介紹
Anaconda是面向數據科學家和IT專業人員的全球最受歡迎的數據科學平臺。在此Python Anaconda教程中,您將瞭解Anaconda及其好處,安裝過程以及如何與Anaconda一起使用,
什麼是Anaconda?
一些教程使用conda而不是pip安裝軟件包。那麼什麼是conda?
Anaconda是Python(和R)的發行版。它是免費和開源的,並且使軟件包的管理和部署更加簡單。繼續閱讀以瞭解操作方法。它是Python數據科學和開源機器學習的標準平臺。數據科學家,IT專業人員和業務負責人都使用Anaconda。
使用Python Anaconda的好處
為什麼要在項目中使用Anaconda?它有以下好處:
· 它是免費和開源的
· 它擁有超過1500個Python / R數據科學軟件包
· Anaconda簡化了程序包的管理和部署
· 它具有使用機器學習和AI輕鬆的從來源收集數據的工具
· 它創建了一個易於管理的環境,可用於部署任何項目
· Anaconda是在單臺機器上進行開發,測試和培訓的行業標準
· 它具有良好的社區支持-您可以在那裡提問。
你得到什麼
· 下載超過1500個Python / R數據科學軟件包
· 使用conda管理庫,依賴項和環境
· 使用scikit-learn,TensorFlow和Theano構建和訓練ML和深度學習模型
· 使用Dask,NumPy,Pandas和Numba快速,可伸縮地分析數據
· 使用Matplotlib,Bokeh,Datashader和Holoviews執行可視化
Python Anaconda安裝
Python anaconda教程的下一步是其安裝。撰寫本文時,Anaconda的最新版本是2019.07。請按照以下步驟在計算機上下載並安裝Anaconda:
1.官方網站下載適用於Windows,Mac或Linux的Anaconda:
您可以下載適用於Python 3.7或Python 2.7的安裝程序(在編寫本文時)。您可以將其下載到32位或64位計算機上。
2.單擊下載的.exe以將其打開。這是Anaconda的設置。點擊下一步。
3.現在,您將看到許可協議。點擊"我同意"。
4.您可以為所有用戶安裝或僅為您自己安裝。如果要為所有用戶安裝它,則需要管理員權限。
5.選擇要安裝的位置。在這裡,您可以看到可用空間以及所需的空間。
6.現在,您將獲得一些高級選項。您可以將Anaconda添加到系統的PATH環境變量中,並將其註冊為主要系統Python 3.7。如果將其添加到PATH,則會在其他任何安裝之前找到它。點擊"安裝"。
7.它將解壓縮一些軟件包並提取計算機上的一些文件。這將需要幾分鐘。
8.安裝完成。點擊下一步。
9.此屏幕將通知您有關PyCharm的信息。點擊下一步。
10.安裝完成。您可以選擇獲取有關Anaconda雲以及如何開始使用Anaconda的更多信息。單擊完成。
11.如果立即搜索Anaconda,您將看到以下選項:
· Anaconda提示
· Anaconda Navigator
· Anaconda Powershell提示
· Spyder IDE
· Jupyter Notebook
如果轉到命令提示符並鍵入" jupyter notebook",它將為您打開Jupyter儀表板。
12.您可以從右上角的"新建"菜單創建一個新筆記本。
這是您的新筆記本。您可以輸入。要一次執行一個或多個語句,請按Shift + Enter。僅按Enter鍵只能將您帶到下一行。
安裝Python Anaconda庫
您已成功安裝Anaconda。現在,您將如何與其一起安裝庫或軟件包?讓我們看看如何。
打開Anaconda Prompt,並使用" conda install命令"作為軟件包名稱。
您必須檢查頂級python庫
現在,您可以安裝此軟件包。
Anaconda Navigator
Anaconda Navigator是Anaconda附帶的桌面GUI,可讓您啟動應用程序並管理conda程序包,環境和通道,而無需使用命令行界面。它可以在本地Anaconda存儲庫或Anaconda Cloud中搜索軟件包。使用Navigator,您無需在終端中鍵入命令,它使您只需單擊即可使用軟件包和環境。
使用導航器,您可以訪問:
· JupyterLab
· Jupyter Notebook
· QTConsole
· Spyder
· VSCode
· Glueviz
· Orange 3 App
· Rodeo
· RStudio
在撰寫本文時,Anaconda的最新版本是1.9.7。
結論
在此Python Anaconda教程中,我們瞭解了Anaconda以及如何使用它。我們看到了它的好處,安裝過程。
譯自data-flair
如果發現任何不正確的地方,或者想分享有關上述主題的更多信息,歡迎反饋。
閱讀更多 數據大視界 的文章