anacondapython安裝

❶ 先裝python還是先裝anaconda

先裝anaconda，後者包含前者，而且用anaconda安裝各種包更為快捷方便。

❷ 先裝python還是先裝anaconda

先裝python。

Python解釋器易於擴展，可以使用C或C++（或者其他可以通過C調用的語言）擴展新的功能和數據類型。Python 也可用於可定製化軟體中的擴展程序語言。Python豐富的標准庫，提供了適用於各個主要系統平台的源碼或機器碼。

特點：

Python本身被設計為可擴充的。並非所有的特性和功能都集成到語言核心。Python提供了豐富的API和工具，以便程序員能夠輕松地使用C語言、C++、Cython來編寫擴充模塊。Python編譯器本身也可以被集成到其它需要腳本語言的程序內。

因此，很多人還把Python作為一種「膠水語言」（glue language）使用。使用Python將其他語言編寫的程序進行集成和封裝。在Google內部的很多項目，例如Google Engine使用C++編寫性能要求極高的部分，然後用Python或Java/Go調用相應的模塊。

❸ python anaconda 怎麼安裝

Anaconda的安裝
Anaconda的下載頁參見官網下載，linux、Mac、Windows均支持。
安裝時，會發現有兩個不同版本的Anaconda，分別對應Python 2.7和Python 3.5，兩個版本其實除了這點區別外其他都一樣。後面我們會看到，安裝哪個版本並不本質，因為通過環境管理，我們可以很方便地切換運行時的Python版本。（由於我常用的Python是2.7和3.4，因此傾向於直接安裝Python 2.7對應的Anaconda）
下載後直接按照說明安裝即可。這里想提醒一點：盡量按照Anaconda默認的行為安裝——不使用root許可權，僅為個人安裝，安裝目錄設置在個人主目錄下（Windows就無所謂了）。這樣的好處是，同一台機器上的不同用戶完全可以安裝、配置自己的Anaconda，不會互相影響。
對於Mac、Linux系統，Anaconda安裝好後，實際上就是在主目錄下多了個文件夾（~/anaconda）而已，Windows會寫入注冊表。安裝時，安裝程序會把bin目錄加入PATH（Linux/Mac寫入~/.bashrc，Windows添加到系統變數PATH），這些操作也完全可以自己完成。以Linux/Mac為例，安裝完成後設置PATH的操作是

1
2
3
4

# 將anaconda的bin目錄加入PATH，根據版本不同，也可能是~/anaconda3/bin
echo 'export PATH="~/anaconda2/bin:$PATH"' >> ~/.bashrc
# 更新bashrc以立即生效
source ~/.bashrc

配置好PATH後，可以通過which conda或conda --version命令檢查是否正確。假如安裝的是Python 2.7對應的版本，運行python --version或python -V可以得到Python 2.7.12 :: Anaconda 4.1.1 (64-bit)，也說明該發行版默認的環境是Python 2.7。
Conda的環境管理
Conda的環境管理功能允許我們同時安裝若干不同版本的Python，並能自由切換。對於上述安裝過程，假設我們採用的是Python 2.7對應的安裝包，那麼Python 2.7就是默認的環境（默認名字是root，注意這個root不是超級管理員的意思）。
假設我們需要安裝Python 3.4，此時，我們需要做的操作如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

# 創建一個名為python34的環境，指定Python版本是3.4（不用管是3.4.x，conda會為我們自動尋找3.4.x中的最新版本）
conda create --name python34 python=3.4

# 安裝好後，使用activate激活某個環境
activate python34 # for Windows
source activate python34 # for Linux & Mac
# 激活後，會發現terminal輸入的地方多了python34的字樣，實際上，此時系統做的事情就是把默認2.7環境從PATH中去除，再把3.4對應的命令加入PATH

# 此時，再次輸入
python --version
# 可以得到`Python 3.4.5 :: Anaconda 4.1.1 (64-bit)`，即系統已經切換到了3.4的環境

# 如果想返回默認的python 2.7環境，運行
deactivate python34 # for Windows
source deactivate python34 # for Linux & Mac

# 刪除一個已有的環境
conda remove --name python34 --all

用戶安裝的不同python環境都會被放在目錄~/anaconda/envs下，可以在命令中運行conda info -e查看已安裝的環境，當前被激活的環境會顯示有一個星號或者括弧。
說明：有些用戶可能經常使用python 3.4環境，因此直接把~/anaconda/envs/python34下面的bin或者Scripts加入PATH，去除anaconda對應的那個bin目錄。這個辦法，怎麼說呢，也是可以的，但總覺得不是那麼elegant……
如果直接按上面說的這么改PATH，你會發現conda命令又找不到了（當然找不到啦，因為conda在~/anaconda/bin里呢），這時候怎麼辦呢？方法有二：1. 顯式地給出conda的絕對地址 2. 在python34環境中也安裝conda工具（推薦）。
Conda的包管理
Conda的包管理就比較好理解了，這部分功能與pip類似。
例如，如果需要安裝scipy：

1
2
3
4
5
6
7

# 安裝scipy
conda install scipy
# conda會從從遠程搜索scipy的相關信息和依賴項目，對於python 3.4，conda會同時安裝numpy和mkl（運算加速的庫）

# 查看已經安裝的packages
conda list
# 最新版的conda是從site-packages文件夾中搜索已經安裝的包，不依賴於pip，因此可以顯示出通過各種方式安裝的包

conda的一些常用操作如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

# 查看當前環境下已安裝的包
conda list

# 查看某個指定環境的已安裝包
conda list -n python34

# 查找package信息
conda search numpy

# 安裝package
conda install -n python34 numpy
# 如果不用-n指定環境名稱，則被安裝在當前活躍環境
# 也可以通過-c指定通過某個channel安裝

# 更新package
conda update -n python34 numpy

# 刪除package
conda remove -n python34 numpy

前面已經提到，conda將conda、python等都視為package，因此，完全可以使用conda來管理conda和python的版本，例如

1
2
3
4
5
6
7
8
9

# 更新conda，保持conda最新
conda update conda

# 更新anaconda
conda update anaconda

# 更新python
conda update python
# 假設當前環境是python 3.4, conda會將python升級為3.4.x系列的當前最新版本

補充：如果創建新的python環境，比如3.4，運行conda create -n python34 python=3.4之後，conda僅安裝python 3.4相關的必須項，如python, pip等，如果希望該環境像默認環境那樣，安裝anaconda集合包，只需要：

1
2
3
4
5
6

# 在當前環境下安裝anaconda包集合
conda install anaconda

# 結合創建環境的命令，以上操作可以合並為
conda create -n python34 python=3.4 anaconda
# 也可以不用全部安裝，根據需求安裝自己需要的package即可

設置國內鏡像
如果需要安裝很多packages，你會發現conda下載的速度經常很慢，因為Anaconda.org的伺服器在國外。所幸的是，清華TUNA鏡像源有Anaconda倉庫的鏡像，我們將其加入conda的配置即可：

1
2
3
4
5
6

# 添加Anaconda的TUNA鏡像
conda config --add channels
# TUNA的help中鏡像地址加有引號，需要去掉

# 設置搜索時顯示通道地址
conda config --set show_channel_urls yes

執行完上述命令後，會生成~/.condarc(Linux/Mac)或C:UsersUSER_NAME.condarc文件，記錄著我們對conda的配置，直接手動創建、編輯該文件是相同的效果。
跋
Anaconda具有跨平台、包管理、環境管理的特點，因此很適合快速在新的機器上部署Python環境。總結而言，整套安裝、配置流程如下：
下載Anaconda、安裝
配置PATH（bashrc或環境變數），更改TUNA鏡像源
創建所需的不用版本的python環境
Just Try!

❹ 如何安裝anaconda和python

How to set up your own anaconda in a scientific way?

python2, python3, R in conda

Introction

• what is anaconda?

• According to its own website, Anaconda is the leading open data science platform powered by Python. The open source version of Anaconda is a high performance distribution of Python and R and includes over 100 of the most popular Python, R and Scala packages for data science.

• Or you can simply regard it as a manager of the packages of your programming languages.

• why we want to use anaconda?

• Convinient to manage packages

• Jupyter notebook

• object

• Set up anaconda for a python and r user (linux)

• I use py2 more often so I set it my default environment

Get started!

• Click this link and download corresponding version of anaconda.

• Type the following line in the terminal and the installation will be set up automatically

  ```bash Anaconda2-4.3.1-Linux-x86_64.sh``` .
  

  Do include the "bash" command even if you are not using the bash shell.

• Add the following line to the .bashrc or .zshrc(if you are a zsh user).

  ```export PATH="/home/zijun/anaconda2/bin:$PATH"```
  

• Create python3 environment in your conda.

  ```conda create -n py3 python=3.5 anaconda```
  

• Create R environment in your conda.

  ```conda create -n r -c r r-essentials```
  

• Install tck for R (enable install.packages() in R)

  ```source activate r
  conda install -c intel tcl=8.6.4```
  

• Note1: if you want to remove environment you install:

  ```conda remove --name py3 --all```
  

• Note2: switch different environment

  ```source activate r
  source deactivate r```
  

Some issues you may encounter ring the process

Q: tcl not found

install.packages('highfrequency')
--- Please select a CRAN mirror for use in this session ---
Error: .onLoad failed in loadNamespace() for 'tcltk', details:
call: fun(libname, pkgname)
error: Can't find a usable init.tcl in the following directories:
/opt/anaconda1anaconda2anaconda3/lib/tcl8.5 ./lib/tcl8.5 ./lib/tcl8.5 ./library ./library ./tcl8.5.18/library ./tcl8.5.18/library

A: Solution:

• Just do the step 5 above to solve this problem.

• Or add the following lines to the .bashrc or .zshrc

  ``` export TCL_LIBRARY="/home/zijun/anaconda2/lib/tcl8.5"
  export TK_LIBRARY="/home/zijun/anaconda2/lib/tk8.5" ```
  

• Note1: tck is a package which supports install.packages() function and it is installed in the global environment if you use sudo apt-get install tcl8.5-dev tk8.5-dev and conda has no access to it.

• Note2: packages will be installed in /home/zijun/anaconda/envs/r/lib/R/library using install.packages()

Q: How to install packages in R

A: Since we set up the tcl, we can easily use install.packages() or remove.packages() to manage the R packages. However in this way, conda will lose control over r packages. Also you may find some suggestions using conda-build like this:

• switch back to the root environment

• type conda install conda-build in the terminal

• Use conda skeleton cran and conda build to install packages (you may mind the dependency issue)

However this will not give you the control either. Moreover, there might be more issues about shitty sytax in R. So my suggestion is simply using install.packages() in R to install your packages.

❺ anaconda安裝教程

anaconda安裝教程如下：

工具：聯想電腦、Anaconda軟體。

1、首先打開電腦，在主頁進入Anaconda官網，根據需要下載對應python版本Anaconda軟體。

❻ python怎麼安裝anacoda

Anacond的介紹

Anaconda指的是一個開源的Python發行版本，其包含了conda、Python等180多個科學包及其依賴項。 因為包含了大量的科學包，Anaconda 的下載文件比較大（約 531 MB），如果只需要某些包，或者需要節省帶寬或存儲空間，也可以使用Miniconda這個較小的發行版（僅包含conda和 Python）。

Conda是一個開源的包、環境管理器，可以用於在同一個機器上安裝不同版本的軟體包及其依賴，並能夠在不同的環境之間切換

Anaconda包括Conda、Python以及一大堆安裝好的工具包，比如：numpy、pandas等

Miniconda包括Conda、Python

Anacond下載

下載地址：https://www.anaconda.com/download/

Anaconda 是跨平台的，有 Windows、macOS、Linux 版本，我們這里以 Windows 版本為例，點擊那個 Windows 圖標。

我這里選擇下載

Python 2.7 version *--Python 2.7 版 *

64-Bit Graphical Installer (564 MB) --64點陣圖形安裝程序（564 MB）

當然，你也可以根據自己的實際情況，選擇 Python 3.6版的，或者 32-Bit 版本的。

安裝包有 564MB，因為網速的關系，下載時間可能會比較長，請耐心等待。我這里下載完成 Anaconda2-5.2.0-Windows-x86_64.exe文件了。

安裝 Anaconda

雙擊下載好的 Anaconda2-5.2.0-Windows-x86_64.exe文件，出現如下界面，點擊 Next 即可。

點擊Next

點擊 I Agree （我同意），不同意，當然就沒辦法繼續安裝啦。

Install for: Just me還是All Users，假如你的電腦有好幾個 Users ，才需要考慮這個問題.其實我們電腦一般就一個 User，就我們一個人使用，如果你的電腦有多個用戶，選擇All Users，我這里直接 All User，繼續點擊 Next 。

Destination Folder 是「目標文件夾」的意思，可以選擇安裝到什麼地方。默認是安裝到 C:ProgramDataAnaconda2文件夾下。你也可以選擇 Browse... ，選擇想要安裝的文件夾。我這里 C 盤空間充裕，所以我直接就裝到默認的地方。

這里提一下，Anaconda 很強大，佔用空間也不小啊，2.6GB，差不多是一部高清電影的體積了。不過，為了學習，這點硬碟空間算什麼呢。

繼續點擊 Next> 。

這里來到 Advanced Options 了，所謂的「高級選項」。如果你英文好，有一定背景知識的話，肯定明白這界面上的意思。兩個默認就好，第一個是加入環境變數，第二個是默認使用 Python 2.7，點擊「Install」，終於開始安裝額。

安裝時間根據你的電腦配置而異，電腦配置高，硬碟是固態硬碟，速度就更快。安裝過程其實就是把 Anaconda2-5.2.0-Windows-x86_64.exe文件里壓縮的各種 dll 啊，py 文件啊，全部寫到安裝目標文件夾里。

過程還是很漫長的，畢竟 2.6GB 的無數個小文件啊，請耐心等待。

經過漫長的等待，終於安裝完成 Installation Complete （安裝完成）了，點擊最後一個 Next>。

點擊Install Microsoft VSCode

點擊 Finish，那兩個 √ 可以取消。

配置環境變數

如果是windows的話需要去 控制面板系統和安全系統高級系統設置環境變數用戶變數PATH 中添加 anaconda的安裝目錄的Scripts文件夾, 比如我的路徑是C:ProgramDataAnaconda2Scripts, 看個人安裝路徑不同需要自己調整。

之後就可以打開命令行(最好用管理員模式打開) 輸入 conda --version

如果輸出conda 4.5.4之類的就說明環境變數設置成功了。

python學習網，大量的免費python視頻教程，歡迎在線學習！

❼ 怎麼安裝python包在anaconda中

筆者使用Sublime Text 3，安裝和配置插件Anaconda步驟如下：
安裝：
打開package control菜單，輸入install或者直接點擊install package命令菜單
在新窗口輸入Anaconda並點擊第一個備選項進行安裝。
安裝完成後會顯示messages文檔

配置:
點擊Anaconda插件默認設置菜單，彈出設置文檔
在大約90行的位置，我們修改一下Python主程序的位置路徑。

❽ anaconda怎麼安裝python環境

可以使用conda來安裝和管理python環境。conda可以理解為一個工具，也是一個可執行命令，其核心功能是包管理和環境管理。包管理與pip的使用方法類似，環境管理則是允許用戶方便滴安裝不同版本的python環境並在不同環境之間快速地切換。
conda將幾乎所有的工具、第三方包都當作package進行管理，甚至包括python 和conda自身。Anaconda是一個打包的集合，裡面預裝好了conda、某個版本的python、各種packages等。
創建環境舉例：
conda create -n your_env_name python=x.x

其中your_env_name是你要創建的環境名稱，python=x.x中的x.x是你需要安裝的pytthon版本。安裝成功之後可以用以下兩個命令來查看是否安裝成功。
conda env list
conda info -e