【Python】科学计算环境 —— Anaconda
转自:https://app.wmcloud.com/mercury/community/share/54c8af17f9f06c276f651a54“谁来给我讲讲Python?”第一天学习了Python的基本操作,以及几种主要的容器类型,今天学习python的函数、循环和条件、类,这样才算对Python有一个大致的了解。今天的学习大纲如下:三、函数
·
Anaconda是一个和Canopy类似的科学计算环境,但用起来更加方便。自带的包管理器conda也很强大。
首先是下载安装。Anaconda提供了Python2.7和Python3.4两个版本,同时如果需要其他版本,还可以通过conda来创建。安装完成后可以看到,Anaconda提供了Spyder,IPython和一个命令行。
Conda
conda参考文档:
http://conda.pydata.org/docs/
- conda list : 输入 conda list 来看一下所有安装时自带的Python扩展。粗略看了一下,其中包括了常用的 Numpy , Scipy , matplotlib 和 networkx 等,以及 beautiful-soup , requests , flask , tornado 等网络相关的扩展。
- conda install 要安装的python包 : 安装指定的python包
- conda创建虚拟环境 :
科学计算环境的另一个要求就是能够多个Python版本并存,尤其是2.x和3.x的并存。这个通过 virtualenv 可以做到。Anaconda也正是通过其实现的。
下面用conda创建一个名叫python2的版本为python2.7的环境。
conda create -n test python=3.4.3 anaconda
这样就会在Anaconda安装目录下的envs目录下创建test这个目录,且该环境将包含指定的anaconda中包含的全部的包,如果环境名后面不加其他的包名,则默认只包含基本的python模块。
向其中安装扩展可以:直接用 conda install 并用 -n 指明安装到的环境,这里自然就是 test。
怎样在IDE中使用创建出来的环境?如果是PyCharm等IDE,直接设置Python安装目录就可以了。
- conda的repo中的扩展不算太新,如果想要更新的,可能要用PyPI或者自己下载源码。而conda和pip关联的很好。使用pip安装的东西可以使用conda来管理,这点要比Canopy好。
更多推荐
已为社区贡献4条内容
所有评论(0)