anaconda37编译环境

‘壹’ 如何用anaconda创建环境

Anaconda是用于科学计算的python发行版，它集成了很多关于Python科学计算的第三方库，同时提供了包管理和环境管理的功能，可方便的解决多版本Python并存、切换以及第三方包安装问题。支持运行在Linux、Windows和macOS下。Anaconda利用命令/工具 conda 来进行Package和environment管理。
conda VS anaconda
conda可以理解为一个工具，也是一个可执行命令，其核心功能是包管理与环境管理。包管理与pip的使用类似，环境管理则允许用户方便地安装不同版本的python并可以快速切换。Anaconda则是一个打包的集合，里面预装好了conda、某个版本的python、众多packages、科学计算工具等等，所以也称为Python的一种发行版。其实还有Miniconda，顾名思义，它只包含最基本的内容——python与conda，以及相关的必须依赖项，对于空间要求严格的用户，Miniconda是一种选择。
Anaconda安装
我主要在CentOS服务器上安装Anaconda，选择要安装的Python版本和系统架构：
# Python 3.6
$ wgethttps://repo.continuum.io/archive/Anaconda3-4.3.1-Linux-x86_64.sh#64位系统
$ wgethttps://repo.continuum.io/archive/Anaconda3-4.3.1-Linux-x86.sh#32位系统# Python 2.7
$ wgethttps://repo.continuum.io/archive/Anaconda2-4.3.1-Linux-x86_64.sh#64位系统
$ wgethttps://repo.continuum.io/archive/Anaconda2-4.3.1-Linux-x86.sh#32位系统
（这里我选择的是Python3.6 version 64BIT，关于Python的版本2.7 or 3.6，后面都可以在Anaconda里设置版本环境）
运行安装向导：
$ bash Anaconda3-4.3.1-Linux-x86_64.sh
按照向导，接受协议-->设置安装路径（默认安装用户Home目录）-->然后把安装路径添加到环境变量。
遇到的问题
1.在安装向导设置安装路径后，ENTER，提示如下错误信息：
tar (child): bzip2: Cannot exec: No such file or directory
tar (child): Error is not recoverable: exiting now
tar: Child returned status 2
tar: Error is not recoverable: exiting now
安装即可：
yum -y install bzip2
2.在安装向导最后一步，是否添加到环境变量，默认是no，我手贱直接ENTER了。
对于Mac、Linux系统，Anaconda安装好之后，实际上就是在主目录下多了个文件夹（~/anaconda)，Windows会写入注册表。安装程序会把bin目录加入PATH。现在只能自己完成了：
# 将anaconda的bin目录加入PATH，根据版本不同echo ’export PATH="~/anaconda3/binPATH"’ >> ~/.bashrc# 更新bashrc立即生效
source ~/.bashrc
配置好PATH后，可以通过 which conda 或 conda --version 命令检查是否正确。
Jupyter Notebook
当然，安装Anaconda的科学计算python平台，是为了使用Jupyter Notebook来学习Python的一些科学计算和机器学习库。Jupyter Notebook是IPython的一个Web接口，可以展现富文本，是的整个工作可以以笔记的形式展现、存储，适合做数据分析，交互性变成和学习。
但是，当我在服务器上运行Jupyter Notebook时候，无法使用。因为当前配置下只能从本地（也就是那台CentOS服务器上）访问，但是服务器只装了centos的Minimal，没有桌面环境，更不用说浏览器了。这当然不满足我目前的需求，需要配置服务器上的Jupyter允许远程访问。
生成配置文件：
jupyter notebook --generate-config
生成的配置文件位于~/.jupyter/jupyter_notebook_config.py。
生成自签名SSL证书：
cd ~/.jupyter
openssl req -x509 -nodes -days 365 -newkey rsa:1024 -keyout notebook_cert.key -out notebook_cert.pem
生成一个hash密码：
python -c "import IPython;print(IPython.lib.passwd())"
Enter password:
Verify password:sha1::7211a627f0ba:
复制生成的密码，编辑jupyter的配置文件：
vi ~/.jupyter/jupyter_notebook_config.py
在打开的配置文件中，配置相应的参数：
c.NotebookApp.certfile = u’/home/xxxx/.jupyter/notebook_cert.pem’
c.NotebookApp.keyfile = u’/home/xxxx/.jupyter/notebook_cert.key’
c.NotebookApp.password = u’sha1::7211a627f0ba:’
c.NotebookApp.ip = ’*’
c.NotebookApp.port = 8081
c.NotebookApp.open_browser = False
再次启动Notebook：
jupyter notebook
在本机使用浏览器访问：http://192.168.111.186:8081，即可打开Jupyter Notebook的页面，输入刚才设置的密码，即可登录了。
至此，就实现了远程服务器Jupyter Notebook。接下来就可以安装机器学习所需要的一些库开始折腾了，包括：Numpy、Pandas、Matplotlib、Scikit-learn等。

‘贰’ 怎么用anaconda创建虚拟环境

一、安装Python 双击下载的安装包，安装过程需要注意修改添加程序到环境变量。 二、 Anaconda科学计算包 Python是一种强大的编程语言，其提供了很多用于科学计算的模块，常见的包括numpy、scipy和matplotlib。

‘叁’ windows7下Anaconda的环境变量配置

命令提示符，就是系统的命令方式，运行后的效果就是一个黑色的窗口，里面有c:\>这样的东西。

‘肆’ anaconda是干什么的是 python的第三方解释环境吗

Anaconda是一个用于科学计算的Python发行版，支持 Linux, Mac, Windows系统，提供了包管理与环境管理的功能。

可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。Anaconda利用工具/命令conda来进行package和environment的管理，并且已经包含了Python和相关的配套工具。

这是一个集成的Python环境，一键安装，装好即用，适合懒人，适合初学者。特别的，对Windows环境而言，因已附带很多第三方库，就不用为了安装这些库，而安装C++编译器了。

其使用conda来管理包，集成了Python主程序，IDE（Spyder）与IPython，以及常用的第三方库，例如，以科学计算库齐备闻名于世，机器学习不二之选，又如，包括Tornado与Flask，上手即可撸Web服务器。

并有适配Windows，OS X，与Linux三个系统，Python 2.7、或者3.X版本，以及32位、或者64位版本，各种各样组合，总有一款适合你。

其他解释：

一个python集成开发环境，对新手比较友好，就跟java的开发工具eclipse一个性质，功能比较强大，他原生的命令行开发环境和notebook我是觉得对新手不太友好。

这种集成开发环境会默认安装常用的包，调试也比较方便，不过就是可能会有大量对你来说冗余的功能，如果你到大神级别了，一个txt文本编辑器就够了。

‘伍’ anaconda环境变量配置

别再纠结环境变量的配置问题了，直接到北鲲云超算的后台搜索anaconda这款软件，申请使用就可以运行。如果你想本地配，在“我的电脑”选择“属性”，在“高级系统设置”找到“环境变量”，选中path配置路径。在北鲲云超算运行anaconda的好处就是方便高效，可以节省计算时间。

‘陆’ anaconda安装教程

《Anaconda3软件》网络网盘资源免费下载:

链接: https://pan..com/s/1pOzDpvL-l8y6zGvcOW2Ofg

Anaconda3-2020.02最新中文版是专门为了方便使用 Python 进行数据科学研究而建立的一组软件包，涵盖了数据科学领域常见的 Python 库，并且自带了专门用来解决软件环境依赖问题的 conda 包管理系统。可以使用它创建虚拟环境，以便更轻松地处理多个项目。主要提供了包管理与环境管理的功能，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。

‘柒’ 如何在Mac版本的python中使用anaconda环境

1. 首先安装python，我选择安装Anaconda （Windows 64-Bit Python 2.7 Graphical Installer 下载地址）。
Anaconda的一些命令（在Anaconda的命令行窗口输入）：
conda list #该命令，将列出Anaconda安装的所有应用包，我们可以看到Anaconda已经安装了numpy, nose, pip, python, scipy, mingw等等。
conda install <pkg name> #该命令用于安装应用包，如 conda install numpy.
pip install <pkg name> #该命令用于安装应用包，如 pip install theano.
conda update <pkg name> #升级应用包，如 conda update python
2. 安装Theano，在Anaconda 的命令窗口中输入 pip install theano，可以看到程序开始下载安装包，并检查是否满足安装条件：numpy>=1.5.0，scipy>=0.7.2，满足条件之后开始运行setup.py安装theano，安装完成后会显示Successfully installed theano。
3. 测试Theano安装情况。
（1）在ipython中输入以下两行代码：
import theano
theano.test（）
会显示theano的版本号，安装位置，已经其他包的安装版本，如numpy,nose,python等。
在运行中出现g++不是内部或外部命令，也不是可运行的程序或批处理文件。
（2）在Anaconda的命令行窗口输入：python Lib\site-packages\theano\tests\run_tests_in_batch.py
显示unable to find theano-nose，查看run_tests_in_batch.py发现，其中路径设置为在bin下寻找theano-nose文件，而实际上Anaconda文件夹下根本没有bin这个文件夹，theano-nose存放在Scripts文件夹中。
》》》尝试1：将Scripts更名为bin，重新运行这句命令，可以成功运行。但是出现一个warning，提示没有检测到g++，所以无法运行优化后的C代码版本，只能执行python版本。
该种尝试的结果是，下次打开Anaconda 命令窗口后出现错误，因为其运行路径为Scripts，所以还是不要修改了。
（3）g++问题。我们打开MinGW文件夹，可以很清楚的看到有g++，但是为什么使用不了呢？？在Anaconda 命令窗口中输入g++也能成功调用g++.exe啊。所以结论是，鉴于这个代码中出现很明显的漏洞，所以说不定这里也是错误，先不管这些了。
试着做了以下配置，也不知行不行。
添加环境变量： path: C:\Anaconda\MinGW\bin;C:\Anaconda\MinGW\x86_64-w64-mingw32\lib;
新建环境变量： PYTHONPATH: C:\Anaconda\Lib\site-packages\theano;
在home目录下（cmd可以看到，我的是C:\Users\Administrator），创建 .theanorc.txt 文件内容如下：
[global]
openmp=False
[blas]
ldflags=
[gcc]
cxxflags = -IC:\MinGW\include
（4）验证BLAS是否安装成功。由于numpy是依赖BLAS的，如果BLAS没有安装成功，虽然numpy亦可以安装，但是无法使用BLAS的加速。验证numpy是否真的成功依赖BLAS编译，用以下代码试验：
>>> import numpy
>>> id（numpy.dot） == id（numpy.core.multiarray.dot）
False
结果为False表示成功依赖了BLAS加速，如果是Ture则表示用的是python自己的实现并没有加速。

‘捌’ anaconda怎么安装python环境

第一步：下载好自己电脑合适版本的anaconda：

‘玖’ 怎么配置Anaconda环境变量

选中path ，然后点击编辑，将光标移到最后面，将键盘转换为英文输入法，输入一个分号 ( ; )，然后将复制的路径，粘贴在分号后面，点击确定，保存后关闭就可以，启动anaconda就可以使用了。

更多Python知识，请关注Python视频教程！！