【python】Anacondaのインストールと使用
2607 ワード
Anacondaのインストールと使用
作者:Neo Luo时间:2017-06-15
Anacondaは、データ分析に焦点を当てたPythonのリリース版で、conda、Pythonなど190以上の科学パッケージとその依存項目が含まれています.
Anacondaの利点:(1)python環境変数を構成する必要はありません.(2)多くのpackagesが統合されており,インストールも容易である.(3)異なるpython環境を構成でき、切り替えが便利である.
condaはオープンソースパッケージ(packages)と仮想環境(environment)の管理システムである.
packages管理:condaを使用してパッケージをインストール、更新、アンインストールできます.また、データ科学に関連するパッケージに注目します.anacondaのインストール時には、データ分析でよく使われるNumpy、Scipy、pandas、Scikit-learnのようなパッケージがあらかじめ統合されています.また、condaはPythonのツールパッケージを管理するだけでなく、python以外のパッケージをインストールすることもできます.例えば,新版AnacondaではR言語の統合開発環境Rstudioをインストールできる.
仮想環境管理:condaでは、異なるプロジェクトに必要な異なるバージョンのツールパッケージを分離し、バージョンの競合を防止するために複数の仮想環境を構築できます.Pythonバージョンにこだわる皆さんには、Python 2とPython 3の2つの環境を構築して、それぞれ異なるバージョンのPythonコードを実行することもできます.
1.ダウンロード
https://www.continuum.io/downloads
2.インストール
直接クリックしてインストールすればいいです.
anacondaのインストールが完了すると、Python、IPython、統合開発環境Spyder、パッケージなどがインストールされることになります.
Anaconda Navigtor:ツールパッケージと環境を管理するためのグラフィックユーザーインタフェースで、その後に関連する多くの管理コマンドもNavigatorで手動で実現できます.
Jupyter notebook:Webベースのインタラクティブコンピューティング環境で、データ分析のプロセスを示すために、読みやすいドキュメントを編集できます.
qtconsole:IPythonを実行できる擬似端末グラフィックインタフェースプログラムで、Python Shellインタフェースに比べて、qtconsoleはコード生成のグラフィックを直接表示し、マルチラインコード入力実行を実現し、多くの有用な機能と関数を内蔵することができる.
spyder:Python言語、プラットフォームにまたがる科学演算統合開発環境.
condaリストを入力して、すべてのインストール時に持参したPython拡張を見てみましょう.一般的なNumpy,Scipy,matplotlib,networkxなど,beautiful-soup,requests,flask,tornadoなどのネットワーク関連の拡張が含まれている.
インストールが完了したら、エラーを回避するために、すべてのキットをアップグレードする必要があります.
3.pythonパッケージ管理
主なコマンドは次のとおりです.
4.Python環境管理
デフォルトの環境はrootであり、新しい環境を作成することもできます.
ここでpy 2はenv_name、後からPythonバージョンとインストールパッケージが必要なリストを設定できます.
その他の一般的な操作は次のとおりです.
参考資料:[1]『Python初心者へ-アナコンダ入門利用ガイド』http://www.th7.cn/Program/Python/201702/1115361.shtml [2]『Anacondaインストールおよび使用チュートリアル』http://www.360doc.com/content/16/1029/18/25664332_602357786.shtml
作者:Neo Luo时间:2017-06-15
Anacondaは、データ分析に焦点を当てたPythonのリリース版で、conda、Pythonなど190以上の科学パッケージとその依存項目が含まれています.
Anacondaの利点:(1)python環境変数を構成する必要はありません.(2)多くのpackagesが統合されており,インストールも容易である.(3)異なるpython環境を構成でき、切り替えが便利である.
condaはオープンソースパッケージ(packages)と仮想環境(environment)の管理システムである.
packages管理:condaを使用してパッケージをインストール、更新、アンインストールできます.また、データ科学に関連するパッケージに注目します.anacondaのインストール時には、データ分析でよく使われるNumpy、Scipy、pandas、Scikit-learnのようなパッケージがあらかじめ統合されています.また、condaはPythonのツールパッケージを管理するだけでなく、python以外のパッケージをインストールすることもできます.例えば,新版AnacondaではR言語の統合開発環境Rstudioをインストールできる.
仮想環境管理:condaでは、異なるプロジェクトに必要な異なるバージョンのツールパッケージを分離し、バージョンの競合を防止するために複数の仮想環境を構築できます.Pythonバージョンにこだわる皆さんには、Python 2とPython 3の2つの環境を構築して、それぞれ異なるバージョンのPythonコードを実行することもできます.
1.ダウンロード
https://www.continuum.io/downloads
2.インストール
直接クリックしてインストールすればいいです.
anacondaのインストールが完了すると、Python、IPython、統合開発環境Spyder、パッケージなどがインストールされることになります.
Anaconda Navigtor:ツールパッケージと環境を管理するためのグラフィックユーザーインタフェースで、その後に関連する多くの管理コマンドもNavigatorで手動で実現できます.
Jupyter notebook:Webベースのインタラクティブコンピューティング環境で、データ分析のプロセスを示すために、読みやすいドキュメントを編集できます.
qtconsole:IPythonを実行できる擬似端末グラフィックインタフェースプログラムで、Python Shellインタフェースに比べて、qtconsoleはコード生成のグラフィックを直接表示し、マルチラインコード入力実行を実現し、多くの有用な機能と関数を内蔵することができる.
spyder:Python言語、プラットフォームにまたがる科学演算統合開発環境.
condaリストを入力して、すべてのインストール時に持参したPython拡張を見てみましょう.一般的なNumpy,Scipy,matplotlib,networkxなど,beautiful-soup,requests,flask,tornadoなどのネットワーク関連の拡張が含まれている.
インストールが完了したら、エラーを回避するために、すべてのキットをアップグレードする必要があります.
conda upgrade --all
3.pythonパッケージ管理
主なコマンドは次のとおりです.
conda list #
conda install scikit-learn #
conda install numpy scipy pandas #
conda install numpy=1.10 #
conda remove package_name #
conda update package_name #
conda search search_term #
4.Python環境管理
デフォルトの環境はrootであり、新しい環境を作成することもできます.
conda create -n py2 python=2.7 pandas
set CONDA_FORCE_32BIT=1 # 32
conda create -n py27_32 python=2.7
set CONDA_FORCE_32BIT= #
ここでpy 2はenv_name、後からPythonバージョンとインストールパッケージが必要なリストを設定できます.
その他の一般的な操作は次のとおりです.
conda env list #
activate env_name #
deactivate #
conda env remove -n env_name #
conda env export > environment.yaml # package YAML
conda env create -f environment.yaml # YAML
参考資料:[1]『Python初心者へ-アナコンダ入門利用ガイド』http://www.th7.cn/Program/Python/201702/1115361.shtml [2]『Anacondaインストールおよび使用チュートリアル』http://www.360doc.com/content/16/1029/18/25664332_602357786.shtml