202201/1307747-20220113092222473-1752151365.png">登录如下图：里面的文件，就是我们之前启动jupyter notebook的当前目录下的内容<img src="https://img2020.cnblogs.com/blog/1307747/202201/1307747-20220113092223156-1399184381.png">新建一个文件：<img src="https://img2020.cnblogs.com/blog/1307747/202201/1307747-20220113092223919-1284401844.png">输入python代码，点击run运行如下：<pre class="brush: py;html-script: false;quick-code: true;smart-tabs: true;auto-links: false;toolbar: false;gutter; true;light: false;ruler: false;pad-line-numbers: 2;collapse: false;tab-size: 4;first-line: 1;">import time, sys
for i in range(8):
print(i)
time.sleep(0.5)</pre>如下图所示：<img src="https://img2020.cnblogs.com/blog/1307747/202201/1307747-20220113092224638-526693100.png">更多jupyter notebook，参考：https://jupyter-notebook.readthedocs.io/en/latest/<h2>12、优缺点分析：</h2>1、功能强大，而且还有UI界面。2、支持python2、python3以及windows、linux、mac等多平台。3、conda安装可以自动解决依赖关系，之前的pip可能不会安装所有依赖包，导致出现依赖问题。4、Anaconda，显得有点厚重，臃肿，但是可以用轻量级的miniconda替换。5、conda安装软件需要解析依赖关系，而且默认连的国外的镜像源，所以conda安装可能很慢。6、包含大量的科学计算的包，适合做数据分析或者喜欢UI界面的人。 参考引用：https://www.cnblogs.com/rexcheny/p/9484309.htmlhttps://zhuanlan.zhihu.com/p/106588887 
来源：https://www.cnblogs.com/doublexi/p/15796263.html

頁: [1]

琼殿技术论坛's Archiver

Python多环境管理神器（Anaconda）