Anaconda入門使用概要
5943 ワード
シーケンス
Pythonは使いやすいが、使いやすいが使いにくい.その中で頭が痛いのは、パッケージ管理とPythonの異なるバージョンの問題で、特にWindowsを使用しているときです.これらの問題を解決するために、WinPython、Anacondaなど、多くのリリース版のPythonはpythonと多くのよく使われるpackageをパッケージ化し、pythonersの直接使用を便利にしているほか、virtualenv、pyenvなどのツールが仮想環境を管理している.
個人的には似たようなリリース版をたくさん試して、最終的にAnacondaを選びました.強力で便利なパッケージ管理と環境管理の機能のためです.本文は主にAnaconda,Anacondaに対する理解を紹介し,関連する操作を簡単にまとめた.
Anacondaの概要
Anacondaは科学計算用のPythonリリース版で、Linux、Mac、Windowsシステムをサポートし、パッケージ管理と環境管理の機能を提供し、マルチバージョンpythonの併存、切り替え、および各種サードパーティパッケージのインストール問題を簡単に解決することができます.Anacondaはツール/コマンドcondaを利用してpackageとenvironmentの管理を行い、Pythonと関連するツールが含まれています.
ここではまずconda,anacondaという概念の違いを説明する.condaは、パッケージ管理と環境管理を核心とする実行可能なコマンドであるツールとして理解できます.パッケージ管理はpipと同様に、環境管理では、異なるバージョンのpythonを簡単にインストールし、迅速に切り替えることができます.Anacondaはパッケージ化された集合で、conda、あるバージョンのpython、多くのpackages、科学計算ツールなどがプリインストールされているため、Pythonの発行版とも呼ばれています.実はMinicondaもあります.その名の通り、最も基本的な内容であるpythonとconda、および関連する必須依存項目だけが含まれています.空間の要求が厳しいユーザーにとって、Minicondaは選択です.
以下に入る前に、condaの設計理念を説明します.condaはpythonとconda自身も含めて、ほとんどのツール、サードパーティのパッケージをpackageとして扱っています.したがって、condaはパケット管理と環境管理の制約を破り、python、packageの様々なバージョンを容易にインストールし、容易に切り替えることができます.
Anacondaのインストール
Anacondaのダウンロードページは公式サイトを参照してダウンロードし、Linux、Mac、Windowsがサポートしています.
インストールすると、Python 2.7とPython 3.5の2つの異なるバージョンのAnacondaが見つかりますが、2つのバージョンはこの違い以外は同じです.環境管理により、実行時のPythonバージョンを簡単に切り替えることができるため、どのバージョンをインストールするかは本質的ではありません.(私がよく使うPythonは2.7と3.4なので、Python 2.7対応のAnacondaを直接インストールする傾向があります)
ダウンロード後、説明通りにインストールすればいいです.ここで注意したいのは、できるだけAnacondaのデフォルトの動作に従ってインストールすること――root権限を使用せず、個人向けにインストールするだけで、インストールディレクトリは個人のホームディレクトリの下に設定すること(Windowsはどうでもいい).このようなメリットは、同じマシン上の異なるユーザーが自分のAnacondaを完全にインストール、構成することができ、互いに影響しないことである.
Mac、Linuxシステムについては、Anacondaがインストール後、実際にはホームディレクトリの下に複数のフォルダ(~/anaconda)があるだけで、Windowsはレジストリに書き込まれます.インストール時、インストーラはbinディレクトリをPATH(Linux/Mac書き込み~/.bashrc、Windowsはシステム変数PATHに追加)に加え、これらの操作も完全に自分で行うことができます.Linux/Macを例にとると、インストール完了後にPATHを設定する操作は
#anacondaのbinディレクトリをPATHに追加し、バージョンによっては~/anaconda 3/bin echo'export PATH="~/anaconda 2/bin:$PATH">~/.bashrc#bashrcを更新source~/.bashrc
PATHが設定されている場合は、
Condaの環境管理
Condaの環境管理機能により、いくつかの異なるバージョンのPythonを同時にインストールし、自由に切り替えることができます.上記のインストール手順について、Python 2.7対応のインストールパッケージを採用していると仮定すると、Python 2.7はデフォルトの環境です(デフォルト名はrootですが、このrootはスーパー管理者ではないことに注意してください).
Python 3.4をインストールする必要があるとします.この場合、次の操作が必要です.
#python 34という環境を作成します.Pythonバージョンが3.4であることを指定します(3.4.xにかかわらず、condaは3.4.xの最新バージョンを自動的に探します).conda create--name python 34 python=3.4
このとき、python-versionを再度入力と`Python 3.4が得られる.5::Anaconda 4.1.1(64-bit)`,すなわちシステムが3.4に切り替わった環境
#デフォルトのpython 2.7環境に戻りたい場合は、deactivate python 34#for Windows source deactivate python 34#for Linux&Macを実行します.
#既存の環境を削除するconda remove--name python 34--all
#インストール後、activateを使用して環境activate python 34#for Windows source activate python 34#for Linux&Mac#をアクティブにすると、terminalが入力した場所にpython 34の文字が多くなっていることがわかります.実際には、デフォルトの2.7環境をPATHから除去し、3.4対応のコマンドをPATHに追加します
ユーザーがインストールした異なるpython環境はディレクトリ
説明:python 3.4環境を頻繁に使用するユーザーもいるため、
上記のようにPATHをそのまま変更すると、condaコマンドが見つからないことに気づきます(もちろん見つからないですが、condaは~/anaconda/binにあるので)、この場合どうしますか?方法は2つあります.1.condaの絶対アドレスを明示的に与える2.python 34環境にもcondaツールをインストールする(推奨).
Condaのパッケージ管理
Condaのパッケージ管理はよく理解できますが、この機能はpipと似ています.
たとえば、scipyをインストールする必要がある場合は、次のようにします.
#scipy conda install scipy#condaは、リモートからscipyに関する情報と依存項目を検索し、python 3.4ではnumpyとmkl(演算加速ライブラリ)を同時にインストールします.
#インストール済みpackages conda listの最新版を表示するcondaはsite-packagesフォルダからインストール済みのパッケージを検索し、pipに依存しないため、様々な方法でインストールされたパッケージを表示できます
condaの一般的な操作は次のとおりです.
#現在の環境でインストールされているパッケージcondaリストの表示
#指定した環境のインストール済みパッケージconda list-n python 34の表示
#package情報の検索conda search numpy
#package conda install-n python 34 numpy#-nで環境名を指定しない場合は、現在アクティブな環境にインストールするか、-cでchannelでインストールするかを指定できます.
#package conda update-n python 34 numpyの更新
#package conda remove-n python 34 numpyの削除
前述したように、condaはconda、pythonなどをpackageと見なしているため、condaを使用してcondaとpythonのバージョンを管理することができます.例えば、
#condaを更新し、condaの最新conda update condaを維持
#anaconda conda update anacondaの更新
#更新python conda update python#現在の環境がpython 3.4であると仮定すると、condaはpythonを3.4にアップグレードします.xシリーズの現在の最新バージョン
補足:3.4などの新しいpython環境を作成し、
#現在の環境でanacondaパッケージセットconda install anacondaをインストールする
#環境を作成するコマンドと組み合わせて、conda create-n python 34 python=3.4 anaconda#にマージしたり、必要に応じて自分の必要なpackageをインストールしたりすることができます.
国内ミラーの設定
多くのパッケージをインストールする必要がある場合は、Anacondaのため、condaのダウンロード速度が遅いことがよくあります.orgのサーバーは海外にあります.幸いなことに、清華TUNAミラーソースにはAnaconda倉庫のミラーがあります.condaの構成に追加すればいいです.
#AnacondaのTUNAミラーconda config--add channelsを追加https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/#TUNAのhelpにミラーアドレスに引用符が付いているので削除する必要があります
#検索時にチャネルアドレスconda config--set showを表示するchannel_urls yes
上記コマンドを実行すると、~/が生成される.condarc(Linux/Mac)またはC:UsersUSER_NAME\.condarcファイルは、condaの構成を記録し、直接手動でファイルを作成、編集するのと同じ効果です.
跋扈する
Anacondaはプラットフォーム間、パッケージ管理、環境管理の特徴があるため、新しいマシンにPython環境を迅速に導入するのに適しています.要約すると、インストール、構成のプロセスは以下の通りです. Anacondaのダウンロード、インストール PATH(bashrcまたは環境変数)の構成、TUNAミラーソース の変更必要なバージョンを使用しないpython環境を作成する Just Try!
cheat-sheetダウンロード:
Conda cheat sheet
参考資料 Anaconda Homepage Anaconda Documentation Conda Docs
Pythonは使いやすいが、使いやすいが使いにくい.その中で頭が痛いのは、パッケージ管理とPythonの異なるバージョンの問題で、特にWindowsを使用しているときです.これらの問題を解決するために、WinPython、Anacondaなど、多くのリリース版のPythonはpythonと多くのよく使われるpackageをパッケージ化し、pythonersの直接使用を便利にしているほか、virtualenv、pyenvなどのツールが仮想環境を管理している.
個人的には似たようなリリース版をたくさん試して、最終的にAnacondaを選びました.強力で便利なパッケージ管理と環境管理の機能のためです.本文は主にAnaconda,Anacondaに対する理解を紹介し,関連する操作を簡単にまとめた.
Anacondaの概要
Anacondaは科学計算用のPythonリリース版で、Linux、Mac、Windowsシステムをサポートし、パッケージ管理と環境管理の機能を提供し、マルチバージョンpythonの併存、切り替え、および各種サードパーティパッケージのインストール問題を簡単に解決することができます.Anacondaはツール/コマンドcondaを利用してpackageとenvironmentの管理を行い、Pythonと関連するツールが含まれています.
ここではまずconda,anacondaという概念の違いを説明する.condaは、パッケージ管理と環境管理を核心とする実行可能なコマンドであるツールとして理解できます.パッケージ管理はpipと同様に、環境管理では、異なるバージョンのpythonを簡単にインストールし、迅速に切り替えることができます.Anacondaはパッケージ化された集合で、conda、あるバージョンのpython、多くのpackages、科学計算ツールなどがプリインストールされているため、Pythonの発行版とも呼ばれています.実はMinicondaもあります.その名の通り、最も基本的な内容であるpythonとconda、および関連する必須依存項目だけが含まれています.空間の要求が厳しいユーザーにとって、Minicondaは選択です.
以下に入る前に、condaの設計理念を説明します.condaはpythonとconda自身も含めて、ほとんどのツール、サードパーティのパッケージをpackageとして扱っています.したがって、condaはパケット管理と環境管理の制約を破り、python、packageの様々なバージョンを容易にインストールし、容易に切り替えることができます.
Anacondaのインストール
Anacondaのダウンロードページは公式サイトを参照してダウンロードし、Linux、Mac、Windowsがサポートしています.
インストールすると、Python 2.7とPython 3.5の2つの異なるバージョンのAnacondaが見つかりますが、2つのバージョンはこの違い以外は同じです.環境管理により、実行時のPythonバージョンを簡単に切り替えることができるため、どのバージョンをインストールするかは本質的ではありません.(私がよく使うPythonは2.7と3.4なので、Python 2.7対応のAnacondaを直接インストールする傾向があります)
ダウンロード後、説明通りにインストールすればいいです.ここで注意したいのは、できるだけAnacondaのデフォルトの動作に従ってインストールすること――root権限を使用せず、個人向けにインストールするだけで、インストールディレクトリは個人のホームディレクトリの下に設定すること(Windowsはどうでもいい).このようなメリットは、同じマシン上の異なるユーザーが自分のAnacondaを完全にインストール、構成することができ、互いに影響しないことである.
Mac、Linuxシステムについては、Anacondaがインストール後、実際にはホームディレクトリの下に複数のフォルダ(~/anaconda)があるだけで、Windowsはレジストリに書き込まれます.インストール時、インストーラはbinディレクトリをPATH(Linux/Mac書き込み~/.bashrc、Windowsはシステム変数PATHに追加)に加え、これらの操作も完全に自分で行うことができます.Linux/Macを例にとると、インストール完了後にPATHを設定する操作は
#anacondaのbinディレクトリをPATHに追加し、バージョンによっては~/anaconda 3/bin echo'export PATH="~/anaconda 2/bin:$PATH">~/.bashrc#bashrcを更新source~/.bashrc
PATHが設定されている場合は、
which condaまたはconda --versionコマンドで正しいかどうかを確認できます.Python 2.7対応バージョンがインストールされている場合は、python --versionまたはpython-Vを実行するとPython 2.7が得られます.12::Anaconda 4.1.1(64-bit)は、このリリース版のデフォルト環境がPython 2.7であることも示している.Condaの環境管理
Condaの環境管理機能により、いくつかの異なるバージョンのPythonを同時にインストールし、自由に切り替えることができます.上記のインストール手順について、Python 2.7対応のインストールパッケージを採用していると仮定すると、Python 2.7はデフォルトの環境です(デフォルト名はrootですが、このrootはスーパー管理者ではないことに注意してください).
Python 3.4をインストールする必要があるとします.この場合、次の操作が必要です.
#python 34という環境を作成します.Pythonバージョンが3.4であることを指定します(3.4.xにかかわらず、condaは3.4.xの最新バージョンを自動的に探します).conda create--name python 34 python=3.4
このとき、python-versionを再度入力と`Python 3.4が得られる.5::Anaconda 4.1.1(64-bit)`,すなわちシステムが3.4に切り替わった環境
#デフォルトのpython 2.7環境に戻りたい場合は、deactivate python 34#for Windows source deactivate python 34#for Linux&Macを実行します.
#既存の環境を削除するconda remove--name python 34--all
#インストール後、activateを使用して環境activate python 34#for Windows source activate python 34#for Linux&Mac#をアクティブにすると、terminalが入力した場所にpython 34の文字が多くなっていることがわかります.実際には、デフォルトの2.7環境をPATHから除去し、3.4対応のコマンドをPATHに追加します
ユーザーがインストールした異なるpython環境はディレクトリ
~/anaconda/envsの下に配置され、コマンドでconda info -eを実行してインストールした環境を表示することができ、現在アクティブ化されている環境にはアスタリスクまたはカッコが表示されます.説明:python 3.4環境を頻繁に使用するユーザーもいるため、
~/anaconda/envs/python34の下のbinまたはScriptsを直接PATHに追加し、anacondaに対応するbinディレクトリを除去します.この方法は、なんといってもいいのですが、何となくelegantではないような気がします・・・上記のようにPATHをそのまま変更すると、condaコマンドが見つからないことに気づきます(もちろん見つからないですが、condaは~/anaconda/binにあるので)、この場合どうしますか?方法は2つあります.1.condaの絶対アドレスを明示的に与える2.python 34環境にもcondaツールをインストールする(推奨).
Condaのパッケージ管理
Condaのパッケージ管理はよく理解できますが、この機能はpipと似ています.
たとえば、scipyをインストールする必要がある場合は、次のようにします.
#scipy conda install scipy#condaは、リモートからscipyに関する情報と依存項目を検索し、python 3.4ではnumpyとmkl(演算加速ライブラリ)を同時にインストールします.
#インストール済みpackages conda listの最新版を表示するcondaはsite-packagesフォルダからインストール済みのパッケージを検索し、pipに依存しないため、様々な方法でインストールされたパッケージを表示できます
condaの一般的な操作は次のとおりです.
#現在の環境でインストールされているパッケージcondaリストの表示
#指定した環境のインストール済みパッケージconda list-n python 34の表示
#package情報の検索conda search numpy
#package conda install-n python 34 numpy#-nで環境名を指定しない場合は、現在アクティブな環境にインストールするか、-cでchannelでインストールするかを指定できます.
#package conda update-n python 34 numpyの更新
#package conda remove-n python 34 numpyの削除
前述したように、condaはconda、pythonなどをpackageと見なしているため、condaを使用してcondaとpythonのバージョンを管理することができます.例えば、
#condaを更新し、condaの最新conda update condaを維持
#anaconda conda update anacondaの更新
#更新python conda update python#現在の環境がpython 3.4であると仮定すると、condaはpythonを3.4にアップグレードします.xシリーズの現在の最新バージョン
補足:3.4などの新しいpython環境を作成し、
conda create -n python34 python=3.4を実行した後、condaはpython 3.4に関連する必須項目のみをインストールします.python、pipなどです.デフォルト環境のようにanacondaコレクションパッケージをインストールするには、次のようにします.#現在の環境でanacondaパッケージセットconda install anacondaをインストールする
#環境を作成するコマンドと組み合わせて、conda create-n python 34 python=3.4 anaconda#にマージしたり、必要に応じて自分の必要なpackageをインストールしたりすることができます.
国内ミラーの設定
多くのパッケージをインストールする必要がある場合は、Anacondaのため、condaのダウンロード速度が遅いことがよくあります.orgのサーバーは海外にあります.幸いなことに、清華TUNAミラーソースにはAnaconda倉庫のミラーがあります.condaの構成に追加すればいいです.
#AnacondaのTUNAミラーconda config--add channelsを追加https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/#TUNAのhelpにミラーアドレスに引用符が付いているので削除する必要があります
#検索時にチャネルアドレスconda config--set showを表示するchannel_urls yes
上記コマンドを実行すると、~/が生成される.condarc(Linux/Mac)またはC:UsersUSER_NAME\.condarcファイルは、condaの構成を記録し、直接手動でファイルを作成、編集するのと同じ効果です.
跋扈する
Anacondaはプラットフォーム間、パッケージ管理、環境管理の特徴があるため、新しいマシンにPython環境を迅速に導入するのに適しています.要約すると、インストール、構成のプロセスは以下の通りです.
cheat-sheetダウンロード:
Conda cheat sheet
参考資料