如何使用Anaconda來(lái)管理 Python 所用的包和環(huán)境

Anaconda 能讓你輕松安裝在數(shù)據(jù)科學(xué)工作中經(jīng)常使用的包。你還將使用它創(chuàng)建虛擬環(huán)境，以便更輕松地處理多個(gè)項(xiàng)目督惰。Anaconda 簡(jiǎn)化了我的工作流程采呐，并且解決了我在處理包和多個(gè) Python 版本時(shí)遇到的大量問題。

Anaconda 實(shí)際上是一個(gè)軟件發(fā)行版凌净，它附帶了conda悲龟、Python 和 150 多個(gè)科學(xué)包及其依賴項(xiàng)。應(yīng)用程序conda是包和環(huán)境管理器冰寻。

使用conda來(lái)管理包和環(huán)境能減少將來(lái)在處理你要使用的各種庫(kù)時(shí)遇到的問題须教。

管理

包管理器用于在計(jì)算機(jī)上安裝庫(kù)和其他軟件。你可能已經(jīng)熟悉 pip斩芭，它是 Python 庫(kù)的默認(rèn)包管理器轻腺。conda 與 pip 相似，不同之處是可用的包以數(shù)據(jù)科學(xué)包為主划乖，而 pip 適合一般用途贬养。但是，conda并非像 pip 那樣專門適用于 Python琴庵，它也可以安裝非 Python 的包误算。它是適用于任何軟件堆棧的包管理器。也就是說细卧，并非所有的 Python 庫(kù)都能通過 Anaconda 發(fā)行版和 conda 獲得尉桩。在使用 conda 的同時(shí)，你仍可以并且仍將使用 pip 來(lái)安裝包贪庙。

Conda 安裝了預(yù)編譯的包蜘犁。例如，Anaconda 發(fā)行版附帶了使用MKL 庫(kù)編譯的 Numpy止邮、Scipy 和 Scikit-learn这橙，從而加快了各種數(shù)學(xué)運(yùn)算的速度。這些包由發(fā)行版的貢獻(xiàn)者維護(hù)导披，這意味著它們通常滯后于新版本屈扎。但是，由于有人需要為許多系統(tǒng)構(gòu)建這些包撩匕，因此鹰晨，它們往往更為穩(wěn)定，而且更便于你使用。

環(huán)境

除了管理包之外模蜡，conda 還是虛擬環(huán)境管理器漠趁。它類似于另外兩個(gè)很流行的環(huán)境管理器，即virtualenv和pyenv忍疾。

環(huán)境能讓你分隔你要用于不同項(xiàng)目的包闯传。你常常要使用依賴于某個(gè)庫(kù)的不同版本的代碼。例如卤妒，你的代碼可能使用了 Numpy 中的新功能甥绿，或者使用了已刪除的舊功能。實(shí)際上则披，不可能同時(shí)安裝兩個(gè) Numpy 版本共缕。你要做的應(yīng)該是，為每個(gè) Numpy 版本創(chuàng)建一個(gè)環(huán)境收叶，然后在適用于項(xiàng)目的環(huán)境中工作骄呼。

在應(yīng)對(duì) Python 2 和 Python 3 時(shí)，此問題也會(huì)常常發(fā)生判没。你可能會(huì)使用在 Python 3 中不能運(yùn)行的舊代碼，以及在 Python 2 中不能運(yùn)行的新代碼隅茎。同時(shí)安裝兩個(gè)版本可能會(huì)造成許多混亂和錯(cuò)誤澄峰。而創(chuàng)建獨(dú)立的環(huán)境會(huì)好很多。

也可以將環(huán)境中的包的列表導(dǎo)出為文件辟犀，然后將該文件與代碼包括在一起俏竞。這能讓其他人輕松加載代碼的所有依賴項(xiàng)。pip 提供了類似的功能堂竟，即pip freeze > requirements.txt魂毁。

在 Windows 上，會(huì)隨 Anaconda 一起安裝一批應(yīng)用程序：

Anaconda Navigator出嘹，它是用于管理環(huán)境和包的 GUI

Anaconda Prompt 終端席楚，它可讓你使用命令行界面來(lái)管理環(huán)境和包

Spyder，它是面向科學(xué)開發(fā)的 IDE

管理包

安裝了 Anaconda 之后税稼，管理包是相當(dāng)簡(jiǎn)單的烦秩。要安裝包，請(qǐng)?jiān)诮K端中鍵入conda install package_name郎仆。例如只祠，要安裝 numpy，請(qǐng)鍵入conda install numpy扰肌。

你還可以同時(shí)安裝多個(gè)包抛寝。類似conda install numpy scipy pandas的命令會(huì)同時(shí)安裝所有這些包。還可以通過添加版本號(hào)（例如conda install numpy=1.10）來(lái)指定所需的包版本。

Conda 還會(huì)自動(dòng)為你安裝依賴項(xiàng)盗舰。例如猴凹，scipy依賴于numpy，因?yàn)樗褂貌⑿枰猲umpy岭皂。如果你只安裝scipy(conda install scipy)郊霎，則 conda 還會(huì)安裝numpy（如果尚未安裝的話）。

大多數(shù)命令都是很直觀的爷绘。要卸載包书劝，請(qǐng)使用conda remove package_name。要更新包土至，請(qǐng)使用conda update package_name购对。如果想更新環(huán)境中的所有包（這樣做常常很有用），請(qǐng)使用conda update --all陶因。最后骡苞，要列出已安裝的包，請(qǐng)使用前面提過的conda list楷扬。

如果不知道要找的包的確切名稱解幽，可以嘗試使用conda search search_term進(jìn)行搜索。例如烘苹，我知道我想安裝Beautiful Soup躲株，但我不清楚確切的包名稱。因此镣衡，我嘗試執(zhí)行conda search beautifulsoup霜定。

管理環(huán)境

如前所述，可以使用 conda 創(chuàng)建環(huán)境以隔離項(xiàng)目廊鸥。要?jiǎng)?chuàng)建環(huán)境望浩，請(qǐng)?jiān)诮K端中使用conda create -n env_name list of packages。在這里惰说，-n env_name設(shè)置環(huán)境的名稱（-n是指名稱）磨德，而list of packages是要安裝在環(huán)境中的包的列表。例如助被，要?jiǎng)?chuàng)建名為my_env的環(huán)境并在其中安裝 numpy剖张，請(qǐng)鍵入conda create -n my_env numpy。

創(chuàng)建環(huán)境時(shí)揩环，可以指定要安裝在環(huán)境中的 Python 版本搔弄。這在你同時(shí)使用 Python 2.x 和 Python 3.x 中的代碼時(shí)很有用。要?jiǎng)?chuàng)建具有特定 Python 版本的環(huán)境丰滑，請(qǐng)鍵入類似于conda create -n py3 python=3或conda create -n py2 python=2的命令顾犹。實(shí)際上倒庵，我在我的個(gè)人計(jì)算機(jī)上創(chuàng)建了這兩個(gè)環(huán)境。我將它們用作與任何特定項(xiàng)目均無(wú)關(guān)的通用環(huán)境炫刷，以處理普通的工作（可輕松使用每個(gè) Python 版本）擎宝。這些命令將分別安裝 Python 3 和 2 的最新版本。要安裝特定版本（例如 Python 3.3）浑玛，請(qǐng)使用conda create -n py python=3.3绍申。

進(jìn)入環(huán)境

創(chuàng)建了環(huán)境后，在 OSX/Linux 上使用source activate my_env進(jìn)入環(huán)境顾彰。在 Windows 上极阅，請(qǐng)使用activate my_env。

進(jìn)入環(huán)境后涨享，你會(huì)在終端提示符中看到環(huán)境名稱筋搏，它類似于(my_env) ~ $。環(huán)境中只安裝了幾個(gè)默認(rèn)的包厕隧，以及你在創(chuàng)建它時(shí)安裝的包奔脐。可以使用conda list檢查這一點(diǎn)吁讨。在環(huán)境中安裝包的命令與前面一樣：conda install package_name髓迎。不過，這次你安裝的特定包僅在你進(jìn)入環(huán)境后才可用挡爵。要離開環(huán)境竖般，請(qǐng)鍵入source deactivate（在 OSX/Linux 上）。在 Windows 上茶鹃，請(qǐng)使用deactivate。

保存和加載環(huán)境

共享環(huán)境這項(xiàng)功能確實(shí)很有用艰亮，它能讓其他人安裝你的代碼中使用的所有包闭翩，并確保這些包的版本正確∑＃可以使用conda env export > environment.yaml將包保存為YAML疗韵。第一部分conda env export寫出環(huán)境中的所有包（包括 Python 版本）。

上圖可以看到列出了環(huán)境的名稱和所有依賴項(xiàng)及其版本侄非。導(dǎo)出命令的第二部分> environment.yaml將導(dǎo)出的文本寫入到 YAML 文件environment.yaml中〗锻簦現(xiàn)在可以共享此文件，而且其他人能夠創(chuàng)建和你用于項(xiàng)目相同的環(huán)境逞怨。

要通過環(huán)境文件創(chuàng)建環(huán)境者疤，請(qǐng)使用conda env create -f environment.yaml。這會(huì)創(chuàng)建一個(gè)新環(huán)境叠赦，而且它具有在environment.yaml中列出的同一庫(kù)驹马。

列出環(huán)境

如果忘記了環(huán)境的名稱（我有時(shí)會(huì)這樣），可以使用conda env list列出你創(chuàng)建的所有環(huán)境。你會(huì)看到環(huán)境的列表糯累，而且你當(dāng)前所在環(huán)境的旁邊會(huì)有一個(gè)星號(hào)算利。默認(rèn)的環(huán)境（即當(dāng)你不在環(huán)境中時(shí)使用的環(huán)境）名為root。

刪除環(huán)境

如果你不再使用某些環(huán)境泳姐，可以使用conda env remove -n env_name刪除指定的環(huán)境（在這里名為env_name）效拭。

最佳做法

使用環(huán)境

對(duì)我?guī)椭艽蟮囊稽c(diǎn)是，我的 Python 2 和 Python 3 具有獨(dú)立的環(huán)境胖秒。我使用了conda create -n py2 python=2和conda create -n py3 python=3創(chuàng)建兩個(gè)獨(dú)立的環(huán)境缎患，即py2和py3。現(xiàn)在扒怖，我的每個(gè) Python 版本都有一個(gè)通用環(huán)境较锡。在所有這些環(huán)境中，我都安裝了大多數(shù)標(biāo)準(zhǔn)的數(shù)據(jù)科學(xué)包（numpy盗痒、scipy蚂蕴、pandas 等）。

我還發(fā)現(xiàn)俯邓，為我從事的每個(gè)項(xiàng)目創(chuàng)建環(huán)境很有用骡楼。這對(duì)于與數(shù)據(jù)不相關(guān)的項(xiàng)目（例如使用 Flask 開發(fā)的 Web 應(yīng)用）也很有用。例如稽鞭，我為我的個(gè)人博客（使用Pelican）創(chuàng)建了一個(gè)環(huán)境鸟整。

共享環(huán)境

在 GitHub 上共享代碼時(shí)，最好同樣創(chuàng)建環(huán)境文件并將其包括在代碼庫(kù)中朦蕴。這能讓其他人更輕松地安裝你的代碼的所有依賴項(xiàng)篮条。對(duì)于不使用 conda 的人，我通常還會(huì)使用pip freeze（在此處了解詳情）將一個(gè) piprequirements.txt文件包括在內(nèi)吩抓。

了解更多信息

要詳細(xì)了解 conda 和它如何融入到 Python 生態(tài)系統(tǒng)中涉茧，請(qǐng)查看這篇由 Jake Vanderplas 撰寫的文章：Conda myths and misconceptions（有關(guān) conda 的迷思和誤解）。此外疹娶，有空也可以參考這篇conda 文檔伴栓。